Del via

Planlægning af Power BI-implementering: Integration med andre tjenester

  • Artikel

Bemærk

Denne artikel er en del af power BI-implementeringsplanlægningsserierne. I denne serie fokuseres der primært på Power BI-oplevelsen i Microsoft Fabric. Du kan få en introduktion til serien under Planlægning af implementering af Power BI.

Denne artikel hjælper dig med at planlægge, hvordan og hvornår du skal integrere Power BI og Microsoft Fabric med andre tjenester. Denne artikel er primært rettet mod:

  • BI- og analysedirektører og -ledere: Beslutningstagere, der er ansvarlige for at lede BI-programmet og -strategien. Disse personer beslutter, om de vil bruge andre tjenester til at understøtte specifikke strategiske målsætninger eller til at supplere Fabric eller Power BI.
  • Fabric-administratorer: De administratorer, der er ansvarlige for at lede Fabric i organisationen. Fabric-administratorer styrer, hvilke tjenester der kan integreres med Fabric ved at aktivere lejerindstillinger for integration, og de konfigurerer integration på lejerniveau med tjenester i Azure eller Microsoft Teams. Fabric-administratorer skal ofte samarbejde med andre administratorer for at lette denne integration.
  • COE (Center of Excellence), IT og BI-teams: De teams, der er ansvarlige for at holde tilsyn med Power BI i organisationen. Disse teams søger efter muligheder for at bruge tjenester, der hjælper andre med at løse problemer eller bruge Power BI mere effektivt, når de er integreret.
  • Indholdsejere og indholdsoprettere: De teams og enkeltpersoner, der mestrer analyser i et team eller en afdeling. Disse teams og enkeltpersoner udfører integration på arbejdsområdeniveau og løsningsniveau for at understøtte specifikke behov og use cases, hvor det er tilladt.

Når du bruger Power BI, kan du opleve visse behov eller udfordringer, som du ikke kan håndtere med de centrale Power BI-værktøjer og -funktioner. I disse situationer kan du overveje at integrere Power BI med andre tjenester. De fleste af disse tjenester er Microsoft-tjenester, f.eks. Azure eller Microsoft 365, men du kan også integrere Power BI med brugerdefinerede tjenester eller tredjepartstjenester. Hvis du udvider funktionaliteten i Power BI på disse måder, kan det hjælpe med at løse nye problemer, og det gør det muligt for brugerne at blive mere effektive med deres almindelige opgaver.

Her er nogle almindelige scenarier, der involverer integration af Power BI med andre tjenester:

Du kan integrere Power BI med andre tjenester på lejerniveau, dit arbejdsområde eller individuelle løsninger (f.eks. semantiske modeller og rapporter):

  • Integration på lejerniveau: Påvirker hele lejeren og er konfigureret af Fabric-administratorer, normalt i samarbejde med andre administratorer. Teams-integration er f.eks. konfigureret på lejerniveau. Et andet eksempel, der påvirker netværk, er Azure ExpressRoute.
  • Integration på arbejdsområdeniveau: Påvirker alt indhold i arbejdsområdet og er konfigureret af arbejdsområdeadministratorer. Git-integration er f.eks. konfigureret på arbejdsområdeniveau for at opnå kildekontrol med Azure Repos, som er en tjeneste i Azure DevOps.
  • Integration på løsningsniveau: Påvirker et enkelt indholdselement og er konfigureret af indholdsopretteren. Python eller R er f.eks. konfigureret på løsningsniveau for at muliggøre oprettelse af brugerdefinerede, interaktive visualiseringer.

For alle tre af disse niveauer er der overvejelser, du skal være opmærksom på, når du integrerer Power BI med andre tjenester:

  • Sikkerhedsovervejelser: Integration af andre tjenester medfører uundgåeligt flere risici, som du skal afhjælpe for at bruge dem korrekt. Integration med AI-tjenester har f.eks. potentialet til at vise interne data til eksterne tjenester, der oplærer deres modeller. For at afhjælpe denne risiko skal du sikre, at du proaktivt evaluerer eventuelle sikkerhedsrisici og overvejelser i forbindelse med integration af en tjeneste. Identificer også konkrete handlinger for at sikre overholdelse af politikker for datasikkerhed og beskyttelse af personlige oplysninger i dit område og din organisation.
  • Overvejelser i forbindelse med licensering: Integration af andre tjenester kan kræve et bestemt abonnement eller en bestemt licens. Det er f.eks. kun muligt at integrere Power BI-rapporter med PowerApps , når du har de relevante PowerApps-licenser. For hver tjeneste skal du sikre dig, at du evaluerer, om du har brug for en bestemt licens eller et bestemt abonnement for at integrere den, og hvad de anslåede omkostninger er pr. bruger eller kapacitet. Gør denne evaluering ikke kun for tjenesterne, men også for Fabric- og Power BI-licenser pr. bruger og pr. kapacitet.
  • Overvejelser i forbindelse med styring: Integration af andre tjenester resulterer i mere forskelligartede aktiviteter og handlinger, som folk udfører i din lejer, hvoraf nogle kan føre til uhensigtsmæssige fremgangsmåder. Integration af Power BI-rapporter med OneDrive eller SharePoint kan f.eks. føre til, at personer deler Power BI Desktop-filer (.pbix) direkte med rapportfremvisere. Denne fremgangsmåde afleder fra den bedre praksis for publicering af rapporten til et arbejdsområde og deling af den via direkte adgang, roller som arbejdsområdefremviser eller en Power BI-app. Derfor bør du proaktivt identificere eventuelle risici i forbindelse med styring, før du integrerer en tjeneste, og identificere den indsats, der er nødvendig for at overvåge og understøtte tjenesten i din lejer.
  • Overvejelser i forbindelse med mentoring og brugeraktivering: Integration af andre tjenester kan kræve tid og kræfter for at oplære brugerne i at bruge nye funktioner effektivt. Hvis du f.eks. tillader brugere at integrere Excel med Power BI, skal du oplære brugerne i, hvordan de effektivt bruger Analysér i Excel. Uddannelse bør vejlede dem om, hvornår de skal bruge den, og informere dem om dens overvejelser og begrænsninger. Sørg for, at du proaktivt planlægger, hvordan du oplærer og understøtter personer, der bruger denne integration.

