Přehled Direct Lake
Direct Lake je možnost režimu úložiště pro tabulky v sémantickém modelu Power BI, který je uložený v pracovním prostoru Microsoft Fabric. Je optimalizovaná pro velké objemy dat, které je možné rychle načíst do paměti z tabulek Delta, které ukládají data do souborů Parquet v OneLake – jediné úložiště pro všechna analytická data. Po načtení do paměti umožňuje sémantický model dotazy s vysokým výkonem. Direct Lake eliminuje pomalé a nákladné importování dat do modelu.
Režim úložiště Direct Lake můžete použít k připojení k tabulkám nebo zobrazením jednoho skladu Fabric Lakehouse nebo Fabric. Obě tyto položky infrastruktury i sémantické modely Direct Lake vyžadují licenci na kapacitu Fabric.
Sémantický model Direct Lake je v některých ohledech podobný sémantickému modelu importu. Důvodem je to, že data modelu jsou načtena do paměti modulem VertiPaq pro rychlý výkon dotazů (s výjimkou případu náhradního directQuery, který je vysvětlen dále v tomto článku).
Sémantický model Direct Lake se ale liší od sémantického modelu importu důležitým způsobem. Důvodem je to, že operace aktualizace pro sémantický model Direct Lake se koncepčně liší od operace aktualizace pro sémantický model importu. V případě sémantického modelu Direct Lake zahrnuje aktualizace operaci rámování (popsanou dále v tomto článku), která může trvat několik sekund. Jedná se o nízkonákladovou operaci, kdy sémantický model analyzuje metadata nejnovější verze tabulek Delta a aktualizuje se tak, aby odkazovat na nejnovější soubory v OneLake. Naproti tomu u sémantického modelu importu vytvoří aktualizace kopii dat, což může trvat poměrně dlouho a spotřebovávat významné zdroje dat a prostředky kapacity (paměť a procesor).
Poznámka:
Přírůstková aktualizace pro sémantický model importu může pomoct zkrátit dobu aktualizace a využití prostředků kapacity.
Kdy byste měli použít režim úložiště Direct Lake?
Primárním případem použití pro režim úložiště Direct Lake je obvykle projekty analýzy řízené IT, které využívají architektury zaměřené na jezero. V tomto scénáři máte (nebo očekáváte, že se nahromáždí) velké objemy dat ve OneLake. Rychlé načítání těchto dat do paměti, časté a rychlé operace aktualizace, efektivní využití prostředků kapacity a rychlý výkon dotazů jsou pro tento případ použití důležité.
Poznámka:
Sémantické modely importu a DirectQuery jsou v prostředcích Fabric stále relevantní a pro některé scénáře jsou správnou volbou sémantického modelu. Režim úložiště importu například často funguje dobře pro samoobslužného analytika, který potřebuje svobodu a flexibilitu, aby rychle fungoval a bez závislosti na IT přidávat nové datové prvky.
Integrace OneLake také automaticky zapisuje data pro tabulky v režimu importu úložiště do tabulek Delta v OneLake bez nutnosti migrace. Pomocí této možnosti si můžete uvědomit celou řadu výhod prostředků infrastruktury, které jsou dostupné uživatelům sémantického modelu importu, jako je integrace s lakehouses prostřednictvím zástupců, dotazů SQL, poznámkových bloků a dalších. Tuto možnost doporučujeme zvážit jako rychlý způsob, jak využít výhody prostředků infrastruktury, aniž byste museli nutně nebo okamžitě znovu navrhnout stávající datový sklad nebo analytický systém.
Režim úložiště Direct Lake je také vhodný pro minimalizaci latence dat, aby bylo možné rychle zpřístupnit data firemním uživatelům. Pokud se tabulky Delta mění přerušovaně (a za předpokladu, že jste už provedli přípravu dat v datovém jezeře), můžete v reakci na tyto úpravy záviset na automatických aktualizacích . V tomto případě dotazy odeslané do sémantického modelu vrátí nejnovější data. Tato funkce funguje dobře ve spolupráci s funkcí automatické aktualizace stránky sestav Power BI.
