Modelli semantici e compatibilità di terze parti

Questo articolo illustra i modelli semantici di Power BI, le differenze rispetto ai database relazionali e il modo in cui Power BI si avvicina al supporto per i modelli semantici di terze parti.

Modelli semantici di Power BI

I modelli semantici di Power BI sono l'origine autorevole della verità per l'analisi ad hoc e la creazione di report in innumerevoli organizzazioni. In base alla tecnologia di modellazione semantica bi più diffusa nel mercato, i modelli semantici di Power BI offrono una superficie API matura, prestazioni eccezionali e scalabilità per l'analisi interattiva su dati di grandi dimensioni e un ecosistema fiorente di sviluppatori, partner e strumenti di terze parti.

Metriche aziendali per la riutilizzabilità

I modelli semantici altamente curati emettono i dati aziendali usando nomenclature adatte al contesto aziendale, astraendo la logica aziendale complessa per calcoli sofisticati, relazioni dedotte, gerarchie utente, traduzione dei metadati e molto altro ancora. Con prestazioni di query velocissime, gli utenti possono analizzare e suddividere set di dati enormi alla velocità del pensiero. Insieme, queste funzionalità favoriscono la fiducia e guidano decisioni coerenti nell'intera organizzazione.

I modelli semantici di Power BI sono acceleratori per BI abilitata dall'intelligenza artificiale

I modelli semantici di Power BI sono una parte fondamentale dell'IQ dell'infrastruttura. Le domande sui dati in linguaggio naturale vengono risposte in modo più coerente e semplice quando l'intelligenza artificiale può basarsi sulla logica di business incapsulata da modelli semantici. Gli LLM hanno già familiarità con superfici definite delle API ben definite per i metadati e le query che consentono la modellazione e il consumo agentico. I modelli semantici di Power BI sono già distribuiti su larga scala in innumerevoli organizzazioni di grandi dimensioni e hanno accelerato il consumo basato sull'intelligenza artificiale su scala aziendale.

I modelli semantici possono anche basare Microsoft 365 Copilot esperienze, tra cui Microsoft 365 Copilot Chat e Microsoft 365 Copilot Cowork, in modo che gli utenti possano porre domande aziendali e ricevere risposte contestuali in base alle definizioni aziendali regolate direttamente all'interno di Microsoft 365 Copilot.

Le funzionalità recenti estendono l'ecosistema di modelli semantici per gli scenari agentici e di sviluppo:

• Le competenze degli agenti per Power BI consentono agli agenti di intelligenza artificiale di creare, modificare e gestire modelli semantici tramite il linguaggio naturale.
• La visualizzazione TMDL offre un'esperienza basata su codice per la modifica dei metadati del modello semantico in Power BI Desktop.
• Fabric App (anteprima) consente agli sviluppatori di creare applicazioni personalizzate su modelli semantici.

Impegno per gli standard e la piattaforma aperti

Con la modalità di archiviazione Direct Lake , i modelli semantici di Power BI sono una parte fondamentale dell'impegno di Microsoft Fabric ad aprire formati standard usando parquet Delta Lake, Iceberg e OneLake. Questo impegno consente ai clienti di evitare il blocco ai formati di archiviazione proprietari del fornitore. I modelli semantici di Power BI consentono la connettività open platform per un'ampia gamma di strumenti di visualizzazione dei dati di terze parti tramite la compatibilità con l'endpoint XMLA. Gli utenti finali possono eseguire analisi ad hoc dal proprio strumento di scelta senza dover creare copie locali dei dati. I modelli semantici di Power BI sono altamente programmabili tramite endpoint REST dell'infrastruttura per operazioni CRUD, esecuzione di query , gestione degli aggiornamenti , supporto di notebook Python con collegamento semantico, programmabilità .NET tramite il modello a oggetti tabulare (TOM) e definizioni di metadati aperte tramite TMDL (Tabular Model Definition Language) per l'automazione.

Database relazionali e modelli semantici

Un database relazionale ,ad esempio SQL Server, è progettato per archiviare e organizzare i dati in tabelle strutturate. Definisce il modo in cui i dati vengono archiviati fisicamente e accessibili, senza concentrarsi sul significato aziendale. L'algebra relazionale definisce come eseguire query su questi dati usando operazioni come la selezione e i join per filtrare e combinare tabelle e viste.

