Direct Lake -semanttisten mallien kehittäminen

Tässä artikkelissa kuvataan Direct Lake -semanttisten mallien kehittämiseen liittyviä suunnitteluaiheita.

Valitse oikea tallennustila

Direct Lake -tallennustilalla on kaksi muotoa. Käytä seuraavia ohjeita valitaksesi Direct Lake -tyypin, joka sopii parhaiten tilanteeseesi. Lisätietoja löytyy tallennustilojen täydellisestä vertailusta.

Käytä Direct Lakea OneLakella , kun...

• Yleensä odotat nopeampaa kyselysuorituskykyä.
• Käytät yhtä tai useampaa Fabric-tuotetta, joiden OneLake-tallennus toimii Delta-taulukoiden hyväksyttäjinä, joko natiivisti tai pikanäppäimillä.
• Tarvitset yhdistelmämallinnuksen Import- tai DirectQuery-tauluilla.
• Haluat käyttää OneLake-turvajärjestelmää.
• Tarvitset mallinnusominaisuuksia, kuten laskettuja sarakkeita tai taulukoita, jotka viittaavat Direct Lake -taulukoihin (esikatselu).
• Haluat johdonmukaisen Direct Lake -käyttäytymisen ilman DirectQueryn varajärjestelmää (DirectLakeOnly tilaa).

Käytä Direct Lakea SQL :ssä, kun...

• Olet riippuvainen SQL-analytiikan päätepisteessä määriteltyihin turvallisuussääntöihin, joissa on delegoitu identiteettitila: RLS, CLS, OLS.
• Mallisi perustuu SQL-analytiikan päätepistetaulukoihin tai näkymiin, jotka tulevat yhdestä tuetusta Fabric-tietolähteestä.
• Tarvitset tuettomia Direct Lake -skenaarioita, jotta voit palata DirectQueryyn , jos varajärjestelmä on käytössä (esimerkiksi SQL-näkymien kyselyt).

Mallin luominen

Voit luoda Direct Lake semanttisen mallin Power BI Desktopissa tai useista selaimen Fabric-kohteista. Esimerkiksi avoimessa Lakehousessa voit valita Uusi semanttinen malli luodaksesi uuden semanttisen mallin Direct Lake -tallennustilassa.

Seuraava taulukko näyttää yleisimmät luontimenetelmät kullekin Direct Lake -semanttisen mallin tyypille.

Kun luot Direct Lake -semanttisen mallin SQL-analytiikan päätepisteestä, voit valita kahden Direct Lake -tyypin välillä, kuten seuraavassa kuvassa näkyy:

Tämä valinta on oletuksena Direct Lake OneLakessa, jos SQL-analytiikan päätepiste on käyttäjäidentiteettitilassa, tai Direct Lake SQL:ssä, jos SQL analytiikan päätepiste on delegoidussa tilassa. Lisätietoja löytyy SQL-analytiikan päätepisteen Access modeista.

Vaihtoehtoisesti, kuten minkä tahansa Power BI:n semanttisen mallin kohdalla, voit jatkaa mallisi kehittämistä käyttämällä XMLA-yhteensopivaa työkalua, kuten SQL Server Management Studiota (SSMS) (versio 19.1 tai uudempi) tai avoimen lähdekoodin yhteisötyökaluja. Fabric-muistikirjat voivat myös ohjelmallisesti luoda ja muokata semanttisia malleja semanttisten linkkien ja semanttisten linkkilaboratorioiden avulla.

Power Query -liittimet

Helppo tapa selvittää, onko olemassa oleva Direct Lake -semanttinen malli OneLakessa vai SQL:ssä, on tarkistaa liitin TMDL-näkymässä. Malli-välilehdeltä vedä Expressions-solmu nähdäksesi M-lausekkeen määritelmän.

Direct Lake OneLakella käyttää Azure Data Lake Storage -liitintä.

Direct Lake SQL:ssä käyttää SQL Server -liitintä eli liitintä OneLake.SqlAnalytics() .