Mějte na paměti, že Direct Lake závisí na přípravě dat v datovém jezeře. Přípravu dat je možné provádět pomocí různých nástrojů, jako jsou úlohy Sparku pro Fabric Lakehouses, příkazy T-SQL DML pro sklady Fabric, toky dat, kanály a další. Tento přístup pomáhá zajistit, aby byla logika přípravy dat v architektuře co nejnižší, aby se maximalizovala použitelnost. Pokud ale autor sémantického modelu nemá možnost upravovat zdrojovou položku, například v případě samoobslužného analytika, který nemusí mít oprávnění k zápisu do jezera spravovaného IT, může být vhodnější režim úložiště importu. Je to proto, že podporuje přípravu dat pomocí Power Query, který je definován jako součást sémantického modelu.
Při zvažování režimu úložiště Direct Lake nezapomeňte zohlednit aktuální licenci kapacity Fabric a mantinely kapacity Prostředků infrastruktury. Zvažte také aspekty a omezení, které jsou popsány dále v tomto článku.
Tip
Doporučujeme vytvořit prototyp neboli testování konceptu (POC), abyste zjistili, jestli je sémantický model Direct Lake správným řešením a jak zmírnit rizika.
Jak Direct Lake funguje
Dotazy odeslané do sémantického modelu Direct Lake se obvykle zpracovávají z mezipaměti v paměti sloupců zdrojových z tabulek Delta. Podkladové úložiště pro tabulku Delta je jeden nebo více souborů Parquet v OneLake. Soubory Parquet uspořádají data podle sloupců místo řádků. Sémantické modely načítají celé sloupce z tabulek Delta do paměti, protože je vyžadují dotazy.
Sémantický model Direct Lake může také používat náhradní režim DirectQuery, který zahrnuje bezproblémové přepínání do režimu DirectQuery. Náhradní directQuery načítá data přímo z koncového bodu analýzy SQL lakehouse nebo skladu. K náhradnímu použití může dojít například v případě, že tabulka Delta obsahuje více řádků dat, než je podporováno vaší kapacitou Prostředků infrastruktury (popsáno dále v tomto článku). V tomto případě operace DirectQuery odešle dotaz do koncového bodu analýzy SQL. Náhradní operace můžou vést k nižšímu výkonu dotazů.
Následující diagram znázorňuje, jak Direct Lake funguje pomocí scénáře uživatele, který otevře sestavu Power BI.
Diagram znázorňuje následující akce, procesy a funkce uživatelů.
| Položka | Popis |
|---|---|
|
OneLake je datové jezero, které ukládá analytická data ve formátu Parquet. Tento formát souboru je optimalizovaný pro ukládání dat pro sémantické modely Direct Lake. |
|
Sklad Fabric Lakehouse nebo Fabric existuje v pracovním prostoru, který je v kapacitě Fabric. Lakehouse má koncový bod analýzy SQL, který poskytuje prostředí založené na SQL pro dotazování. Tabulky (nebo zobrazení) poskytují způsob dotazování tabulek Delta v OneLake pomocí jazyka Transact-SQL (T-SQL). |
|
V pracovním prostoru Infrastruktury existuje sémantický model Direct Lake. Připojuje se k tabulkám nebo zobrazením v jezeře nebo skladu. |
|
Uživatel otevře sestavu Power BI. |
|
Sestava Power BI odesílá dotazy DAX (Data Analysis Expressions) do sémantického modelu Direct Lake. |
|
Pokud je to možné (a nezbytné), sémantický model načte sloupce do paměti přímo ze souborů Parquet uložených ve OneLake. Dotazy dosahují výkonu v paměti, což je velmi rychlé. |
|
Sémantický model vrátí výsledky dotazu. |
|
Sestava Power BI vykreslí vizuály. |
|
Za určitých okolností, například když sémantický model překročí mantinely kapacity, dotazy na sémantický model se automaticky vrátí do režimu DirectQuery. V tomto režimu se dotazy posílají do koncového bodu analýzy SQL lakehouse nebo skladu. |
|
Dotazy DirectQuery odeslané do koncového bodu analýzy SQL se pak dotazují na tabulky Delta v OneLake. Z tohoto důvodu může být výkon dotazů pomalejší než dotazy v paměti. |
Následující části popisují koncepty a funkce Direct Lake, včetně načítání sloupců, rámování, automatických aktualizací a náhradního režimu DirectQuery.
Načítání sloupců (překódování)
Sémantické modely Direct Lake načítají data jenom z OneLake jako a při prvním dotazování sloupců. Proces načítání dat na vyžádání z OneLake se označuje jako překódování.