Un modello semantico fornisce un livello business-friendly sui dati aziendali, usando nomi chiari, relazioni dedotte e metriche predefinite. I calcoli comuni, ad esempio confronti temporali, rapporti e misure finanziarie, sono riutilizzabili, consentendo agli utenti non tecnici di eseguire analisi ad hoc creando report o inviando domande tramite agenti di intelligenza artificiale, supportando decisioni coerenti e attendibili.

L'accuratezza dei risultati è di fondamentale importanza

I clienti di Power BI si basano sull'accuratezza delle metriche del modello semantico per decisioni aziendali critiche, con calcoli semantici del modello che fungono da fonte definitiva di verità. L'accuratezza delle risposte è essenziale per promuovere la fiducia e guidare decisioni coerenti tra le organizzazioni dei clienti. Di conseguenza, qualsiasi supporto per i modelli semantici di terze parti deve essere implementato tramite un approccio di integrazione che garantisce la correttezza semantica e mantiene l'integrità dei risultati restituiti agli utenti.

Compatibilità con i modelli semantici di terze parti

Power BI supporta solo i modelli semantici di terze parti seguenti:

• SAP BW
• SAP HANA, quando trattato in qualità di origine multidimensionale
• AtScale

Alcuni fornitori sono supportati come origini di database relazionali tramite modelli semantici DirectQuery. Tuttavia, questo supporto non si estende necessariamente ai modelli semantici. Power BI supporta solo i modelli semantici di terze parti indicati in precedenza.

Modello di utilizzo del modello semantico DirectQuery

DirectQuery è evidenziato qui perché, se stratificato con modelli semantici di terze parti, può causare risultati imprecisi a causa di una valutazione in tempo reale con la fonte dati sottostante.

Il diagramma seguente illustra un modello di utilizzo del modello semantico DirectQuery:

1. Gli utenti interagiscono con gli oggetti visivi nei report di Power BI o inviano domande sui dati tramite un agente di intelligenza artificiale.

2. Le query DAX vengono generate e inviate al modello semantico di Power BI in esecuzione in modalità DirectQuery.

3. Il modello semantico converte le query DAX in query SQL e le federate nel database relazionale sottostante. Il database di origine esegue l'elaborazione delle query.

I modelli semantici a più livelli, in cui un modello di terze parti si trova tra il modello semantico di Power BI e il database relazionale, in genere non è supportato. Analogamente, i fornitori di modelli semantici di terze parti in genere non supportano la sovrapposizione su modelli semantici di Power BI in questo modo.

I modelli semantici DirectQuery supportano in genere origini relazionali ma non modelli semantici di terze parti per garantire l'accuratezza

I modelli semantici di Power BI in modalità DirectQuery supportano centinaia di database relazionali di terze parti (vedere Connettori di Power Query). La maggior parte dei connettori non supporta modelli semantici di terze parti perché produrrebbero risultati non corretti per gli utenti. I modelli semantici DirectQuery si basano in genere sull'algebra relazionale nell'origine per la correttezza. Ad esempio, i modelli semantici definiscono relazioni dedotte per i percorsi di aggregazione predefiniti. La combinazione di relazioni dedotte in un modello semantico di terze parti con quelle in un modello semantico DirectQuery può produrre valori non corretti anche per misure semplici.

Power BI si connette a SQL Server Analysis Services multidimensionale e tabulare e ad Azure Analysis Services, senza richiedere un modello semantico DirectQuery intermedio. Per altre informazioni, vedere Confronto tra connessione dinamica e DirectQuery.

Sommario

I modelli semantici di Power BI sono onnipresenti nella business intelligence aziendale, che rappresentano decine di milioni di modelli semantici attivi. Forniscono un livello orientato al business ad alte prestazioni sui dati, fungendo da fonte attendibile di informazioni dettagliate basate sull'intelligenza artificiale, supportando al contempo standard aperti e ampi ambiti di API.

A differenza dei database relazionali, che si concentrano sull'archiviazione e sulla struttura dei dati, i modelli semantici aggiungono significato, relazioni dedotte e calcoli, semplificando l'utilizzo da parte degli utenti non tecnici. L'accuratezza è fondamentale, quindi le integrazioni, in particolare con i modelli semantici di terze parti, devono mantenere la correttezza. Power BI supporta origini dati relazionali in modalità DirectQuery. I modelli semantici a più livelli non sono in genere supportati perché la combinazione di più livelli semantici può causare risultati non corretti per i clienti.