Основы семантических моделей

Приём данных и семантические модели в Microsoft Fabric

Alex Kuntz

Head of Cloud Curriculum, DataCamp

Семантическая модель по умолчанию

Семантическая модель Power BI по умолчанию

  • Создание: Формируется автоматически при создании Lakehouse или Warehouse.
  • Редактирование: Выполняется через раздел модели SQL Analytics Endpoint.
  • Возможности:
    • Поддержка базовых связей и вычислений
    • Отсутствие поддержки сложных вычислений и безопасности
Приём данных и семантические модели в Microsoft Fabric

Пользовательская семантическая модель

Пользовательская семантическая модель Power BI

  • Создание: Создаётся через параметр New Semantic Model в Lakehouse или Warehouse.
  • Редактирование: Предоставляет полнофункциональный редактор модели данных.
  • Возможности:
    • Полный контроль над сложными связями и расширенными вычислениями
    • Поддержка расширенных функций: вычисляемые столбцы, иерархии, RLS и др.
Приём данных и семантические модели в Microsoft Fabric

Краткий обзор режимов набора данных

Режим Import

  • Загружает данные в модель; быстрые ответы на запросы.
  • Требует обновлений для актуализации данных.

Режим DirectQuery

  • Запрашивает актуальные данные напрямую из источника.
  • Ответы на запросы медленнее.

Режим Direct Lake

  • Запрашивает данные напрямую из OneLake.
  • Доступ к данным в реальном времени без задержек.

Режим Import

Режим DirectQuery

Режим Direct Lake

Приём данных и семантические модели в Microsoft Fabric

Составной режим набора данных

  • Объединяет режимы Import и DirectQuery в одном наборе данных. Составной режим

  • Выбор режима:

    • Используйте Import для статичных данных и DirectQuery — для обновлений в реальном времени.

  • Ключевые особенности:

    • Оптимален для наборов данных со смешанными требованиями.
    • Управление двумя режимами усложняет структуру.
Приём данных и семантические модели в Microsoft Fabric

Пользовательские агрегации

Что такое агрегации?

  • Сворачивают большие данные в компактные таблицы, удобные для запросов.

Когда использовать агрегации?

  • Если большие наборы данных замедляют отчёты.
  • Для построения отчётов на сводных данных (например, продажи за месяц).

Преимущества агрегаций

  • Повышают производительность за счёт сокращения времени запросов и нагрузки на обработку данных.

Пользовательские агрегации

Приём данных и семантические модели в Microsoft Fabric

Крупные наборы данных в Power BI Premium

Формат крупных наборов данных

  • Поддерживает наборы данных объёмом свыше 10 ГБ с выделенным хранилищем.
  • Обеспечивает высокосжатое хранение в памяти для ускорения запросов.

Возможности

  • Поддерживает инкрементальное обновление для растущих наборов данных.
  • Поддерживает конечную точку XMLA для эффективных операций записи.
Приём данных и семантические модели в Microsoft Fabric

Давайте потренируемся!

Приём данных и семантические модели в Microsoft Fabric

Preparing Video For Download...