Když sémantický model obdrží dotaz DAX (nebo multidimenzionální výrazy – MDX), nejprve určí, které sloupce jsou potřeba k vytvoření výsledku dotazu. Sloupce, které jsou potřeba, zahrnují všechny sloupce, které dotaz přímo používá, a také sloupce vyžadované relacemi a mírami. Obvykle je počet sloupců potřebných k vytvoření výsledku dotazu mnohem menší než počet sloupců definovaných v sémantickém modelu.
Jakmile pochopíte, které sloupce jsou potřeba, sémantický model určuje, které sloupce už jsou v paměti. Pokud některé sloupce potřebné pro dotaz nejsou v paměti, načte sémantický model všechna data pro tyto sloupce z OneLake. Načítání dat sloupců je obvykle velmi rychlá operace, ale může záviset na faktorech, jako je kardinalita dat uložených ve sloupcích.
Sloupce načtené do paměti se pak nacházejí v paměti. Budoucí dotazy, které zahrnují pouze rezidentní sloupce, nemusí do paměti načítat žádné další sloupce.
Sloupec zůstane rezidentní, dokud není důvod, proč se odebere (vyřadí) z paměti. Mezi důvody odebrání sloupců patří:
- Model nebo tabulka se aktualizovaly (viz Framing v další části).
- Nějaký čas sloupec nepoužíval žádný dotaz.
- Jiné důvody správy paměti, včetně zatížení paměti v kapacitě z důvodu jiných souběžných operací.
Volba skladové položky Fabric určuje maximální dostupnou paměť pro každý sémantický model Direct Lake v kapacitě. Další informace o mantinelech prostředků a maximálních limitech paměti najdete v části Mantinely kapacity Fabric a omezení dále v tomto článku.
Rámování
Framing poskytuje vlastníkům modelů kontrolu nad daty načtenými do sémantického modelu k určitému bodu v čase. Framing je operace Direct Lake aktivovaná aktualizací sémantického modelu a ve většině případů trvá dokončení jen pár sekund. Je to proto, že jde o nízkonákladovou operaci, kdy sémantický model analyzuje metadata nejnovější verze tabulek Delta Lake a aktualizuje se tak, aby odkazovat na nejnovější soubory Parquet v OneLake.
Když dojde k rámování, mohou být rezidentní sloupce vyřazeny z paměti a bod v čase aktualizace se stane novým směrným plánem pro všechny budoucí události překódování. Od tohoto okamžiku dotazy Direct Lake zvažují data pouze v tabulkách Delta v době poslední operace rámování. Z tohoto důvodu se na tabulky Direct Lake dotazují, aby vracely data na základě stavu tabulky Delta v okamžiku poslední operace rámování. Tento čas nemusí nutně odpovídat nejnovějšímu stavu tabulek Delta.
Následující diagram znázorňuje, jak fungují operace rámování Direct Lake.
Diagram znázorňuje následující procesy a funkce.
| Položka | Popis |
|---|---|
|
|
V pracovním prostoru Fabric existuje sémantický model. |
|
|
Operace rámování probíhají pravidelně a nastaví směrný plán pro všechny budoucí události překódování . Operace vytváření rámců se můžou provádět automaticky, ručně, podle plánu nebo programově. |
|
|
OneLake ukládá metadata a soubory Parquet, které jsou reprezentované jako tabulky Delta. |
|
|
Poslední operace rámování zahrnuje soubory Parquet související s tabulkami Delta a konkrétně soubory Parquet přidané před poslední operaci rámování. |
|
|
Pozdější operace rámování zahrnuje soubory Parquet přidané po poslední operaci rámování. |
|
|
Rezidentní sloupce v sémantickém modelu Direct Lake mohou být vyřazeny z paměti a bod v čase aktualizace se stane novým směrným plánem pro všechny budoucí události transkódování. |
|
|
Následné úpravy dat reprezentované novými soubory Parquet nejsou viditelné, dokud nedojde k další operaci rámování. |
Není vždy žádoucí mít data představující nejnovější stav jakékoli tabulky Delta při provedení operace překódování. Zvažte, že framing vám může pomoct poskytovat konzistentní výsledky dotazů v prostředích, kde jsou data v tabulkách Delta přechodná. Data můžou být přechodná z několika důvodů, například při dlouhotrvajících procesech extrakce, transformace a načítání (ETL).
Aktualizaci sémantického modelu Direct Lake je možné provést ručně, automaticky nebo programově. Další informace najdete v tématu Aktualizace sémantických modelů Direct Lake.
Další informace o sémantických modelech tabulky Delta najdete v tématu Vysvětlení úložiště pro sémantické modely Direct Lake.
Automatické aktualizace
K dispozici je nastavení sémantické úrovně modelu pro automatickou aktualizaci tabulek Direct Lake. Ve výchozím nastavení je zapnuté. Zajišťuje, aby se změny dat v OneLake automaticky projevily v sémantickém modelu Direct Lake. Automatické aktualizace byste měli zakázat, když chcete řídit změny dat rámováním, což bylo vysvětleno v předchozí části. Další informace najdete v tématu Správa sémantických modelů Direct Lake.
Tip
V sestavách Power BI můžete nastavit automatickou aktualizaci stránky. Jedná se o funkci, která automaticky aktualizuje konkrétní stránku sestavy, která zajistí, že se sestava připojí k sémantickému modelu Direct Lake (nebo jiným typům sémantického modelu).
Náhradní DirectQuery
Dotaz odeslaný do sémantického modelu Direct Lake se může vrátit do režimu DirectQuery. V tomto případě načte data přímo z koncového bodu analýzy SQL lakehouse nebo skladu. Tyto dotazy vždy vrací nejnovější data, protože nejsou omezeny na bod v čase poslední operace rámování.
Dotaz se vždy vrátí, když sémantický model dotazuje zobrazení v koncovém bodu analýzy SQL nebo tabulku v koncovém bodu analýzy SQL, který vynucuje zabezpečení na úrovni řádků (RLS).
Dotaz se také může vrátit, když sémantický model překročí mantinely kapacity.
Důležité
Pokud je to možné, měli byste vždy navrhnout řešení (nebo velikost kapacity), aby se zabránilo náhradnímu použití DirectQuery. Důvodem je, že může vést k pomalejšímu výkonu dotazů.
Náhradní sémantické modely Direct Lake můžete řídit nastavením jeho vlastnosti DirectLakeBehavior . Další informace naleznete v tématu Nastavení vlastnosti chování Direct Lake.
Mantinely a omezení kapacity prostředků infrastruktury
Sémantické modely Direct Lake vyžadují licenci na kapacitu Fabric. Existují také omezení a mantinely kapacity, které platí pro vaše předplatné kapacity Fabric(SKU), jak je znázorněno v následující tabulce.
Důležité
První sloupec v následující tabulce obsahuje také předplatná kapacity Power BI Premium (SKU P). Mějte na paměti, že Microsoft slučuje možnosti nákupu a vyřazuje Power BI Premium na skladové položky kapacity. Místo toho by měli noví a stávající zákazníci zvážit nákup předplatných kapacity Fabric (SKU F).
Další informace najdete v tématu Důležitá aktualizace týkající se licencování Power BI Premium a Power BI Premium.
| Skladová položka Fabric | Soubory Parquet na tabulku | Skupiny řádků na tabulku | Řádky na tabulku (miliony) | Maximální velikost modelu na disku/ OneLake (GB) | Maximální paměť (GB) 1 |
|---|---|---|---|---|---|
| F2 | 1 000 | 1 000 | 300 | 10 | 3 |
| F4 | 1 000 | 1 000 | 300 | 10 | 3 |
| F8 | 1 000 | 1 000 | 300 | 10 | 3 |
| F16 | 1 000 | 1 000 | 300 | 20 | 5 |
| F32 | 1 000 | 1 000 | 300 | 40 | 10 |
| F64/FT1/P1 | 5 000 | 5 000 | 1 500 | Bez omezení | 25 |
| F128/P2 | 5 000 | 5 000 | 3 000 | Bez omezení | 50 |
| F256/P3 | 5 000 | 5 000 | 6 000 | Bez omezení | 100 |
| F512/P4 | 10,000 | 10,000 | 12,000 | Bez omezení | 200 |
| F1024/P5 | 10,000 | 10,000 | 24,000 | Bez omezení | 400 |
| F2048 | 10,000 | 10,000 | 24,000 | Bez omezení | 400 |
1 Pro sémantické modely Direct Lake představuje Maximální paměť horní limit prostředků paměti pro množství dat, ve které lze stránkovat. Z tohoto důvodu to není ochranné mantinely, protože překročení nezpůsobí náhradní režim DirectQuery; Může však mít dopad na výkon, pokud je množství dat dostatečně velké, aby mohlo způsobit nadměrné stránkování dat modelu z dat OneLake a z nich.
Pokud dojde k překročení, maximální velikost modelu na disku nebo OneLake způsobí, že se všechny dotazy na sémantický model vrátí do režimu DirectQuery. Všechny ostatní mantinely zobrazené v tabulce se vyhodnocují pro každý dotaz. Proto je důležité optimalizovat tabulky Delta a sémantický model Direct Lake, abyste se nemuseli zbytečně škálovat na vyšší skladovou položku Fabric (což vede ke zvýšení nákladů).
Kromě toho se limity kapacity a maximální paměti na dotazy vztahují na sémantické modely Direct Lake. Další informace naleznete v tématu Kapacity a skladové položky.
Úvahy a omezení
Sémantické modely Direct Lake představují některé aspekty a omezení.
Poznámka:
Možnosti a funkce sémantických modelů Direct Lake se vyvíjejí. Nezapomeňte pravidelně kontrolovat nejnovější seznam aspektů a omezení.
- Když se tabulka sémantických modelů Direct Lake připojí k tabulce v koncovém bodu analýzy SQL, který vynucuje zabezpečení na úrovni řádků (RLS), dotazy zahrnující danou tabulku modelu se vždy vrátí do režimu DirectQuery. Výkon dotazů může být pomalejší.
- Když se tabulka sémantických modelů Direct Lake připojí k zobrazení v koncovém bodu analýzy SQL, dotazy zahrnující danou tabulku modelu se vždy vrátí do režimu DirectQuery. Výkon dotazů může být pomalejší.
- Složené modelování se nepodporuje. To znamená, že tabulky sémantických modelů Direct Lake se nedají kombinovat s tabulkami v jiných režimech úložiště, jako je Import, DirectQuery nebo Duální (s výjimkou speciálních případů, včetně skupin výpočtů, parametrů citlivostní analýzy a parametrů pole).
- Počítané sloupce a počítané tabulky, které odkazují na sloupce nebo tabulky v režimu úložiště Direct Lake, se nepodporují. Skupiny výpočtů, parametry citlivostní analýzy a parametry polí, které implicitně vytvářejí počítané tabulky a počítané tabulky, které neodkazují na sloupce nebo tabulky Direct Lake, se podporují.
- Tabulky režimu úložiště Direct Lake nepodporují složité typy sloupců tabulky Delta. Binární a sémantické typy GUID nejsou podporovány. Tyto datové typy je nutné převést na řetězce nebo jiné podporované datové typy.
- Relace mezi tabulkami vyžadují, aby se datové typy souvisejících sloupců shodovaly.
- Jednostranné sloupce relací musí obsahovat jedinečné hodnoty. Dotazy selžou, pokud se v jednom sloupci zjistí duplicitní hodnoty.
- Automatická data a časové měřítko v Power BI Desktopu se nepodporuje. Označení vlastní tabulky kalendářních dat jako tabulky kalendářních dat je podporované.
- Délka hodnot řetězcového sloupce je omezená na 32 764 znaků Unicode.
- Hodnota s plovoucí desetinnou čárkou (ne číslo) není podporovaná.
- Vkládání scénářů, které používají scénář využití zákazníka , nejsou podporované.
- Publikování na web z Power BI se podporuje jenom při použití pevné identity pro sémantický model Direct Lake.
- V prostředí pro modelování webu je ověřování omezené na sémantické modely Direct Lake. Předpokládá se, že výběry uživatelů jsou správné a nejsou vydány žádné dotazy k ověření kardinality nebo křížového filtrování pro relace nebo pro vybraný sloupec kalendářních dat v označené tabulce kalendářních dat.
- Na portálu Fabric obsahuje karta Direct Lake v historii aktualizací jenom selhání aktualizace související s Direct Lake. Operace úspěšné aktualizace (rámování) nejsou uvedené.
- Skladová položka Infrastruktury určuje maximální dostupnou paměť pro sémantický model Direct Lake pro kapacitu. Při překročení limitu můžou být dotazy na sémantický model pomalejší kvůli nadměrnému stránkování dat modelu a z dat modelu.
- Vytvoření sémantického modelu Direct Lake v pracovním prostoru, který je v jiné oblasti pracovního prostoru zdroje dat, se nepodporuje. Pokud je například lakehouse v oblasti USA – středozápad, můžete vytvořit pouze sémantické modely z tohoto lakehouse ve stejné oblasti. Alternativním řešením je vytvoření objektu Lakehouse v pracovním prostoru druhé oblasti a zástupce tabulek před vytvořením sémantického modelu. Pokud chcete zjistit, v jaké oblasti se nacházíte, podívejte se na domovskou oblast Fabric.