Direct Lake -yhdistelmämallit

Direct Lake OneLakella mahdollistaa monilähteisten yhdistelmämallien luomisen, jotka yhdistävät Direct Lake -tilassa olevat taulukot muihin Import/DirectQuery-tauluihin, tarjoten arvokasta joustavuutta dimensiotauluille samalla kun hyödynnetään Direct Lakea erittäin suurissa faktatauluissa kalliiden päivitysten ja hallinnan kuormituksen välttämiseksi. Lisätietoja löytyy osiosta Composite semanttic models with Direct Lake ja Import storage mode -taulukot .

Mallitaulukot

Mallitaulut perustuvat yleensä lähde-Fabric-datakohteen taulukkoon. Direct Lake SQL:ssä mahdollistaa myös SQL-näkymän valinnan. SQL-näkymään perustuvan mallitaulun kyselyt palaavat DirectQuery-tilaan, mikä voi hidastaa kyselyjen suorituskykyä.

Taulukoissa on oltava mallisuhteita tukevien sarakkeiden lisäksi sarakkeita suodatusta, ryhmittelyä, lajittelua ja yhteenvetoa varten.

Lisätietoja semanttisten mallitaulukoiden sarakkeista on kohdassa Direct Lake -kyselyn suorituskyvyn ymmärtäminen.

Lisätietoja datan käyttöoikeussääntöjen valvonnasta oliotason turvallisuudella (OLS) ja rivitason turvallisuudella (RLS) löytyy kohdasta Integrate Direct Lake -turvallisuus.

Direct Lake -mallin metatiedot

Kun muodostat yhteyden semanttiseen Direct Lake -malliin XMLA-päätepisteellä, metatiedot näyttävät samalta kuin missä tahansa muussa mallissa. Direct Lake -mallit näyttävät kuitenkin seuraavat erot:

• Tietokantaobjektin compatibilityLevel-ominaisuus on 1604 (tai uudempi).
• Direct Lake -osioiden Mode-ominaisuudeksi määritetään directLake.
• Direct Lake -osiot käyttävät jaettuja lausekkeita tietolähteiden määrittämiseen.
  • Direct Lake on SQL — Lauseke osoittaa järvitalon tai varaston SQL-analytiikan päätepisteen. Direct Lake käyttää SQL-analytiikan päätepistettä rakenne- ja suojaustietojen löytämiseen, mutta se lataa tiedot suoraan OneLakesta (ellei se jostain syystä palaa DirectQuery-tilaan ).
  • Direct Lake OneLakessa — Lauseke osoittaa suoraan Fabric-datalähteen OneLake-tallennuspaikkaan. Direct Lake käyttää OneLake-rajapintoja skeeman löytämiseen, tietoturvatarkistuksiin ja datan lataamiseen. OneLaken Direct Lake ei palaa DirectQuery-tilaan.

Käytä M-parametria käyttöönottoputkissa

Direct Lake OneLakessa käytä tekstin M-parameetteja muuttaaksesi OneLake-lähteen sijaintia käyttöönoton putkiston vaiheiden välillä. Tietolähdesäännöt eivät tue näiden yhteyksien uudelleensitomista, mutta parametrisäännöt voivat asettaa parametriarvot kullekin kohdevaiheelle. Direct Lake -semanttisen mallin käyttöönotto ei automaattisesti sido sitä lakehouseen tai varastoon kohdevaiheessa.

Seuraava taulukkomallin määrittelykieli (TMDL) -esimerkki määrittelee tekstiparametrit työtilalle ja järvenrakennuksen tunnisteille ja viittaa niihin yhteyslausekkeessa:

createOrReplace
	expression 'DirectLake - Sales' =
			let
			    Source = AzureStorage.DataLake("https://onelake.dfs.fabric.microsoft.com/" & WorkspaceId & "/" & LakehouseId, [HierarchicalNavigation = true])
			in
			    Source

	expression WorkspaceId = "<workspace-id>" meta [IsParameterQuery = true, IsParameterQueryRequired = true, Type = "Text"]

	expression LakehouseId = "<lakehouse-id>" meta [IsParameterQuery = true, IsParameterQueryRequired = true, Type = "Text"]

