セマンティック モデルとサード パーティの互換性

この記事では、Power BI セマンティック モデルとは何か、リレーショナル データベースとの違い、およびサード パーティのセマンティック モデルに対する Power BI のアプローチのサポート方法について説明します。

Power BI セマンティック モデル

Power BI セマンティック モデル は、無数の組織にわたるアドホック分析とレポートのための信頼できる情報源です。 市場で最も広く採用されている BI セマンティック モデリング テクノロジに基づいて、Power BI セマンティック モデルは、成熟した API サーフェス、大規模なデータに対する対話型分析のための優れたパフォーマンスとスケーラビリティ、開発者、パートナー、サード パーティ製ツールの繁栄するエコシステムを提供します。

再利用性のためのビジネス メトリック

高度にキュレーションされたセマンティック モデルは、ビジネスに適した名前付け規則を使用して企業データを表示し、高度な計算、推論されたリレーションシップ、ユーザー階層、メタデータ変換などの複雑なビジネス ロジックを抽象化します。 非常に高速なクエリ パフォーマンスにより、ユーザーは思うままに大量のデータセットを自由自在に操作できます。 これらの機能を組み合わせることで、信頼が促進され、組織全体で一貫した意思決定が促進されます。

Power BI セマンティック モデルは、AI 対応 BI のアクセラレータです

Power BI セマンティック モデルは、 Fabric IQ の重要な部分です。 自然言語データの質問は、AI がセマンティック モデルによってカプセル化されたビジネス ロジックに依存できる場合に、より一貫して簡単に回答されます。 LLM は、エージェントモデリングと使用を可能にするメタデータとクエリの明確に定義された API サーフェス領域に既に精通しています。 Power BI セマンティック モデルは、数え切れないほどの大規模な組織に対して既に大規模にデプロイされており、エンタープライズ規模で AI 主導の消費を促進するために準備されています。

セマンティック モデルでは、Microsoft 365 Copilot Chatや Microsoft 365 Copilot Cowork などのMicrosoft 365 Copilotエクスペリエンスを基にすることもできます。そのため、ユーザーはビジネスに関する質問をしたり、管理されたビジネス定義に基づいてコンテキストに応じた回答を直接受け取ることができます。Microsoft 365 Copilot。

最近の機能により、エージェントおよび開発者シナリオのセマンティック モデル エコシステムが拡張されます。

  • Power BIのエージェント スキルにより、AI エージェントは自然言語を使用してセマンティック モデルを作成、編集、管理できます。
  • TMDL ビューは、Power BI Desktop でセマンティック モデルメタデータを編集するためのコードベースのエクスペリエンスを提供します。
  • Fabric Apps (プレビュー) を使用すると、開発者はセマンティック モデルでカスタム アプリケーションを構築できます。

オープン標準とプラットフォームへのコミットメント

Direct Lake ストレージ モードでは、Power BI セマンティック モデルは、Delta Lake Parquet、Iceberg、OneLake を使用して標準形式を開く Microsoft Fabric のコミットメントの重要な部分です。 このコミットメントは、お客様が独自のベンダーストレージ形式へのロックインを回避するのに役立ちます。 Power BI セマンティック モデルを使用すると、 XMLA エンドポイントとの互換性を通じて、さまざまなサード パーティのデータ視覚化ツールに対してオープン プラットフォーム接続を実現できます。 エンド ユーザーは、データのローカル コピーを作成しなくても、任意のツールからアドホック分析を実行できます。 Power BI セマンティック モデルは、CRUD 操作、クエリ実行、更新管理、セマンティック リンクを使用した Python ノートブック のサポート、表形式オブジェクト モデル (TOM) を使用した .NET プログラミング、およびテーブル モデル定義言語 (TMDL) を使用したオープン メタデータ定義を自動化するために Fabric REST エンドポイントを使用して高度にプログラミングできます。

リレーショナル データベースとセマンティック モデル

リレーショナル データベース (SQL Server など) は、構造化テーブルにデータを格納して整理するように設計されています。 ビジネス上の意味に焦点を当てずに、物理的にデータを格納およびアクセスする方法を定義します。 リレーショナル代数では、選択や結合などの操作を使用してこのデータに対してクエリを実行し、テーブルとビューをフィルター処理して結合する方法を定義します。

セマンティック モデルは、明確な名前、推論されたリレーションシップ、定義済みのメトリックを使用して、エンタープライズ データに対してビジネスに優しいレイヤーを提供します。 時間比較、比率、財務メジャーなどの一般的な計算は再利用可能であり、非技術的なユーザーは、一貫性のある信頼できる意思決定をサポートしながら、レポートを作成したり、AI エージェントを介して質問を送信したりしてアドホック分析を実行できます。