- Vlastní sémantický model Direct Lake můžete vytvořit a zobrazit pomocí identity instančního objektu, ale výchozí sémantický model Direct Lake nepodporuje instanční objekty. Ujistěte se, že je pro rozhraní REST API infrastruktury ve vašem tenantovi povolené ověřování instančního objektu, a udělte přispěvateli instančního objektu nebo vyšší oprávnění k pracovnímu prostoru sémantického modelu Direct Lake.
- Direct Lake nepodporuje profily instančního objektu pro ověřování.
Porovnání s jinými režimy úložiště
Následující tabulka porovnává režim úložiště Direct Lake s režimy úložiště Import a DirectQuery.
| Schopnost | Direct Lake | Import | DirectQuery |
|---|---|---|---|
| Licencování | Pouze předplatné kapacity Infrastruktury (SKU) | Libovolná licence Fabric nebo Power BI (včetně licencí Microsoft Fabric Free) | Libovolná licence Fabric nebo Power BI (včetně licencí Microsoft Fabric Free) |
| Zdroj dat | Pouze tabulky jezera nebo skladu (nebo zobrazení) | Jakýkoli konektor | Jakýkoli konektor, který podporuje režim DirectQuery |
| Připojení k zobrazením koncových bodů analýzy SQL | Ano – ale automaticky se vrátí do režimu DirectQuery. | Ano | Yes |
| Složené modely | Ne 1 | Ano – může kombinovat s tabulkami režimu úložiště DirectQuery nebo Duální | Ano – může kombinovat s tabulkami režimu úložiště Import nebo Duální |
| Jednotné přihlašování (SSO) | Ano | Nelze použít | Ano |
| Počítané tabulky | Ne – kromě skupin výpočtů, parametrů citlivostní analýzy a parametrů polí, které implicitně vytvářejí počítané tabulky | Ano | Ne – počítané tabulky používají režim úložiště Import, i když odkazují na jiné tabulky v režimu DirectQuery. |
| Počítané sloupce | No | Ano | Yes |
| Hybridní tabulky | No | Ano | Yes |
| Oddíly tabulky modelu | Ne – dělení je však možné provést na úrovni tabulky Delta. | Ano – buď automaticky vytvořené přírůstkovou aktualizací, nebo ručně vytvořené pomocí koncového bodu XMLA | No |
| Uživatelem definované agregace | No | Ano | Yes |
| Zabezpečení na úrovni objektů koncového bodu SQL Analytics nebo zabezpečení na úrovni sloupců | Ano – dotazy se ale vrátí do režimu DirectQuery a můžou způsobit chyby při odepření oprávnění. | Ano – ale musí duplikovat oprávnění sémantickým zabezpečením na úrovni objektu modelu. | Ano – dotazy ale můžou způsobit chyby při odepření oprávnění |
| Zabezpečení na úrovni řádků koncového bodu SQL Analytics (RLS) | Ano – dotazy se ale vrátí do režimu DirectQuery. | Ano – ale musí duplikovat oprávnění pomocí sémantického modelu zabezpečení na úrovni řádků (RLS) | Ano |
| Sémantické zabezpečení na úrovni řádků (RLS) modelu | Ano – důrazně se ale doporučuje použít pevné cloudové připojení identit . | Ano | Yes |
| Sémantické zabezpečení na úrovni objektu modelu (OLS) | Ano | Ano | Yes |
| Velké objemy dat bez požadavku na aktualizaci | Ano | Méně vhodná – pro dotazování a aktualizaci se může vyžadovat větší velikost kapacity. | Ano |
| Snížení latence dat | Ano – pokud je povolená automatická aktualizace nebo programové překódování. Příprava dat se ale musí nejprve provést v upstreamu. | No | Ano |
1 Tabulky režimu úložiště Direct Lake nemůžete kombinovat s tabulkami režimu úložiště DirectQuery nebo Duální ve stejném sémantickém modelu. Pomocí Power BI Desktopu ale můžete vytvořit složený model v sémantickém modelu Direct Lake a pak ho rozšířit o nové tabulky (pomocí režimu importu, DirectQuery nebo duálního úložiště) nebo výpočtů. Další informace naleznete v tématu Sestavení složeného modelu v sémantickém modelu.