Modelos semânticos e compatibilidade com terceiros

Este artigo explica o que são os modelos semânticos do Power BI, como diferem das bases de dados relacionais e como o Power BI aborda o suporte a modelos semânticos de terceiros.

Modelos semânticos do Power BI

Os modelos semânticos do Power BI são a fonte autoritária de verdade para análises e relatórios ad hoc em inúmeras organizações. Baseados na tecnologia de modelação semântica BI mais amplamente adotada no mercado, os modelos semânticos Power BI oferecem uma superfície API madura, desempenho excecional e escalabilidade para análise interativa sobre dados massivos, e um ecossistema próspero de desenvolvedores, parceiros e ferramentas de terceiros.

Métricas empresariais para reutilização

Modelos semânticos altamente curados destacam dados corporativos usando convenções de nomenclatura amigas do negócio, abstraindo lógica de negócio complexa para cálculos sofisticados, relações inferidas, hierarquias de utilizadores, traduções de metadados e muito mais. Com um desempenho de consulta ultrarrápido, os utilizadores podem segmentar e analisar conjuntos de dados massivos à velocidade do pensamento. Em conjunto, estas capacidades promovem a confiança e impulsionam decisões consistentes em toda a organização.

Os modelos semânticos do Power BI são aceleradores para BI com IA

Os modelos semânticos do Power BI são uma parte fundamental do Fabric IQ. As perguntas sobre dados em linguagem natural são respondidas de forma mais consistente e fácil quando a IA pode confiar na lógica de negócio encapsulada por modelos semânticos. Os LLMs já estão familiarizados com interfaces bem definidas da API para metadados e consultas, permitindo a modelação e consumo de caráter agente. Os modelos semânticos do Power BI já estão implementados em larga escala em inúmeras grandes organizações e estão preparados para acelerar o consumo impulsionado por IA à escala empresarial.

Modelos semânticos também podem fundamentar experiências do Microsoft 365 Copilot, incluindo o Microsoft 365 Copilot Chat e o Microsoft 365 Copilot Cowork, permitindo que os utilizadores coloquem questões empresariais e recebam respostas contextuais baseadas em definições de negócio reguladas diretamente Microsoft 365 Copilot.

Capacidades recentes estendem o ecossistema de modelos semânticos para cenários agentes e de programadores:

• As competências de agente para Power BI permitem que agentes de IA criem, editem e geram modelos semânticos através de linguagem natural.
• A vista TMDL proporciona uma experiência baseada em código para editar metadados semânticos de modelos no Power BI Desktop.
• O Fabric Apps (pré-visualização) permite aos programadores construir aplicações personalizadas sobre modelos semânticos.

Compromisso com padrões abertos e plataforma

Com o modo de armazenamento Direct Lake, os modelos semânticos do Power BI são uma parte fundamental do compromisso da Microsoft Fabric com formatos de padrão aberto, utilizando o Delta Lake parquet, Iceberg e OneLake. Este compromisso ajuda os clientes a evitar o confinamento a formatos de armazenamento proprietários de fornecedores. Os modelos semânticos do Power BI permitem conectividade em plataformas abertas para uma vasta gama de ferramentas de visualização de dados de terceiros através da compatibilidade com o XMLA Endpoint. Os utilizadores finais podem realizar análises ad hoc a partir da sua ferramenta preferida sem necessidade de criar cópias locais dos dados. Os modelos semânticos do Power BI são altamente programáveis usando endpoints Fabric REST para operações CRUD, execução de consultas , gestão de atualizações , suporte a notebooks Python com ligação semântica, programabilidade .NET usando o Tabular Object Model (TOM) e definições abertas de metadados usando a Tabular Model Definition Language (TMDL) para automação.

Bases de dados relacionais vs. modelos semânticos

Uma base de dados relacional (por exemplo, SQL Server) é concebida para armazenar e organizar dados em tabelas estruturadas. Define como os dados são armazenados e acedidos fisicamente, sem se focar no significado empresarial. A álgebra relacional define como consultar estes dados usando operações como seleção e joins para filtrar e combinar tabelas e vistas.

Um modelo semântico fornece uma camada amiga do negócio sobre os dados empresariais, utilizando nomes claros, relações inferidas e métricas pré-definidas. Cálculos comuns como comparações de tempo, rácios e medidas financeiras são reutilizáveis, permitindo que utilizadores não técnicos realizem análises ad hoc através da criação de relatórios ou do envio de perguntas através de agentes de IA, ao mesmo tempo que apoiam decisões consistentes e de confiança.

A precisão dos resultados é de importância máxima

Os clientes do Power BI dependem da precisão das métricas semânticas dos modelos para decisões empresariais críticas, sendo os cálculos semânticos dos modelos a servirem como fonte definitiva de verdade. A precisão das respostas é essencial para fomentar a confiança e tomar decisões consistentes entre as organizações clientes. Assim, qualquer suporte a modelos semânticos de terceiros deve ser implementado através de uma abordagem de integração que assegure a correção semântica e preserve a integridade dos resultados devolvidos aos utilizadores.

Compatibilidade com modelos semânticos de terceiros

O Power BI suporta apenas os seguintes modelos semânticos de terceiros:

• SAP BW
• SAP HANA, quando tratado como uma fonte multidimensional
• AtScale

Alguns fornecedores são suportados como fontes relacionais de bases de dados através de modelos semânticos DirectQuery. No entanto, este suporte não se estende necessariamente aos seus modelos semânticos. O Power BI suporta apenas os modelos semânticos de terceiros mencionados anteriormente.

Padrão de utilização do modelo semântico DirectQuery

O DirectQuery é destacado aqui porque, se aplicado a modelos semânticos de terceiros, pode levar a resultados imprecisos devido à avaliação em tempo real contra a fonte de dados subjacente.

O diagrama seguinte representa um padrão semântico de utilização do modelo DirectQuery:

1. Os utilizadores interagem com visuais nos relatórios do Power BI ou submetem questões de dados através de um agente de IA.

2. As consultas DAX são geradas e submetidas ao modelo semântico do Power BI a correr em modo DirectQuery.

3. O modelo semântico traduz as consultas DAX para consultas SQL e federa-as para a base de dados relacional subjacente. A base de dados de origem realiza o processamento de consultas.

A sobreposição de modelos semânticos – onde um modelo de terceiros se coloca entre o modelo semântico do Power BI e a base de dados relacional – geralmente não é suportada. Da mesma forma, os fornecedores de modelos semânticos de terceiros normalmente não suportam a sobreposição de modelos semânticos do Power BI desta forma.

Os modelos semânticos DirectQuery normalmente suportam fontes relacionais, mas não modelos semânticos de terceiros para garantir a precisão

Modelos semânticos do Power BI em modo DirectQuery suportam centenas de bases de dados relacionais de terceiros (ver conectores Power Query). A maioria dos conectores não suporta modelos semânticos de terceiros porque produziriam resultados incorretos para os utilizadores. Os modelos semânticos DirectQuery normalmente dependem da álgebra relacional na fonte para a correção. Por exemplo, modelos semânticos definem relações inferidas para caminhos de agregação pré-definidos. Combinar relações inferidas num modelo semântico de terceiros com as de um modelo semântico DirectQuery pode produzir valores incorretos mesmo para medidas simples.

O Power BI liga-se ao SQL Server Analysis Services Multidimensional and Tabular, e ao Azure Analysis Services, sem necessidade de um modelo semântico intermédio DirectQuery. Para mais informações, consulte a comparação entre live connect e DirectQuery.

Resumo

Os modelos semânticos do Power BI são ubíquos na BI empresarial, representando dezenas de milhões de modelos semânticos ativos. Proporcionam uma camada de alto desempenho e amigável para o negócio sobre os dados, atuando como uma fonte confiável de verdade para insights impulsionados por IA, ao mesmo tempo que apoiam standards abertos e amplas áreas de superfície da API.

Ao contrário das bases de dados relacionais, que se focam no armazenamento e estrutura de dados, os modelos semânticos acrescentam significado, relações inferidas e cálculos, facilitando o consumo por utilizadores não técnicos. A precisão é fundamental, pelo que as integrações – nomeadamente com modelos semânticos de terceiros – devem preservar a correção. O Power BI suporta fontes de dados relacionais em modo DirectQuery. A sobreposição de modelos semânticos é geralmente não suportada porque combinar múltiplas camadas semânticas pode levar a resultados incorretos para os clientes.