Utiliser des notebooks avec un modèle sémantique

Avec les notebooks Fabric et le lien sémantique, vous pouvez utiliser du code pour analyser des modèles sémantiques, ainsi que d’autres fonctionnalités de science des données et d’ingénierie des données, ce qui vous permet d’effectuer une analyse statistique approfondie et une modélisation prédictive de manière personnalisable et flexible.

Les notebooks Microsoft Fabric offrent des moyens interactifs aux ingénieurs données et aux scientifiques des données de créer des travaux Apache Spark, de gérer des flux de travail de données et de développer des modèles Machine Learning. Les notebooks Fabric offrent une interface simple à faible code avec la sécurité d’entreprise, l’intégration à Lakehouse et les outils de visualisation intégrés. Les notebooks prennent également en charge la collaboration par le biais de commentaires, de balisage et de contrôle de version, ce qui simplifie la gestion de l’exécution du code, l’exploration des données et le déploiement de modèles.

La fonctionnalité de liaison sémantique vous permet d’établir une connexion entre les modèles sémantiques et les fonctionnalités de science des données dans Microsoft Fabric. Vous pouvez donc optimiser les éléments Fabric pour les performances, la mémoire et les coûts.

Ouvrir les notebooks d'exemple de votre modèle sémantique

Les notebooks offrent une collection d’expériences prêtes à l'emploi pour les modèles sémantiques afin de vous aider à démarrer, auxquelles vous pouvez accéder de plusieurs façons :

  • Dans l’onglet Accueil du ruban, modification de modèles sémantiques dans le service Power BI, illustré dans l’image suivante. Capture d’écran du ruban d’accueil pour accéder aux fonctionnalités du bloc-notes.

  • Dans la page de détails du modèle sémantique, sous la liste déroulante État du modèle, illustrée dans l’image suivante. Capture d’écran du menu déroulant Intégrité du modèle qui accède aux expériences de bloc-notes.

  • À partir de Plus d’options (...) dans le catalogue OneLake lors de la sélection d’un modèle sémantique, illustré dans l’image suivante. Capture d’écran du menu de plusieurs options dans le catalogue One Lake pour accéder aux fonctionnalités de notebook.

Les fonctions utilisées dans ces exemples de bloc-notes illustrent des fonctions utiles que le lien sémantique permet d'activer. Vous trouverez d’autres fonctions et notebooks d’assistance dans Semantic Link Labs, bibliothèque Python qui étend les fonctionnalités de liaison sémantique pour automatiser les tâches techniques. Vous n’êtes pas obligé d’être un expert Python pour utiliser le lien sémantique ou les laboratoires de liaison sémantique. De nombreuses fonctions peuvent être utilisées simplement en entrant vos paramètres et en exécutant le notebook.

Analyseur de bonnes pratiques

Lorsque vous exécutez le bloc-notes d'exemple, le Best Practice Analyzer (BPA) offre des conseils pour améliorer la conception et les performances de votre modèle sémantique. Par défaut, le BPA vérifie un ensemble de plus de 60 règles sur votre modèle sémantique et récapitule les résultats. Les règles utilisées dans le BPA proviennent d’experts au sein de Microsoft et de la Communauté Fabric. Les suggestions d’amélioration sont organisées en cinq catégories : performances, expressions DAX, prévention des erreurs, maintenance et mise en forme.

L’image suivante montre le BPA en cours d’utilisation.

Capture d’écran des résultats de l’analyseur de bonnes pratiques.

Analyseur de mémoire de modèle

Lorsque vous exécutez l’exemple de notebook notebook, l’analyseur de mémoire affiche des statistiques de mémoire et de stockage sur les objets de votre modèle sémantique, tels que tables, colonnes, hiérarchies, partitions et relations. Les statistiques retournées par l’analyseur de mémoire peuvent être utilisées pour identifier les zones d’optimisation des performances et de réduction de la mémoire pour votre modèle sémantique. L’image suivante montre l’analyseur de mémoire en cours d’utilisation.

Capture d’écran des résultats de l’analyseur de mémoire.

Conditions requises et autorisations

Les conditions requises et les paramètres d’autorisations suivants s’appliquent aux notebooks :

  • Les utilisateurs doivent disposer de l’autorisation de build sur le modèle sémantique pour créer un exemple de notebook à partir des points d’entrée du modèle sémantique décrits dans cet article. Pour plus d’informations, consultez l’article sur les autorisations de modèle sémantique .
  • Pour créer un bloc-notes, l’espace de travail doit disposer d’une capacité Fabric, et l’utilisateur doit avoir un accès contributeur à l’espace de travail où le bloc-notes est créé. Pour plus d’informations, consultez l’article des rôles d’espace de travail .

Considérations et limitations

Les considérations et limitations suivantes doivent être prises en compte lors de l’utilisation des notebooks :

  • Les blocs-notes ne parviennent pas à s’exécuter si le nom du modèle sémantique se termine par un espace blanc.

Contenu connexe

Cet article a fourni des informations sur les expériences en un clic pour commencer à utiliser des notebooks Fabric et un lien sémantique pour analyser vos modèles sémantiques sur le web. Pour plus d’informations sur le lien sémantique et les blocs-notes Fabric, consultez les ressources suivantes :

  • Last updated on