Koko URL-osoitteen parametrisointi korvaa kaksi ID-parametria tällä lausekkeella:

expression OneLakeSourceUrl = "https://onelake.dfs.fabric.microsoft.com/<workspace-id>/<item-id>" meta [IsParameterQuery = true, IsParameterQueryRequired = true, Type = "Text"]

Direct Lake -yhteyslausekkeessa käytä AzureStorage.DataLake(OneLakeSourceUrl, [HierarchicalNavigation = true]). Korvaa paikkamerkit työtilan ja järvirakennuksen tai varaston tunnisteilla. Kun lisätään parametri edeltävään skriptiin, sisennä sen ilmoitus samalle tasolle kuin yhteyslauseke. Määritä yksi käyttöönottoparametrisääntö OneLakeSourceUrl ID:ille erillisten sääntöjen sijaan.

Sopeutetaanpa tämä esimerkki malliisi:

1. Web-mallinnuksessa mene TMDL-näkymään ja avaa jaettu lauseke, joka sisältää yhteydenAzureStorage.DataLake.

2. Lisää tekstiparametrilausekkeet ja päivitä yhteyslauseke esimerkin mukaisesti. Pidä olemassa olevan yhteyslausekkeen nimi, annotaatiot ja mahdolliset lisäyhteysvaihtoehdot ennallaan, jotta olemassa olevat osiot jatkavat viittaamista siihen. Korvaa <workspace-id> ja <lakehouse-id> lähdetyötilalla ja lakehouse-tunnisteilla, älä täysillä URL-osoitteilla. Varastolähteeksi käytä WarehouseId parametria, joka sisältää varaston ID:n, ja viittaa siihen sen sijaan LakehouseId. Älä käytä SQL-analytiikan päätepiste-ID:tä. Kaikkien expression ilmoitusten on oltava samalla sisennystasolla.

3. Sovella käsikirjoitusta. Parametreilla täytyy olla tyyppi Text , jotta niitä voidaan käyttää uudelleensitomiseen parametrisääntöjen kautta. Useat yhteydet voivat jakaa työtilan parametrin käyttäen erillisiä kohde-ID-parametreja.

4. Kohdeputken vaiheessa konfiguroi käyttöönottoparametrisääntö jokaiselle muuttuvalle arvolle. Esimerkiksi aseta WorkspaceId kohdetyötilan ID ja LakehouseId kohdejärvitalo-ID. Jos malli ei ole vielä tavoitevaiheessa, ota se ensin käyttöön sinne, jotta voit konfiguroida säännöt.

5. Aseta semanttinen malli lähdevaiheesta kohdevaiheeseen sääntöjen soveltamiseksi. Päivitä kohdemalli ja varmista, että se kysyy tarkoitettua lähdettä.

Kohdelähteen on sisällettävä taulukot ja sarakkeet, joihin malli viittaa. Parametrien muuttaminen ei luo näitä taulukoita eikä anna niihin pääsyä. Varmista, että kohdemallin yhteys ja käyttöoikeudet mahdollistavat pääsyn kohdedataan.

Yhdistelmämalleissa voit luoda tekstiparametrit Power Query:llä TMDL:n sijaan. Direct Lake -yhteyslauseke ei ole saatavilla Power Query:ssä. Parametrien luomisen jälkeen päivitä lauseke TMDL-näkymässä, kuten aiemmissa vaiheissa.

Julkaisun jälkeiset tehtävät

Kun olet julkaissut semanttisen Direct Lake -mallin, sinun kannattaa suorittaa joitakin määritystehtäviä. Lisätietoja on kohdassa Semanttisten Direct Lake -mallien hallinta.

Aiheeseen liittyvä sisältö

• Direct Lake -yleiskatsaus
• Direct Lake -semanttisten mallien hallinta
• Direct Lake -kyselyn suorituskyvyn ymmärtäminen
• Semanttisten mallien OneLake-integrointi