Säädä skaalausasetukset

Malli on suunniteltu. Nyt määritä asetukset, jotka ohjaavat suurten tietoaineistojen, samanaikaisten kyselyjen ja ulkoisten työkalujen käsittelyä. Nämä asetukset määrittävät, pystyykö malli pysymään mukana datamäärien kasvaessa ja yhä useamman käyttäjän ja työkalun kuluttaessa sitä.

Suuren semanttisen mallin tallennusmuoto

Suuri semanttinen mallin tallennusmuoto muuttaa sitä, miten malli tallentaa ja pakkaa dataa. Oletuksena Power BI rajoittaa mallin lataukset 10 GB:iin. Kun tämä asetus on käytössä, mallit voivat kasvaa yli tuon päivityksen rajan. Maksimikoko on yhtä suuri kuin Fabric-kapasiteetin koko tai kapasiteetin ylläpitäjän asettama raja.

Direct Lake -mallit ottavat tämän asetuksen automaattisesti käyttöön, joten sinun ei tarvitse konfiguroida sitä manuaalisesti näille malleille. Import-tilan malleissa se täytyy ottaa käyttöön erikseen.

Tämä asetus on myös edellytys sekä XMLA-päätepisteen luku-/kirjoituskäytölle että kyselyn skaalaus-outoinnille. Sinun täytyy ottaa se käyttöön ensin, kun käytät Import- tai DirectQuery-tallennustiloja.

Ota käyttöön suuri semanttinen mallin tallennusmuoto, kun:

• Datavolyymit vaativat malleja, jotka kasvavat yli 10 GB:n latausrajan.
• Tarvitset XMLA-päätepisteen pääsyn ulkoisiin työkaluihin.
• Aiot käyttää kyselyskaalausta korkeaan samanaikaisuuteen.
• Aiot käyttää inkrementaalista päivitystä jaetuilla tauluilla.

XMLA-päätepisteen luku-/kirjoitusoikeus

XMLA-päätepiste mahdollistaa ulkoisten työkalujen yhdistymisen semanttiseen malliisi. Työkalut kuten Tabular Editor, DAX Studio ja ALM Toolkit käyttävät tätä päätepistettä kehitykseen, virheenkorjaukseen ja käyttöönottoon, joita ei ole saatavilla Fabric-palvelurajapinnassa.

XMLA-päätepisteen luku-/kirjoitusoikeus edellyttää suurta semanttista mallin tallennusmuotoa edellytyksenä. Kun molemmat ovat käytössä, voit:

• Käytä taulukkoeditoria mallinkehitykseen ja versionhallintaintegraatioon.
• Käytä DAX Studiota kyselyanalyysiin ja suorituskyvyn säätöön.
• Ota mallit käyttöön CI/CD-putkien kautta käyttäen Analysis Services -asiakaskirjastoja.

Laajassa mittakaavassa nämä ulkoiset työkalut tulevat välttämättömiksi. Manuaaliset muokkaukset palvelurajapinnan kautta eivät tue suurten, tiimin ylläpitämien mallien vaatimaa mallinkehitystasoa.

Kyselyn skaalaus

Kyselyskaalaus jakaa lukukyselyt vain luku -tyyppisten semanttisen mallin replikoiden kesken. Kun sadat käyttäjät käyttävät samaa mallia samanaikaisesti, yksi instanssi voi muodostua pullonkaulaksi. Kyselyn skaalaus lisää replikoita, jotka jakavat kyselykuorman.

Kun otat kyselyn skaalauksen käyttöön, lukureplikat käyttävät erillistä mallin kopiota. Tämä kopio synkronoituu jokaisen päivityksen jälkeen. Päämallin päivityksen ja replikoiden päivitetyn datan heijastamisen välillä voi olla lyhyt viive.

Kyselyn skaalaus vaatii suuren semanttisen mallin tallennusmuodon edellytyksenä.

Ota kyselyn skaalaus käyttöön kun:

• Malli palvelee satoja samanaikaisia käyttäjiä.
• Kyselyjen suorituskyky heikkenee huippukäyttöaikoina.
• Mallia tukee Fabric-kapasiteetti, joka tukee replikoita.

Direct Lake -varajärjestelmä

Direct Lake lukee Delta-taulukot suoraan OneLakesta muistiin. Jotkut kyselyt voivat saada mallin palaamaan DirectQuery-tilaan, mikä muuttaa suorituskykyominaisuuksia. Varajärjestelmä ohjaa, miten malli käsittelee näitä tilanteita:

• Salli varajärjestelmä (oletus): Kyselyt, jotka eivät voi suorittaa Direct Lake -tilassa, palautuvat automaattisesti DirectQueryyn. Käyttäjät saavat tuloksia, mutta suorituskyky saattaa heikentyä.
• Peruutus: Kyselyt, joita ei voi suorittaa Direct Lake -tilassa, palauttavat virheen. Tämä takaa johdonmukaisen suorituskyvyn, mutta edellyttää, että kaikki kyselyt pysyvät Direct Laken ominaisuuksien sisällä.

Suurissa mittakaavaisissa malleissa aloita varalla sallittuna. Seuraa, mitkä kyselyt laukaisevat sen, ja optimoi sitten nämä kyselyt tai tietorakenteet vähentääksesi varasuunnitelman määrää. Poista varajärjestelmä vain, kun kaikki kyselykuviot pysyvät Direct Lake -rajoissa ja tarvitset takuun suorituskyvyn johdonmukaisuudesta.

OneLake-integrointi

OneLake-integraatio tekee semanttisen mallin datastasi saataville Delta-taulukoina OneLakessa. Kun se on käytössä, Fabric-alukset kuten muistikirjat, putket ja muut palvelut voivat lukea dataa suoraan semanttisesta mallista ilman, että sitä rakennetaan uudelleen lähteestä.

Tämä laajentaa mallin ulottuvuutta raporttien ulkopuolelle. Semanttinen malli, jossa on hyvin jäsennelty tähtikaavio ja laskentalogiikka, muodostuu kuratoiduksi tietolähteeksi laajemmalle analytiikkaalustalle.

Ota OneLake-integraatio käyttöön kun:

• Data-insinöörien tai datatieteilijöiden täytyy käyttää semanttista mallidataa muistikirjoissa tai muissa Fabric-tuotteissa.
• Haluat käyttää semanttista mallia jaettuna tietolähteenä Fabric:n välillä.
• Alavirran kuluttajat tarvitsevat pääsyn kuratoituun, liiketoimintalogiikalla rikastettuun dataan ilman, että sitä rakennetaan raakalähteistä.

Asetusten päätösviitekehys

Seuraava taulukko tiivistää keskeiset skaalausasetukset: