Planlegging av Power BI-implementering: Integrering med andre tjenester

Merk deg

Denne artikkelen er en del av planleggingsserien for power BI-implementering av artikler. Serien fokuserer på å planlegge å implementere en Power BI-opplevelse i Microsoft Fabric. Se serieintroduksjonen.

Denne artikkelen hjelper deg med å planlegge hvordan og når du skal integrere Power BI og Microsoft Fabric med andre tjenester. Denne artikkelen er primært rettet mot:

  • BI- og analysedirektører og -ledere: Beslutningstakere med ansvar for å overvåke BI-programmet og strategien. Disse personene bestemmer om de skal bruke andre tjenester for å støtte spesifikke strategiske mål eller for å supplere Fabric eller Power BI.
  • Fabric administratorer: Administratorene som har ansvar for å overvåke Fabric i organisasjonen. Stoffadministratorer kontrollerer hvilke tjenester som kan integreres med Fabric ved å aktivere tenantinnstillinger for integrering, og de konfigurerer integrering på leiernivå med tjenester i Azure eller Microsoft Teams. Fabric-administratorer må ofte samarbeide med andre administratorer for å legge til rette for denne integreringen.
  • Center of Excellence (COE), IT og BI-team: Teamene som har ansvar for å overvåke Power BI i organisasjonen. Disse teamene ser etter muligheter til å bruke integrerte tjenester som hjelper folk med å løse problemer eller bruke Power BI mer effektivt.
  • Innholdseiere og innholdsopprettere: Teamene og enkeltpersoner som støtter analyser i et team eller en avdeling. Disse teamene og enkeltpersoner utfører integrering på arbeidsområdenivå og løsningsnivå for å støtte spesifikke behov og brukstilfeller der det er tillatt.

Når du bruker Power BI, kan det hende du opplever visse behov eller utfordringer som du ikke kan løse med de viktigste Verktøyene og funksjonene i Power BI. I slike situasjoner bør du vurdere å integrere Power BI med andre tjenester. De fleste av disse tjenestene er Microsoft-tjenester, for eksempel Azure eller Microsoft 365, men du kan også integrere Power BI med egendefinerte tjenester eller tredjepartstjenester. Hvis du utvider funksjonaliteten til Power BI på disse måtene, kan det bidra til å løse nye problemer, og det gjør det mulig for personer å bli mer effektive med sine vanlige oppgaver.

Her er noen vanlige scenarioer som involverer integrering av Power BI med andre tjenester:

  • Du har spesifikke krav som krever bruk av en annen tjeneste. Du må for eksempel integrere med Azure Private Link for å koble til tjenester via et privat endepunkt i det virtuelle nettverket.
  • Du møter spesifikke utfordringer som Power BI alene ikke kan løse. Du bruker for eksempel Azure Log Analytics-integrasjon til å få detaljert spørringsdiagnose av semantiske modeller for feilsøking og overvåking.
  • Du vil bruke tjenester som du allerede bruker, eller utvide funksjonene i Power BI. Du kan for eksempel la Excel-brukere koble til semantiske modeller ved hjelp av Excel-tillegget for å sette inn tilkoblede pivottabeller.

Du kan integrere Power BI med andre tjenester på nivået til leieren, arbeidsområdet eller individuelle løsninger (for eksempel semantiske modeller og rapporter):

  • Integrering på leiernivå: Påvirker hele leieren og konfigureres av Fabric-administratorer, vanligvis i samarbeid med andre administratorer. Teams-integrering er for eksempel konfigurert på leiernivå. Et annet eksempel som påvirker nettverk, er Azure ExpressRoute.
  • Integrering på arbeidsområdenivå: Påvirker alt innhold i arbeidsområdet og konfigureres av administratorer for arbeidsområdet. Git-integrasjon er for eksempel konfigurert på arbeidsområdenivå for å oppnå kildekontroll med Azure Repos, som er en tjeneste for Azure DevOps.
  • Integrering på løsningsnivå: Påvirker ett enkelt innholdselement og konfigureres av innholdsoppretteren. Python eller R er for eksempel konfigurert på løsningsnivå for å aktivere oppretting av egendefinerte, interaktive visualobjekter.

For alle tre av disse nivåene er det hensyn du bør huske på når du integrerer Power BI med andre tjenester:

  • Sikkerhetshensyn: Integrering av andre tjenester fører uunngåelig til flere risikoer som du må redusere for å kunne bruke dem. For eksempel kan integrasjon med AI-tjenester eksponere interne data til eksterne tjenester som trener modellene deres. For å redusere denne risikoen må du sørge for at du proaktivt evaluerer eventuelle sikkerhetsrisikoer og vurderinger ved å integrere en tjeneste. Identifiser også konkrete tiltak for å sikre samsvar med datasikkerhet og personvernpolicyer i området og organisasjonen.
  • Lisensieringshensyn: Integrering av andre tjenester kan kreve et bestemt abonnement eller en bestemt lisens. For eksempel er det kun mulig å integrere Power BI rapporter med Power Apps når du har de riktige Power Apps-lisensene. For hver tjeneste må du sørge for at du vurderer om du trenger en bestemt lisens eller et bestemt abonnement for å integrere den, og hva den estimerte kostnaden er per bruker eller kapasitet. Gjør denne evalueringen ikke bare for tjenestene, men også for fabric- og Power BI-lisenser per bruker og per kapasitet.
  • Styringshensyn: Integrering av andre tjenester resulterer i mer varierte aktiviteter og operasjoner som personer utfører i leieren, hvorav noen kan føre til upassende praksis. Integrering av Power BI-rapporter med OneDrive eller SharePoint kan for eksempel føre til at personer deler Power BI Desktop-filer (PBIX) direkte med rapportvisningsprogrammer. Denne tilnærmingen avleder fra de bedre fremgangsmåtene for publisering av rapporten til et arbeidsområde og deling av den via direkte tilgang, roller for arbeidsområdevisning eller en Power BI-app. Derfor bør du proaktivt identifisere potensielle styringsrisikoer før du integrerer en tjeneste, og identifisere innsatsen som trengs for å overvåke og støtte tjenesten i leieren.
  • Vurderinger for veiledning og brukeraktivering: Integrering av andre tjenester kan kreve tid og krefter for å lære opp brukere til å bruke nye funksjoner effektivt. For eksempel, hvis du lar brukere integrere Excel med Power BI, tren dem til effektivt å bruke Analyze in Excel. Opplæring bør veilede dem om når de skal bruke den, og informere dem om hensyn og begrensninger. Sørg for at du proaktivt planlegger hvordan du skal trene og støtte folk som bruker denne integrasjonen.

