Grunderna i semantiska modeller

Datainmatning och semantiska modeller med Microsoft Fabric

Alex Kuntz

Head of Cloud Curriculum, DataCamp

Standardsemantisk modell

Power BI standardsemantisk modell

  • Skapande: Genereras automatiskt när ett Lakehouse eller Warehouse skapas.
  • Redigering: Redigeras via SQL Analytics Endpoint – modellavsnittet.
  • Funktioner:
    • Stöder grundläggande relationer och beräkningar
    • Saknar stöd för avancerade beräkningar och säkerhet
Datainmatning och semantiska modeller med Microsoft Fabric

Anpassad semantisk modell

Power BI anpassad semantisk modell

  • Skapande: Skapas via alternativet Ny semantisk modell i Lakehouse eller Warehouse.
  • Redigering: Ger en fullständig datamodellredigerare.
  • Funktioner:
    • Full kontroll över komplexa relationer och avancerade beräkningar
    • Stöder avancerade funktioner – beräknade kolumner, hierarkier, RLS m.m.
Datainmatning och semantiska modeller med Microsoft Fabric

Översikt över datamängdslägen

Importläge

  • Läser in data i modellen; snabba frågesvar.
  • Kräver uppdateringar för att hålla data aktuell.

DirectQuery-läge

  • Frågar livedata direkt från källan.
  • Frågesvar är långsammare.

Direct Lake-läge

  • Frågar data direkt från OneLake.
  • Realtidsåtkomst till data utan fördröjning.

Importläge

DirectQuery-läge

Direct Lake-läge

Datainmatning och semantiska modeller med Microsoft Fabric

Sammansatt datamängdsläge

  • Kombinerar importläge och DirectQuery-läge i en datamängd. Sammansatt läge

  • Välja läge:

    • Använd importläge för statisk data och DirectQuery för realtidsuppdateringar.

  • Viktiga överväganden:

    • Passar datamängder med blandade databehov.
    • Att hantera båda lägena ökar komplexiteten.
Datainmatning och semantiska modeller med Microsoft Fabric

Användardefinierade aggregeringar

Vad är aggregeringar?

  • Sammanfattar stora datamängder i mindre, lättare tabeller att fråga mot.

När ska aggregeringar användas?

  • Vid stora datamängder som bromsar rapporter.
  • Bygg rapporter på sammanfattande data (t.ex. månadsförsäljning).

Fördelar med aggregeringar

  • Förbättrar prestanda genom att minska frågetid och databearbetning

Användardefinierade aggregeringar

Datainmatning och semantiska modeller med Microsoft Fabric

Stora datamängder i Power BI Premium

Format för stora datamängder

  • Stöder datamängder över 10 GB med dedikerad lagring.
  • Erbjuder högkomprimerad minnesintern lagring för snabbare frågor.

Funktioner

  • Möjliggör inkrementell uppdatering för växande datamängder.
  • Stöder XMLA-slutpunkt för effektiva skrivoperationer.
Datainmatning och semantiska modeller med Microsoft Fabric

Nu kör vi en övning!

Datainmatning och semantiska modeller med Microsoft Fabric

Preparing Video For Download...