Jak režim Direct Lake funguje s reportováním v Power BI
Když uživatel v Microsoft Fabric vytvoří lakehouse, systém také zřídí přidružený koncový bod analýzy SQL a výchozí sémantický model v režimu Direct Lake. Tabulky z Lakehouse můžete přidat do výchozího sémantického modelu, pokud přejdete do koncového bodu analýzy SQL a kliknete na tlačítko Spravovat výchozí sémantický model na pásu karet Reporting. V režimu Direct Lake můžete také vytvořit nevýchozí sémantický model Power BI kliknutím na Nový sémantický model v datovém jezeře nebo v koncovém bodě analýzy SQL. Ne defaultní sémantický model se vytváří v režimu Direct Lake a umožňuje Power BI využívat data vytvářením sestav Power BI, zkoumáním a spouštěním uživatelsky vytvořených dotazů DAX v Power BI Desktopu nebo samotném pracovním prostoru. Výchozí sémantický model vytvořený v koncovém bodu analýzy SQL se dá použít k vytváření sestav Power BI, ale má několik jiných omezení.
Když sestava Power BI zobrazuje data ve vizuálech, vyžádá si je z sémantického modelu. V dalším kroku sémantický model přistupuje k jezeru, aby spotřebovává data a vrátil je do sestavy Power BI. Kvůli efektivitě může sémantický model uchovávat některá data v mezipaměti a v případě potřeby je aktualizovat. Přehled Direct Lake obsahuje další podrobnosti.
Lakehouse také aplikuje optimalizaci pořadí V u tabulek Delta. Tato optimalizace poskytuje nevídaný výkon a schopnost rychle využívat velké objemy dat pro vytváření sestav Power BI.
Nastavení oprávnění pro spotřebu sestav
Sémantický model v režimu Direct Lake využívá data z lakehouse na vyžádání. Abyste měli jistotu, že jsou data přístupná pro uživatele, který si prohlíží sestavu Power BI, je potřeba nastavit potřebná oprávnění k podkladovému jezeře.
Jednou z možností je dát uživateli roli Viewer v pracovním prostoru, aby mohl spotřebovat všechny položky v pracovním prostoru, včetně lakehouse, pokud je v tomto pracovním prostoru, sémantické modely a sestavy. Případně lze uživateli udělit roli Správce, Člena nebo Přispěvatele, aby měl plný přístup k datům a mohl vytvářet a upravovat položky, jako jsou "lakehouses," sémantické modely a sestavy.
Kromě toho mohou moduly, které nejsou výchozími sémantickými modely, využívat pevnou identitu ke čtení dat z lakehouse, aniž by uživatelé sestavy získali přístup k lakehouse. Uživatelé dostanou oprávnění pro přístup k sestavě prostřednictvím aplikace . Kromě toho mohou nedefaultní sémantické modely v režimu Direct Lake s pevnou identitou mít definované zabezpečení na úrovni řádků v sémantickém modelu, aby se omezila data, která uživatel sestavy vidí, při zachování režimu Direct Lake. Zabezpečení založené na SQL na koncovém bodu SQL Analytics je možné použít také, ale režim Direct Lake přejde na DirectQuery, takže by se tomu mělo vyhnout, aby byl zachován výkon režimu Direct Lake.