Resten av denne artikkelen beskriver mulighetene for å integrere Power BI med andre tjenester på nivå med leier, arbeidsområder og individuelle løsninger (for eksempel rapporter eller semantiske modeller).

Merk deg

Denne artikkelen gir en oversikt over de ulike tjenestene du kan integrere med Power BI, og de potensielle brukstilfellene for å gjøre dette. Formålet med denne artikkelen er ikke å veilede deg i de tekniske trinnene som kreves for å konfigurere eller feilsøke integreringen. Du finner lenker til teknisk informasjon i hver respektive del av denne artikkelen.

Integrering på leiernivå

Stoffadministratorer kan integrere noen tjenester for bruk på tvers av hele leieren. Denne integreringen forenkler vanligvis bredere interoperabilitet mellom Fabric eller Power BI og relaterte tjenester, som de som er tilgjengelige i Azure. Integrering på leiernivå kan også påvirke hvordan bestemte data håndteres.

Viktig!

Hvis du vil ha en oversikt over de relevante administrasjonsinnstillingene en Fabric-administrator kan bruke til å kontrollere integreringen av Microsoft Fabric eller Power BI med eksterne tjenester, kan du se Innstillinger for integrering av leier. En Fabric-administrator kan kontrollere integrering med tjenester på tvers av alle nivåer med disse leierinnstillingene.

Integrering med Azure-tjenester

Du kan integrere leieren med et bredt spekter av Azure-tjenester som du kanskje allerede bruker til å lagre eller administrere dataene dine. Denne integreringen hjelper deg med å bruke omfanget og fordelene ved Azure-tjenester fra Fabric og Power BI. Det muliggjør også mer avanserte funksjoner som kan støtte mange roller, fra administratorer og sentraliserte team til desentraliserte innholdseiere eller opprettere.

Integrering med Azure-tjenester krever at du har et aktivt Azure-abonnement for dem. Dette alternativet har også noen spesifikke lisensieringshensyn. Bruk av sensitivitetsetiketter og DLP-policyer krever en kvalifisert Microsoft Purview informasjonsbeskyttelse-lisens. Brukere kan kreve en Power BI Pro- eller Premium Per User-lisens (PPU) for å bruke funksjoner som følge av denne integreringen, for eksempel bruk av følsomhetsetiketter. Til slutt krever noen av disse tjenestene også at du har Fabric- eller Premium-kapasitet, og de kan bruke kapasitetsressursene dine.

Hvis du vil ha veiledning om hvordan du integrerer med Azure-tjenester, kan du se:

Selv om det ikke nødvendigvis er Azure-tjenester, kan du også bruke følgende verktøy som er tilgjengelige for integrering på leiernivå med Power BI:

Integrering med AI-tjenester

Bortsett fra Copilot i Fabric, kan du integrere ulike AI-tjenester med Fabric og Power BI. Disse tjenestene kan hjelpe deg med å utføre avansert analyse for å bruke bestemte modeller på dataene dine, avhengig av dine behov og brukstilfeller.

Integrering med AI Azure-tjenester krever at du har et aktivt Azure-abonnement for dem. Noen av disse tjenestene krever også at du har Fabric- eller Premium-kapasitet, og de bruker kapasitetsressursene dine. For å forhindre at disse arbeidsbelastningene påvirker kapasitetsutnyttelsen negativt, sett en minnegrense for AI-arbeidsbelastninger innenfor kapasiteten din. På denne måten kan du unngå uventet bruk av kapasitetsenhetene .

Hvis du vil ha veiledning om hvordan du integrerer med de ulike AI-tjenestene i Azure, kan du se:

Integrer Foundry-verktøy i Power Query

Du kan aktivere spesifikke AI-funksjoner i Power Query ved å bruke Foundry Tools. Disse funksjonene kjører ved hjelp av Fabric-kapasitet eller Premium-kapasitet for et valgt arbeidsområde. De kan utlede nyttig informasjon fra mindre strukturerte tekst- eller bildedata.

Integrer Azure Machine Learning i Power Query

På samme måte som du kan bruke Foundry Tools, kan du bruke maskinlæringsmodeller på dataene dine ved å aktivere dynamiske Power Query-funksjoner. Modellskaperen må generere skjemafiler i Python for disse maskinlæringsmodellene.

Gen1-opprettere av dataflyt kan også bruke AutoML til å opprette sine egne maskinlæringsmodeller ved hjelp av Power BI under klargjøring av data. Skapere kan velge mellom ulike typer modeller, inkludert binær prediksjon, generell klassifisering eller regresjonsmodeller. Deretter trener de disse modellene med inndata og evaluerer resultatene før de bruker modellen på nye eller oppdaterte data etter oppdatering av dataflyten.

Brukstilfeller for Azure Machine Learning-integrering med en semantisk modell eller dataflyt gen1 inkluderer:

  • Utfør prediktiv modellering i Power BI uten å trenge dyp ekspertise i data science-verktøy eller Python.
  • Utfør enkel frafallsprognose og prognoser.
  • Bruk organisasjonsmodeller i Azure Machine Learning for å berike data i Power BI.

Integrasjon for uavhengige programvareleverandører

Uavhengige programvareleverandører (ISV-er) som produserer og selger programvare kan integreres med Fabric for å støtte og utvide sine applikasjoner.

ISV-er kan bruke tre forskjellige modeller for å integreres med Fabric:

Hvis du vil ha mer informasjon om hvordan ISV-er kan integreres med Fabric, kan du se Microsoft Fabric Integration Pathways for ISV-er.

Microsoft Teams-integrering

Integrer leietakeren din med Microsoft Teams slik at brukere kan få tilgang til Fabric og Power BI fra Teams-applikasjonen. Denne funksjonen sentraliserer samarbeid og fremmer adopsjon av både Teams og Power BI.

Hvis du vil ha mer informasjon om hvordan du integrerer team med Power BI, kan du se:

Brukstilfeller for Teams-integrering med Power BI inkluderer:

  • Kuratere en sentralisert portal for fellesskapet av praksis og bygge inn viktige Power BI-rapporter og -ressurser.
  • Opprett dedikerte team- eller teamkanaler for innhold som distribueres fra en Power BI-app, der personer kan dele tilbakemeldinger, problemer eller stille spørsmål om innholdet.
  • Lær brukerne å lage delte visninger som de kan dele via Teams for å diskutere bestemte perspektiver eller datapunkter.

Integrering av geospatiale tjenester

Når du jobber med geospatiale data, vil du sannsynligvis visualisere det i interaktive kartvisualiseringer med Power BI. Disse visuelle effektene krever imidlertid integrasjon med andre tjenester. Du kan kontrollere denne integrasjonen på leietakernivå ved å bruke leietakerinnstillingene. Disse visuelle elementene kan være effektive i rapporter som presenterer geospatiale data, men sikrer at bruk av disse tjenestene ikke bryter noen krav til dataopphold eller overholdelse.

Hvis du vil ha mer informasjon om hvordan du integrerer Power BI med ulike geospatiale tjenester, kan du se:

Advarsel

Geospatiale tjenester kan bruke andre tjenester som er utenfor det geografiske området til Power BI-leieren, samsvarsgrensen eller den nasjonale skyforekomsten. Videre kan disse tjenestene lagre og behandle dataene dine der de oppbevarer anlegg. Bruk av disse tjenestene kan være underlagt egne vilkår og personvernregler utover Power BI.

Denne advarselen gjelder også for eventuelle egendefinerte visualobjekter fra tredjeparter som du bruker til å visualisere geospatial informasjon.

Integrering på arbeidsområdenivå

Du kan integrere bestemte tjenester på nivå med individuelle arbeidsområder. Disse tjenestene kan gjøre det mulig for deg å utvikle, administrere og vise innhold i et arbeidsområde.

Git-integrering

Hvis arbeidsområdet ditt bruker Fabric kapasitet, Premium-kapasitet eller PPU-arbeidsområdetyper, kan du bruke Git-integrasjon for å koble et arbeidsområde til et eksternt Git-repositorium. Denne tilkoblingen støtter mer avanserte livssyklusstyringsscenarier. Et eksternt Git-repositorium forenkler kildekontroll av filer, noe som gjør det mulig for innholdsopprettere å spore og administrere endringer. Git-integrasjon fremmer også samarbeid mellom utviklere, spesielt når du bruker grener til å isolere utvikling av bestemte funksjoner før du integrerer disse endringene i en hovedgren med en fletting før distribusjon.

Innholdsskapere kan utvikle innhold enten lokalt eller i Power Bi-tjeneste, og deretter committe og pushe disse endringene til et eksternt Git-repositorium, som Azure Repos eller GitHub Enterprise. Hvis du vil ha informasjon om hvordan du konfigurerer og bruker Git-integrasjon for Power BI og Fabric, kan du se Komme i gang med Git-integrasjon eller opplæring: administrasjon av ende-til-ende-livssyklus.

Innholdsopprettere lagrer Power BI Project-filer, metadatafiler og dokumentasjon i et sentralt Azure Repos-eksternt repositorium. En teknisk eier kuraterer disse filene. Mens en innholdsskaper utvikler en løsning, administrerer den tekniske eieren løsningen, gjennomgår endringene og slår dem sammen til én løsning. Azure Repos tilbyr mer avanserte alternativer for sporing og administrasjon av endringer sammenlignet med SharePoint og OneDrive. Det er viktig å opprettholde et godt kuratert, dokumentert repositorium fordi det er grunnlaget for alt innhold og samarbeid.

Vurder å bruke kildekontroll til å spore og behandle endringer i følgende scenarioer:

  • Sentraliserte eller desentraliserte team oppretter og administrerer innholdet.
  • Innholdsopprettere samarbeider ved hjelp av Azure DevOps.
  • Innholdsopprettere er kjent med Git, kildekontrollbehandling eller arkitekturutforming for DataOps.
  • Innholdsopprettere administrerer komplekst eller viktig innhold, eller de forventer at innholdet skaleres og vokser i kompleksitet og viktighet.

For å hjelpe deg med å bruke kildekode effektivt med Azure DevOps, bør du være oppmerksom på hensyn og oppfylle visse forutsetninger:

  • Git: Hvis du vil utføre og sende endringer til et eksternt repositorium, må innholdsopprettere laste ned og installere Git. Git er et distribuert versjonskontrollsystem som sporer endringer i filene dine. Hvis du vil lære mer om det grunnleggende om Git, kan du se Hva er Git?.
  • Verktøy: Hvis du vil bruke Git, må innholdsopprettere bruke enten et kommandolinjegrensesnitt (CLI) eller en grafisk brukergrensesnittklient (GUI) som har integrert administrasjon av kildekontroll (SCM), for eksempel Visual Studio eller Visual Studio Code.
  • Lisenser og tillatelser: Hvis du vil opprette og bruke et Azure Repos Git-repositorium, må innholdsopprettere:
    • Få azure DevOps-tilgangsnivået satt til Basic (i motsetning til interessent).
    • Tilhører en Azure DevOps-organisasjon og et prosjekt.
    • Ha riktige Azure DevOps-repositoriumtillatelser.
    • Arbeid med Power BI-elementer bare på grunn av begrensningene for Git-integrering når du bruker en Power BI Premium-kapasitet (A SKU-er) eller PPU-arbeidsområder.
  • Fabric Git-integrering: Hvis du vil synkronisere innhold i et eksternt repositorium med et stoffarbeidsområde, bruker innholdsopprettere Fabric Git-integrering. Dette verktøyet er viktig fordi det sporer og håndterer endringer i innhold som opprettes i Fabric-portalen, som dataflyter.

Integrer Azure Log Analytics

Bruk Azure Log Analytics for å samle verdifull informasjon som støtter datanivå-revisjon av arbeidsområdeelementer. Azure Log Analytics er en komponent i Azure Monitor-tjenesten . Azure Log Analytics-integrasjon med Power BI lar deg ta opp semantiske modellhendelser fra alle semantiske modeller i et Power BI-arbeidsområde. Det støttes bare for arbeidsområder som bruker Fabric- eller Premium-kapasitet. Hvis du vil ha informasjon om hvordan du konfigurerer og bruker Azure Log Analytics for Power BI og Fabric, kan du se Overvåking på datanivå: Azure Log Analytics og Konfigurere Azure Log Analytics i Power BI.

Etter at du har satt opp integrasjon med Azure Log Analytics og aktivert tilkoblingen (for et støttet arbeidsområde), blir semantiske modellhendelser automatisk fanget opp og kontinuerlig sendt til et Azure Log Analytics-arbeidsområde. De semantiske modellloggene lagres i Azure Data Explorer, som er en tilføyingsdatabase som er optimalisert for å fange opp høyt volum, nær sanntidstelemetridata.

Bruksområder for Azure Log Analytics inkluderer:

  • Du vil overvåke strategisk viktige semantiske modeller, for eksempel sentraliserte modeller som du leverer til desentraliserte team i et administrert selvbetjent bruksscenario.
  • Du vil overvåke eller undersøke semantiske modeller som har stor innvirkning på ressursutnyttelsen, for eksempel Stoffkapasitet.
  • Du vil ha detaljert analyse om spørrings- og bruksmønstre for semantiske modeller.

For å bruke Azure Log Analytics, sett opp og betal for et Azure Log Analytics workspace som en del av ditt Azure-abonnement. Betal for Azure Log Analytics med et pay-as-you-go-abonnement. Hvis du vil ha mer informasjon, kan du se Azure Log Analytics Pricing.