結果の精度は最も重要です

Power BI のお客様は、セマンティック モデルの計算が信頼できる情報源として機能し、重要なビジネス上の意思決定のためにセマンティック モデル メトリックの精度に依存しています。 応答の正確性は、信頼を促進し、顧客組織全体で一貫した意思決定を推進するために不可欠です。 したがって、サードパーティのセマンティック モデルのサポートは、セマンティックの正確性を保証し、ユーザーに返される結果の整合性を維持する統合アプローチを通じて実装する必要があります。

サード パーティのセマンティック モデルとの互換性

Note

一部のベンダーは、セマンティック モデル オファリングに異なる名前を使用します。 たとえば、キューブ セマンティック レイヤー、dbt セマンティック レイヤー、Snowflake セマンティック ビュー、Databricks メトリック ビューは、これらの特定のサード パーティ ベンダー向けの製品オファリングを記述するために使用される名前です。 これらは同じユース ケースを対象としますが、異なるレベルの成熟度を提供します。

Power BI では、次のサード パーティのセマンティック モデルのみがサポートされます。

一部のベンダーは、DirectQuery セマンティック モデルを通じてリレーショナル データベース ソースとしてサポートされています。 ただし、このサポートは必ずしもセマンティック モデルに拡張されるとは限りません。 Power BI では、前述のサード パーティのセマンティック モデルのみがサポートされます。

DirectQuery セマンティック モデルの使用パターン

Note

DirectQuery は、Microsoft Power BI セマンティック モデルで使用できるいくつかのストレージ モードの 1 つです。 Direct Lake では、更新を必要とせずに OneLake の Delta Lake データに対する優れたパフォーマンスがロック解除されますが、 インポート モード では速度とモデリング機能に重点が置かれます。

DirectQuery は、サード パーティのセマンティック モデルで階層化されている場合、基になるデータ ソースに対するリアルタイム評価によって不正確な結果につながる可能性があるため、ここで強調表示されています。

次の図は、DirectQuery セマンティック モデルの使用パターンを示しています。

DirectQuery セマンティック モデルのアーキテクチャを示す図。

  1. ユーザーは Power BI レポートでビジュアルを操作したり、AI エージェントを介してデータの質問を送信したりします。

  2. DAX クエリが生成され、DirectQuery モードで実行されている Power BI セマンティック モデルに送信されます。

  3. セマンティック モデルは、DAX クエリを SQL クエリに変換し、基になるリレーショナル データベースにフェデレーションします。 ソース データベースはクエリ処理を実行します。

階層化セマンティック モデル (Power BI セマンティック モデルとリレーショナル データベースの間にサード パーティ製モデルがある場合) は、一般にサポートされていません。 同様に、サードパーティのセマンティック モデル ベンダーは、通常、この方法で Power BI セマンティック モデル上の階層化をサポートしていません。

DirectQuery セマンティック モデルは通常、リレーショナル ソースをサポートしますが、精度を確保するためのサードパーティのセマンティック モデルはサポートしません

DirectQuery モードの Power BI セマンティック モデルでは、何百ものサード パーティのリレーショナル データベースがサポートされています ( Power Query コネクタを参照)。 ほとんどのコネクタでは、サード パーティのセマンティック モデルがサポートされていません。これは、ユーザーに誤った結果が生成されるためです。 DirectQuery セマンティック モデルは、通常、ソースのリレーショナル代数に依存して正確性を求めます。 たとえば、セマンティック モデルでは、定義済みの集計パスに対して推論されたリレーションシップを定義します。 サード パーティのセマンティック モデルで推論されたリレーションシップと DirectQuery セマンティック モデルのリレーションシップを組み合わせると、単純なメジャーであっても正しくない値が生成される可能性があります。

Power BI は、中間 DirectQuery セマンティック モデルを必要とせずに、 SQL Server Analysis Services の多次元および表形式、 および Azure Analysis Services に接続します。 詳細については、 ライブ接続と DirectQuery の比較を参照してください。

まとめ

Power BI セマンティック モデルは、何千万ものアクティブなセマンティック モデルを表すエンタープライズ BI に広く普及しています。 データに対してビジネスに適した高パフォーマンスレイヤーを提供し、オープンな標準と広範な API の領域をサポートしながら、AI 主導の分析情報の信頼できる情報源として機能します。

データストレージと構造に焦点を当てたリレーショナル データベースとは異なり、セマンティック モデルは意味、推論されたリレーションシップ、計算を追加し、技術ユーザー以外のユーザーが簡単に使用できるようにします。 精度は重要であるため、特にサードパーティのセマンティック モデルとの統合は正確性を維持する必要があります。 Power BI では、DirectQuery モードのリレーショナル データ ソースがサポートされています。 複数のセマンティック レイヤーを組み合わせると、顧客にとって正しくない結果が生じる可能性があるため、一般に、セマンティック モデルの階層化はサポートされていません。

  • 最終更新: