Fondements des modèles sémantiques

Ingestion de données et modèles sémantiques avec Microsoft Fabric

Alex Kuntz

Head of Cloud Curriculum, DataCamp

Modèle sémantique par défaut

Modèle sémantique par défaut de Power BI

  • Création : généré automatiquement lors de la création d'un Lakehouse ou d'un Warehouse.
  • Modification : s'édite via SQL Analytics Endpoint – section du modèle.
  • Fonctionnalités :
    • Prend en charge les relations et calculs de base
    • Ne prend pas en charge les calculs avancés ni la sécurité
Ingestion de données et modèles sémantiques avec Microsoft Fabric

Modèle sémantique personnalisé

Modèle sémantique personnalisé de Power BI

  • Création : créé avec l'option New Semantic Model dans Lakehouse ou Warehouse.
  • Modification : éditeur de modèle de données complet.
  • Fonctionnalités :
    • Contrôle total des relations complexes et des calculs avancés
    • Prend en charge les fonctions avancées : colonnes calculées, hiérarchies, RLS, etc.
Ingestion de données et modèles sémantiques avec Microsoft Fabric

Aperçu rapide des modes d'ensemble de données

Mode Import

  • charge les données dans le modèle ; réponses de requête rapides.
  • Nécessite des mises à jour pour garder les données à jour.

Mode DirectQuery

  • Interroge les données en direct directement à la source.
  • Réponses de requête plus lentes.

Mode Direct Lake

  • Interroge directement les données dans OneLake.
  • Accès en temps réel sans latence.

Mode Import

Mode DirectQuery

Mode Direct Lake Mode

Ingestion de données et modèles sémantiques avec Microsoft Fabric

Mode composite de l'ensemble de données

  • Combine les modes Import et DirectQuery dans un seul ensemble de données. Mode composite

  • Choisir le mode :

    • Utilisez Import pour les données statiques et DirectQuery pour les mises à jour en temps réel.

  • Points clés :

    • Idéal quand les besoins de données sont mixtes.
    • Gérer deux modes ajoute de la complexité.
Ingestion de données et modèles sémantiques avec Microsoft Fabric

Agrégations définies par l'utilisateur

Qu'est-ce que les agrégations ?

  • Résument de gros volumes en tables plus petites, plus faciles à interroger.

Quand utiliser les agrégations ?

  • Pour de grands ensembles de données qui ralentissent les rapports.
  • Pour créer des rapports sur des données sommaires (p. ex., ventes mensuelles).

Avantages des agrégations

  • Améliorent la performance en réduisant le temps de requête et la charge de traitement

Agrégations définies par l'utilisateur

Ingestion de données et modèles sémantiques avec Microsoft Fabric

Grands ensembles de données dans Power BI Premium

Format de grands ensembles de données

  • Prend en charge les ensembles de données de plus de 10 Go avec stockage dédié.
  • Offre un stockage en mémoire fortement compressé pour des requêtes plus rapides.

Fonctionnalités

  • Permet l'actualisation incrémentielle pour les ensembles en croissance.
  • Prend en charge le point de terminaison XMLA pour des écritures efficaces.
Ingestion de données et modèles sémantiques avec Microsoft Fabric

Passons à la pratique !

Ingestion de données et modèles sémantiques avec Microsoft Fabric

Preparing Video For Download...