Integrer Azure Data Lake Storage Gen2

Du kan koble et arbeidsområde til en Azure Data Lake Storage (ADLS) Gen2-konto. Når du kobler et arbeidsområde til ADLS Gen2, kan du lagre data for Power BI-dataflyter (også kalt dataflyter Gen1) og semantiske modellsikkerhetskopier. Hvis du vil ha informasjon om hvordan du konfigurerer og bruker ADLS Gen2 til å lagre data fra Power BI-dataflyter, kan du se Konfigurere dataflytlagring til å bruke Azure Data Lake Gen 2.

Å angi Azure-tilkoblinger i administrasjonsportalen for Fabric betyr ikke at alle Power BI-dataflyter for leieren lagres som standard i en ADLS Gen2-konto. For å bruke en spesifikk lagringskonto (i stedet for intern lagring) må du eksplisitt koble til hvert arbeidsområde. Det er viktig at du angir Azure-tilkoblinger for arbeidsområdet før du oppretter Power BI-dataflyter i arbeidsområdet.

De følgende to inndelingene presenterer årsaker til hvorfor du kan integrere et arbeidsområde med ADLS Gen2.

Lagring av data for Power BI-dataflyter

Hvis du tar med din egen datalake, kan du direkte få tilgang til dataene for Power BI-dataflows (Gen1) i Azure. Direkte tilgang til dataflytlagring i ADLS Gen2 er nyttig når du vil at andre brukere eller prosesser skal vise eller få tilgang til dataene. Det er spesielt nyttig når målet ditt er å bruke dataflyter på nytt utover Power BI.

Du kan tildele lagring på to måter:

  • Lagring på leiernivå: Dette alternativet er nyttig når du vil sentralisere alle data for Power BI-dataflyter til én ADLS Gen2-konto.
  • Lagring på arbeidsområdenivå: Dette alternativet er nyttig når forretningsenheter administrerer sin egen datainnsjø eller har visse krav til datalagring.

Tips

Hvis du bruker Fabric, bruk dataflows Gen2, som kan lagre data i forskjellige destinasjoner, inkludert OneLake. Dataflyter Gen2 er mer fleksible enn dataflyter Gen1, fordi de gir flere alternativer for å integrere med andre datasamlebånd , og de drar nytte av databehandling i høy skala.

Sikkerhetskopier og gjenopprett for Semantiske Modeller for Power BI

Power BI semantiske modell-backup- og gjenopprettingsfunksjonen støtter arbeidsområder tildelt Fabric kapasitet, Premium-kapasitet eller PPU. Denne funksjonen bruker den samme ADLS Gen2-kontoen som lagrer Power BI-dataflytdata (beskrevet i forrige avsnitt).

Semantiske sikkerhetskopier for modell hjelper deg:

  • Samsvar med krav til dataoppbevaring.
  • Lagre rutinemessige sikkerhetskopier som en del av en strategi for nødgjenoppretting.
  • Lagre sikkerhetskopier i et annet område.
  • Overføre en datamodell.

Løsningsnivåintegrering

Du kan integrere bestemte tjenester på nivå med individuelle elementer, for eksempel semantiske modeller eller rapporter. Disse integreringene kan aktivere bestemte brukstilfeller og utvide funksjonaliteten til Power BI-elementene.

Integrering med Microsoft Fabric

Power BI er en del av Fabric, men Power BI er en distinkt arbeidsbelastning i Fabric som kan integreres med de andre opplevelsene som er forenet under Fabric-paraplyen. Hvis du bare er kjent med å arbeide med Power BI, er det viktig å forstå mulighetene og mulighetene for å bruke andre arbeidsbelastninger, elementer og funksjoner i Fabric.

De følgende avsnittene presenterer eksempler på hvordan du kan integrere Power BI-innhold med Fabric for å utvide funksjonene i Power BI.

OneLake-integrering med semantiske modeller

Innholdsopprettere som lager semantiske Power BI-modeller, kan bruke OneLake-integrering til å skrive modelltabeller til Delta-tabeller i OneLake. Etter den første kopien av tabellene i minnet, kan du gjenbruke dem fra OneLake til andre bruksområder uten å kopiere dem. Delta-bordene er tilgjengelige via et lakehouse i Fabric. Du kan også lage snarveier for å få tilgang til tabellene, slik at du kan bruke dem fra et annet lakehouse eller en annen varetype, som et datalager.

Bruksområder for OneLake-integrasjon med semantiske modeller inkluderer:

  • Bruk data på nytt fra en semantisk modell som ikke allerede er tilgjengelig i OneLake.
  • Bruk data på nytt fra en semantisk modell for bruk i en annen stoffopplevelse.
  • Opprett øyeblikksbilder av en semantisk modelltabell.

Innholdsopprettere som bygger semantiske modeller eller analyserer data i notatblokker, kan bruke semantisk kobling til å lese og skrive til semantiske modeller fra en notatblokk i Fabric. Semantisk kobling har en rekke fordeler for Power BI-utviklere, inkludert forbedret produktivitet, automatisering og muligheten til raskt og enkelt å utføre ad hoc-analyse i kode.

Bruksområder for integrasjon av semantiske lenker med semantiske modeller inkluderer:

  • Automatiser testing av semantiske modeller ved å evaluere DAX-spørringer og sammenligne resultatene med kjente grunnlinjer.
  • Behandle semantiske modeller programmatisk ved å kjøre Best Practice Analyzer over flere modeller samtidig for å identifisere og klassifisere mulige problemer.
  • Lagre vanlige maler og mønstre for DAX-målinger og forretningslogikk (som valutakonvertering) som du kan bruke på nye semantiske modeller.
  • Analyser og visualiser data fra en semantisk modell ved hjelp av Python.
  • Valider modeller som er opprettet av dataforskere ved hjelp av forretningslogikken fra en semantisk modell.
  • Bruk data fra en semantisk modell til å berike analysen.

Tips

Python-biblioteket for semantiske koblingslaboratorier utvider ytterligere nytten av semantisk kobling. Det er et verdifullt verktøy for alle som oppretter og administrerer semantiske modeller og ønsker å forbedre produktiviteten og effektiviteten til modellopprettelses- eller administrasjonsprosessen.

Selv om du ikke kjenner Python, kan du bruke Copilot og Chat-magi for å få hjelp til å skrive funksjonell Python-kode for å få et nyttig resultat.

Stoffaktivatorintegrering med Power BI-rapporter

Innholdsopprettere eller forbrukere som bygger eller bruker Power BI-rapporter, kan bruke Activator til å automatisere handlinger og varsler basert på dataendringer. På samme måte som datavarsler fra dashbordfliser, kan du sette varsler på en Power BI visuell og definere triggere for disse varslene. Du kan også utvide denne funksjonaliteten til å bruke Egendefinerte handlinger for å utløse en Power Automate flyt som kan initiere andre endringer nedstrøms.

Brukstilfeller for Aktiveringsintegrering med Power BI inkluderer:

  • Automatisert avviksregistrering ved å angi et varsel som skal utløses når en verdi overskrider en terskel.
  • Automatisert regresjonstesting av forretningskritiske rapporter, ved å angi et varsel som skal utløses når en verdi (som forrige års salg eller budsjettavvik) overskrider en terskel.

Integrasjon med Microsoft 365

Du kan integrere Power BI med Microsoft 365 produkter på mange måter, som Excel, PowerPoint og Outlook.

Bruke Power BI-data i Excel

Brukere som foretrekker å arbeide i Excel, kan bruke Enten Analyser i Excel eller direkte tilkoblede tabeller til å bruke Power BI-data.

Innholdsforbrukere som har kompileringstillatelse for en semantisk modell, kan koble til modellen fra Excel for å bruke Analyser i Excel. Med denne tilnærmingen utforsker brukerne modeller og utfører sin egen ad hoc-analyse med pivottabeller.

Brukstilfeller for Analyser i Excel inkluderer:

  • Brukere foretrekker å analysere data i Excel i stedet for å bruke Power BI.
  • Brukere ønsker å utføre personlig BI for å opprette sine egne rapporter i Excel.
  • Brukere vil bruke Power BI-data til å støtte eksisterende analyser i Excel.

Tips

Hvis du forventer at brukerne kobler til en semantisk modell fra Excel, må du sørge for at du utfører de nødvendige trinnene for å lære dem hvordan de skal bruke den, og organisere den semantiske modellen på en nyttig måte. Du kan for eksempel organisere felt i visningsmapper og skjule tabeller og felt som ikke er ment for bruk i rapporter.

Analyser i Excel bruker MDX (Multidimensional Expressions) for spørringer i stedet for DAX (Data Analysis Expressions) som brukes av Power BI-rapporter. MDX-spørringer presterer ofte dårligere enn tilsvarende DAX-spørringer. Sørg for at brukerne forstår at de bør bruke Analyser i Excel for aggregeringsanalyse på høyt nivå, og utfør mer detaljert analyse ved hjelp av Power BI eller andre stoffopplevelser.

Enkelte funksjoner i en semantisk modell, for eksempel feltparametere og dynamiske målformatstrenger, fungerer heller ikke i Analyser i Excel. Hvis du vil ha andre hensyn og begrensninger, kan du se denne artikkelen.

Du kan også få Power BI-data i Excel ved hjelp av live-tilkoblede tabeller. Med denne fremgangsmåten mottar brukere som eksporterer data fra et visualobjekt i Power BI-rapporter, en Excel-arbeidsbok som inneholder en tabell fylt med data. Tabellspørringen henter automatisk de nyeste dataene når du åpner arbeidsboken, eller når du manuelt oppdaterer tabellen.

Brukstilfeller for live-tilkoblede tabeller inkluderer:

  • Brukere vil undersøke eller analysere dataene i et bestemt visualobjekt.
  • Brukere må regelmessig eksportere data for å støtte en gyldig forretningssak.
  • Du utfører manuell testing av en semantisk modell eller rapport.

Selv om det er bedre å eksportere live tilkoblede tabeller enn å eksportere frakoblede tabeller fra en Power BI-rapport, bør du oppfordre brukere til å unngå å eksportere data. Eksporterte data presenterer styringsutfordringer og datasikkerhetsrisikoer som kan føre til dataeksfiltrering fra organisasjonen. Vurder i stedet å lære opp brukere til å koble til semantiske modeller fra Excel eller Power BI Desktop for å utføre sin egen analyse og dele resultatene med kollegene sine på en trygg måte.

Administrasjon av dataeksport er en viktig endringsbehandlingsøvelse for å forbedre forfallsdatoen til datakulturen og gjøre det mulig for personer å bruke Power BI effektivt.

Integrere Power BI-rapporter i PowerPoint

Du kan bruke Power BI-tillegget for PowerPoint til å legge til direkte, interaktive Power BI-rapporter eller bestemte visualobjekter i PowerPoint-lysbilder. Denne funksjonen er et godt alternativ til å sette inn statiske skjermbilder fordi du kan filtrere og interagere med det visuelle under en presentasjon.

PowerPoint er et nyttig verktøy for å utfylle eksisterende Power BI-rapporter, men det skaleres ikke som en primær distribusjonsmetode. Bruk i stedet rapportdistribusjonsmetoder, for eksempel Power BI-apper, og se etter muligheter for PowerPoint-integrering for å utfylle eller utvide dem.

Administrasjon av distribusjon av rapporter som flate filer og PowerPoint-presentasjoner er en viktig endringsbehandlingsøvelse for å forbedre forfallsdatoen til datakulturen og innholdsleveringsomfanget, og for å gjøre det mulig for personer å bruke Power BI effektivt.

Brukstilfeller av Power BI-integrering i PowerPoint inkluderer:

  • Spill av en presentasjon kontinuerlig i lysbildefremvisningsmodus med up-to-date Power BI-rapporter, for eksempel på en stor skjerm i en fabrikk.
  • Frys øyeblikksbilder av en bestemt visning slik at rapportdata ikke oppdateres automatisk, for eksempel når du vil se gjennom punkt-i-tid-rapporter fra en tidligere dato.
  • Del en presentasjon med direktesendte Power BI-rapporter, slik at andre kan se de nyeste dataene, for eksempel når du vil at en målgruppe skal se gjennom presentasjonen og rapportene før du presenterer den.

Fabric-administratorer kan kontrollere bruken med innstillingen Aktiver Power BI-tillegg for PowerPoint-leier . Hvis du vil ha andre hensyn og begrensninger, kan du se denne artikkelen.

Integrering med Power Platform

Power BI er en del av Power Platform. Power BI integrerer derfor godt med andre programmer i Power Platform-familien, for eksempel Power Apps, Power Automate og Power Pages.

  • Med Power Apps kan du raskt opprette og distribuere programmer med lav kode i organisasjonen.
  • Med Power Automate kan du automatisere oppgaver og arbeidsflyter ved å opprette logiske flyter som utløser enten automatisk, etter en tidsplan eller som svar på en manuell handling. Du kan opprette skyflyter som kjører uten tilsyn uten en dedikert maskin. Du kan også bruke skrivebordsversjonen av Power Automate til å utforme skrivebordsflyter som krever en maskin, fordi de bruker automatisering av robotprosesser til å simulere brukerhandlinger.
  • Power Pages lar deg opprette eksterne forretningsnettsteder med et brukergrensesnitt med lav kode.

Bruke Power Apps-visualobjektet i en Power BI-rapport

Du kan integrere Power Apps i Power BI ved hjelp av Power Apps-visualobjektet. Med dette visualobjektet kan du vise en interaktiv, funksjonell Lerretsapp for Power Apps i en Power BI-rapport. I Power BI kan du velge felt som skal legges til i Power Apps-visualobjektet. I Power Apps kan du deretter bruke disse feltene til å opprette datadrevne etiketter og funksjonalitet for å forbedre appen. Sammen muliggjør integreringen av Power BI-rapporter og Power Apps et bredt spekter av brukstilfeller som kan hjelpe personer med å ta avgjørelser og utføre handlinger ved hjelp av data i en rapport.

Det er noen lisensieringshensyn å huske på hvis du tar denne tilnærmingen. Hvis du vil bruke Power Apps-visualobjektet i Power BI-rapporten, må en rapportvisningsprogram ha en Power Apps-lisens i tillegg til eventuelle nødvendige Power BI-lisenser per bruker. Du kan også bruke en betal-etter-bruk-plan for Power Apps og Power Automate.

Brukstilfeller av Power Apps-visualobjektet inkluderer:

  • Forenkle tilbakeskriving til en database, for eksempel for å legge til kommentarer til bestemte kunder eller endre prognoseverdier fra en Power BI-rapport.
  • Forenkle direkte handlinger som er informert av Power BI-rapporten, for eksempel å kontakte kunder fra en kundetilfredshetsrapport.
  • Tillat brukere å sende inn skjemaer fra Power BI-rapporten, for eksempel tilbakemeldingsskjemaer, avstemninger eller undersøkelser.

I et innebygd scenario støtter Power Apps-visualiseringen kun Embed for din organisasjon-scenario, ikke Embed for kundene dine-scenarioet. Hvis du vil ha andre begrensninger, kan du se Begrensninger for Power Apps-visualobjektet.

Integrere en Power BI-rapport i en lerretsapp for Power Apps

Du kan integrere Power BI-instrumentbordfliser i en lerretsapp for Power Apps. Med denne tilnærmingen er hovedforbruksmediet Power App, som Power BI-flisen forbedrer. Du bygger inn fliser ved hjelp av Power BI-fliskontrollen under utvikling av lerretsapper.

Utføre handlinger i Power BI fra Power Automate

Du kan bruke Power Automate til å automatisere spesifikke handlinger i Power BI, som rapporteksport, semantisk modelloppdatering eller evaluering av DAX-spørringer. Denne evnen kan effektivisere visse oppgaver eller forbedre produktiviteten.

Brukstilfeller for å automatisere Power BI fra Power Automate inkluderer:

  • Utløs oppdatering av en semantisk modell når en oppstrøms datakilde oppdateres.
  • Automatiser distribusjon av Power BI-rapporter eller paginerte rapporter.
  • Legg til rader i en Semantisk Power BI-modelltabell når en flyt utløses.

Utløse en Power Automate-flyt fra Power BI

Du kan også bruke Power BI til å utløse en Power Automate-skyflyt på tre måter:

Med denne fremgangsmåten automatiserer du ikke Power BI-handlinger like mye som du svarer på hendelser som skjer i Power BI. Du kan utløse disse hendelsene enten manuelt (som Power Automate-visualiseringen) eller automatisk (som datavarsler). Du kan også bruke data fra Power BI nedstrøms i flytene, noe som kan hjelpe deg med å automatisere mer spesifikke og relevante handlinger.

Det er noen lisensieringshensyn å huske på med denne tilnærmingen. Hvis du vil bruke Power Automate-visualobjektet i en Power BI-rapport, må rapportvisningsprogrammet ha tilgang til Power Automate-flyten og en Power Automate-lisens, om nødvendig, i tillegg til eventuelle nødvendige Power BI-lisenser per bruker. Du kan også bruke en betal-etter-bruk-plan for Power Apps og Power Automate.

Brukstilfeller for å utløse en Power Automate-flyt fra Power BI inkluderer:

  • Oppdater eller legg til rader i en Excel-tabell fra en Power BI-rapport ved hjelp av Power Automate-visualobjektet.
  • Automatiser regresjonstesting ved å konfigurere rapporter og instrumentbord til å rapportere forskjeller i gjeldende verdier med kjente opprinnelige planer, og ved å angi datavarsler på instrumentbordfliser.
  • Varsle et team eller enkeltperson når det finnes uventede verdier eller avvik i semantiske modelldata ved hjelp av datavarsler.

Bygge inn en Power BI-rapport på et Power Pages-nettsted

Du kan bygge inn en Power BI-rapport på et Power Pages-nettsted, som lar deg vise Power BI-rapporter på det eksterne nettstedet som er laget med Power Pages. Denne tilnærmingen effektiviserer Bygg inn for kundene-scenarioet ved å aktivere Power BI Embedded-tjenesten fra administrasjonssenteret for Power Platform.

Det er noen lisensieringshensyn å huske på med denne tilnærmingen. Hvis du vil bygge inn Power BI-rapporter på et Power Pages-nettsted, må du ha en F,P, EM eller A SKU. Du trenger også en passende Power Pages-lisens.

Brukstilfeller for innebygging av en Power BI-rapport på et Power Pages-nettsted inkluderer:

  • Distribuer rapporter via en tilpasset portal til eksterne brukere eller kunder.
  • Vis nettsideanalyser, som abonnenter eller trafikk for nettstedet ditt.
  • Forbedre Power Pages-nettstedet med interaktive Power BI-visualiseringer.

I tillegg til begrensningene i Power BI Embedded, er det også spesifikke begrensninger for innebygging av en rapport i Power Pages. Rapporten må for eksempel publiseres til samme arbeidsområde som den tilkoblede semantiske modellen. Vurder disse begrensningene før du legger inn Power BI-innhold på et Power Pages-nettsted.

OneDrive- og SharePoint-integrering

OneDrive og SharePoint er praktiske alternativer for å lagre innhold og datafiler for Power BI. Ved å integrere OneDrive og SharePoint kan du forbedre delingsfunksjonene ytterligere.

OneDrive-oppdatering av Power BI Desktop-filer

Når du lagrer en Power BI Desktop-fil (PBIX) i OneDrive for Arbeid eller Skole eller SharePoint, kan du importere filen til et arbeidsområde fra OneDrive i stedet for å publisere den fra Power BI Desktop. Ved å gjøre dette drar du nytte av OneDrive refresh, som automatisk oppdaterer datamodellen, vanligvis innen en time.

Brukstilfeller for bruk av OneDrive-oppdatering inkluderer:

  • Selvbetjente brukere ønsker å effektivisere publiseringen av Power BI Desktop-filer.
  • Innholdsopprettere ønsker å spore og behandle endringer mens de samarbeider i OneDrive.

I tillegg til å integrere OneDrive for en individuell PBIX-fil for semantiske modeller og rapporter, kan du også konfigurere integrering på arbeidsområdenivå med OneDrive.

Forhåndsvise Power BI Desktop-filer i OneDrive og SharePoint

Når du deler en Power BI Desktop-fil med personer via OneDrive eller SharePoint, kan de forhåndsvise rapporten fra OneDrive eller SharePoint uten å åpne den i Power BI Desktop. Denne funksjonaliteten fungerer kun for rapporter koblet til en delt semantisk modell, eller Power BI Desktop-filer som inneholder en rapport og en import av semantisk modell. I tillegg kan du ikke forhåndsvise Power BI Desktop-filer som er 1 GB eller større. Hvis du vil ha mer informasjon, kan du se Vurderinger og begrensninger.

Husk noen lisensieringshensyn i denne tilnærmingen. Brukere krever en Power BI Pro-lisens for å forhåndsvise Power BI Desktop-filer i OneDrive eller SharePoint. Hvis du vil ha mer informasjon, kan du se Forutsetninger for å vise rapporter i OneDrive og SharePoint.

Brukstilfeller for å bruke OneDrive til å forhåndsvise filer inkluderer:

  • Innholdsopprettere bruker OneDrive eller SharePoint til å legge til rette for samarbeid.
  • Innholdsopprettere som bruker OneDrive-integrasjoner, for eksempel OneDrive-oppdatering, eller bruker det til å spore og behandle endringer i PBIX-filer, ønsker at det er praktisk å forhåndsvise filene før de åpnes.

Bygge inn Power BI-rapporter i SharePoint Online

Du kan integrere Power BI med SharePoint ved å bygge inn Power BI-rapporter i SharePoint Online (også kalt sikker innebygging). Rapportopplevelsen er den samme som når brukere viser dem i et Fabric-arbeidsområde ved hjelp av en kobling som er delt med direkte tilgang. Power BI håndhever rad-nivå sikkerhet, sammen med gjenstandstillatelser. Brukere må ha direkte tilgang til rapporter for å kunne se dem på et SharePoint-nettsted.

Brukstilfeller for innebygging av Power BI-rapporter i SharePoint Online inkluderer:

  • Du vil distribuere rapporter fra en SharePoint-portal i stedet for via et stoffarbeidsområde. Denne fremgangsmåten kan være nyttig når du vil distribuere rapporter fra flere arbeidsområder til en bestemt målgruppe.
  • Du vil bygge inn rapporter som støtter samarbeid eller beslutningstaking på SharePoint-nettstedet.

Integrering med Visual Studio og VS Code

Mange utviklere er kjent med å bruke Visual Studio eller Visual Studio Code (VS Code) til å administrere kildefiler og metadata. Disse verktøyene gir flere alternativer for å integrere med Power BI og Fabric.

Utvikle semantiske modeller ved hjelp av Visual Studio med Analysis Services-prosjekter

Hvis utviklere foretrekker å arbeide i Visual Studio, kan de utvikle og distribuere semantiske modeller fra Visual Studio i stedet for Power BI Desktop. I dette tilfellet trenger de Visual Studio 2017 eller en nyere utgave, og 2.9.14-versjonen (eller nyere) av FILTYPEn SQL Server Data Tools (SSDT).

Tips

Utviklere som foretrekker en Visual Studio-lignende opplevelse for å bygge og administrere semantiske modeller, kan finne det mer effektivt å bruke Tabular Editor. Tabellredigering er et eksternt verktøy som kobler til en lokal modell som er åpen i Power BI Desktop, eller en ekstern modell via XMLA-lese-/skriveendepunktet. Den støtter også skripting og satsvise oppgaver for å forbedre utviklerproduktiviteten.

Hvis du vil ha mer informasjon, kan du se Avansert administrasjon av datamodell.

Behandle elementer med VS Code

Hvis utviklere foretrekker å jobbe i VS Code, kan de bruke utvidelser for å gjøre noe av arbeidet sitt med Power BI i VS Code-applikasjonen.

De kan bruke flere verktøy for å administrere ulike deler av Power BI fra VS Code:

  • TMDL: En offisiell VS Code-utvidelse fra Microsoft som gir språkstøtte for TMDL (Tabular Model Definition Language) for å arbeide med semantiske modeller som bruker TMDL-metadataformatet.
  • Power BI Studio: En fellesskapsutviklet VS Code-utvidelse som bruker REST-API-en for Power BI til å vise og administrere elementer i et arbeidsområde.
  • Power BI VSCode Extension Pack: En samling av VS Code-utvidelser som gjør det mulig for utviklere å arbeide i VS Code med Fabric og Power BI. Det inkluderer både TMDL- og Power BI Studio-utvidelser.

Andre Fabric erfaringer støtter også VS Code-integrasjon, som notebooks for data engineering og data science, eller for å administrere Power BI semantiske modeller ved å bruke semantic link (beskrevet tidligere).

Python- eller R-integrering

Du kan kjøre Python- eller R-skript i semantiske modeller og rapporter i Power BI for å utvide funksjonaliteten til disse elementene. Denne funksjonen er nyttig for innholdsskapere som er kjent med Python eller R, og som lager og distribuerer innhold for bedriftsbrukere via Power BI.

Innholdseiere eller opprettere som er dyktige i Python eller R, kan ha nytte av å bruke notatblokkelementer i en Stoff-kapasitet. For mange brukstilfeller er notatblokker et foretrukket alternativ fremfor Python- og R-integrering med Power BI. Det er fordi de gir flere muligheter for å lage og vedlikeholde løsninger bygget i disse språkene, de har færre begrensninger, og de krever vanligvis mindre innsats å støtte.

Kjør Python- eller R-kode i en semantisk modell

Du kan integrere Python- eller R-kode som en del av datatransformasjonene du utfører i en semantisk modell som bruker importlagringsmodus. Denne integreringen lar deg transformere data eller utføre avansert analyse med Python eller R når du oppdaterer modellen.

Hvis du vil oppdatere en publisert semantisk modell som bruker Python eller R integrert i Power Query, må du bruke en lokal datagateway i personlig modus. Det er fordi Python- eller R-koden kjører lokalt ved hjelp av Python eller R installert på maskinen. Dette oppsettet er vanligvis utfordrende å administrere og vedlikeholde. Hvis du trenger å bruke Python eller R i en semantisk modell, vurder alternative tilnærminger, som notebooks in Fabric.

Opprette Python- eller R-visualobjekter i Power BI-rapporter

Du kan integrere Python eller R med Power BI-rapporter for å lage tilpassede visualiseringer med Python-biblioteker, som Seaborn, eller R-pakker som ggplot2. Disse visualobjektene kan tilpasses fullstendig og støtter interaktive funksjoner i Power BI, for eksempel gjengivelse av et filtrert resultat, kryssfiltrering, egendefinerte verktøytips, drilldown og ekstrahering.

Kontroller at alle Python- eller R-visualobjektene bruker Python-biblioteker og R-pakker som støttes i Fabric. Hvis du bruker et bibliotek eller en pakke som ikke støttes, gjengis ikke visualobjektet i Power BI-tjenesten, selv når visualobjektet gjengis i rapporten i Power BI Desktop.

Selv om du kan transformere data og gjøre beregninger som en del av en Python- eller R-tilpasset visualisering, bør du unngå å gjøre det. Hvis du plasserer denne logikken i Python- eller R-visualobjektet, kan det føre til langsommere gjengivelsesvarigheter og større vanskeligheter med å opprettholde visualobjektet og oppnå harmonisering på tvers av visualobjekter og rapporter i beregningslogikk.

I stedet kan du legge til logikken i DAX-beregninger ved å opprette mål, og utføre transformasjonene ytterligere oppstrøms, for eksempel i Power Query eller datakilden, om mulig.

Egendefinerte visualobjekter for Power BI-rapporter

Power BI tilbyr andre alternativer for å lage egendefinerte visualiseringer i rapporter i tillegg til Python og R. Selv om det ikke er eksplisitt integrasjon, kan du bruke egendefinerte visualiseringer i Power BI-rapporter for avanserte eller spesifikke bruksområder. Du kan opprette ditt eget egendefinerte visualobjekt , som ikke krever integrering med andre tjenester , eller få et visualobjekt fra AppSource, som enten kan være gratis eller krever en lisens. Avhengig av den tilpassede grafikken kan det innebære integrasjon med en tredjepartstjeneste, og du må godta lisensvilkårene deres.

Hvis du tenker på å bruke egendefinerte visualobjekter til å utvide funksjonaliteten til Power BI-rapporter, bør du vurdere Deneb. Deneb er en fellesskapsutviklet, sertifisert tilpasset visuell løsning som lar deg bruke en deklarativ JSON-syntaks fra Vega- eller Vega-Lite-språkene for å lage dine egne visualiseringer. Deneb har et stort fellesskap og mange maler, noe som gjør det til et godt valg for rapportopprettere som ønsker å opprette sine egne visualobjekter uten å bruke JavaScript, Python eller R.

Integrering med andre tredjepartstjenester

Andre tredjepartstjenester tilbyr integrasjon med Power BI.

Følgende avsnitt presenterer tredjepartstjenester, sammen med viktige bruksområder å vurdere.

Integrering med semantiske modeller via XMLA-endepunktet

I Power BI kan eksterne verktøy koble til semantiske Power BI-modeller ved hjelp av XMLA-endepunktet. Både åpen kilde og kommersielt tilgjengelige verktøy kan øke produktiviteten eller utvide funksjonaliteten til dine eksisterende semantiske modeller.

Her er noen eksempler på verktøy som kan integreres med semantiske modeller via XMLA-endepunktet:

  • PowerShell-cmdleter for å automatisere bestemte semantiske modelloppgaver.
  • Power BI report builder for å spørre semantiske modeller med DAX og bygge paginerte rapporter.
  • Tabellredigering, et tredjepartsverktøy for utvikling og administrasjon av semantiske modeller.
  • DAX Studio, et tredjepartsverktøy for å redigere og optimalisere DAX-spørringer.
  • ALM-verktøysett, et tredjepartsverktøy for å sammenligne og distribuere semantiske modeller.

Hvis du vil ha mer informasjon om XMLA-endepunkter og klientprogrammer og verktøy som bruker dem, kan du se Semantisk modelltilkobling og -administrasjon med XMLA-endepunktet i Power BI. Kun arbeidsområder som har arbeidsområdetypen satt til Fabric-kapasitet, Premium-kapasitet eller Premium per bruker støtter XMLA-endepunktet.

Du kan aktivere XMLA-endepunktet og angi at det skal leses, eller lese/skrive fra arbeidsbelastningsalternativene for Power BI i administrasjonsportalen. Flere leietakerinnstillinger lar deg også kontrollere hvilke brukere og grupper som kan bruke XMLA-endepunktet.

Sjekkliste – Når du planlegger å integrere Power BI med andre tjenester, omfatter viktige beslutninger og vurderinger:

  • Definer kravet: Beskriv hva du prøver å oppnå, og hva den forventede fordelen er å gjøre det.
  • Beskriv hvorfor du ikke kan utføre oppgaven i Power BI alene: Definer utfordringene eller begrensningene som hindrer deg i å oppfylle dette kravet med de innebygde verktøyene og funksjonene i Power BI.
  • Identifiser tjenestene som kan hjelpe deg med å oppfylle kravet: Kompiler en liste over tjenestene som kan hjelpe deg med å nå målet ditt. Avhengig av kravet kan det være bare ett plausibelt alternativ.
  • Identifiser potensielle risikoer, begrensninger eller vurderinger: Planlegg nøye og vurder konsekvensene for denne integreringen for ulike områder, for eksempel sikkerhet, lisensiering, styring og brukeraktivering.
  • Undersøk hvordan du setter opp integrasjonen: Les den nødvendige tekniske dokumentasjonen og lag en trinnvis protokoll som gjelder for ditt spesifikke scenario for hvordan du integrerer Power BI med tjenesten eller verktøyet. Vær spesielt oppmerksom på mulig feilsøking eller tilpassing av denne integreringen som du kanskje må gjøre.
  • Utføre en test eller et konseptbevis (poc): Før du konfigurerer integreringen for leieren, arbeidsområdet eller elementet, må du først utføre en representativ prøveversjon for å teste eventuelle antagelser og avsløre eventuelle utfordringer eller begrensninger. Det er viktig å gjennomføre en test eller poc.
  • Konfigurer opplæring og overvåking: Sørg for at sentraliserte team er utstyrt for å overvåke den nye tjenesten og dens effekt på bruken i leieren. Forbered relevant opplæringsmateriale slik at personer kan bruke den nye tjenesten, og det hjelper dem med å unngå problemer.

Relatert innhold

Hvis du vil ha mer informasjon, handlinger, beslutningskriterier og anbefalinger for å hjelpe deg med implementeringsbeslutninger for Power BI, kan du se planlegging av Power BI-implementering.

  • Last updated on