I resten af denne artikel beskrives mulighederne for at integrere Power BI med andre tjenester på lejer-, arbejdsområde- og individuelle løsninger (f.eks. rapporter eller semantiske modeller).

Bemærk

Denne artikel indeholder en oversigt over de forskellige tjenester, du kan integrere med Power BI, og de mulige use cases til at gøre det. Formålet med denne artikel er ikke at vejlede dig i de tekniske trin, der kræves for at konfigurere eller foretage fejlfinding af integrationen. Du kan finde links til tekniske oplysninger i hvert enkelt afsnit i denne artikel.

Integration på lejerniveau

Fabric-administratorer kan integrere nogle tjenester til brug på tværs af hele lejeren. Denne integration faciliterer typisk bredere interoperabilitet mellem Fabric eller Power BI og relaterede tjenester som dem, der er tilgængelige i Azure. Integration på lejerniveau kan også påvirke, hvordan visse data håndteres.

Vigtigt

Du kan få en oversigt over de relevante administrationsindstillinger, som en Fabric-administrator kan bruge til at styre integration af Microsoft Fabric eller Power BI med eksterne tjenester, under Indstillinger for integrationslejer. En Fabric-administrator kan styre integration med tjenester på tværs af alle niveauer med disse lejerindstillinger.

Integration med Azure-tjenester

Du kan integrere din lejer med en lang række Azure-tjenester, som du muligvis allerede bruger til at gemme eller administrere dine data. Denne integration hjælper dig med at anvende omfanget og fordelene ved Azure-tjenester fra Fabric og Power BI. Det giver også mulighed for mere avancerede funktioner, der kan understøtte mange roller, fra administratorer og centraliserede teams til decentraliserede indholdsejere eller -oprettere.

Integration med Azure-tjenester kræver, at du har et aktivt Azure-abonnement til dem. Derudover er der nogle specifikke licensovervejelser for denne indstilling. Brug af følsomhedsmærkater og DLP-politikker kræver en Azure Information Protection Premium P1- eller Premium P2-licens. Brugerne kan kræve en Power BI Pro- eller Premium pr. bruger-licens for at bruge funktioner, der er resultatet af denne integration, f.eks. anvendelse af følsomhedsmærkater. Endelig kræver nogle af disse tjenester også, at du har Fabric- eller Premium-kapacitet, og de bruger muligvis dine kapacitetsressourcer.

Du kan finde vejledning til, hvordan du integrerer med Azure-tjenester, under:

Selvom det ikke nødvendigvis er Azure-tjenester, kan du også bruge følgende værktøjer, der er tilgængelige til integration på lejerniveau med Power BI:

Integration med AI-tjenester

Bortset fra Copilot i Fabric er der forskellige AI-tjenester, som du kan integrere med Fabric og Power BI. Disse tjenester kan hjælpe dig med at udføre avancerede analyser for at anvende bestemte modeller på dine data, afhængigt af dine behov og use cases.

Integration med AI Azure-tjenester kræver, at du har et aktivt Azure-abonnement til dem. Derudover kræver nogle af disse tjenester også, at du har Fabric- eller Premium-kapacitet, og de bruger dine kapacitetsressourcer. Hvis du vil sikre, at disse arbejdsbelastninger ikke har en negativ indvirkning på din kapacitetsudnyttelse, skal du sørge for, at du angiver en hukommelsesgrænse for AI-arbejdsbelastninger i din kapacitet. På den måde kan du undgå uventet brug af dine kapacitetsenheder (CU'er). Du kan få flere oplysninger under Administrer indvirkning på en Premium-kapacitet.

Du kan finde vejledning til, hvordan du integrerer med de forskellige AI-tjenester i Azure, under:

Integrer Azure AI Services i Power Query

Du kan aktivere specifikke AI-funktioner i Power Query ved hjælp af Azure AI Services. Disse funktioner køres ved hjælp af Fabric-kapacitet eller Premium-kapacitet for et valgt arbejdsområde. De kan udlede nyttige oplysninger fra mindre strukturerede tekst- eller billeddata.

Use cases for Azure AI Services-integration med en semantisk model eller dataflow omfatter:

Integrer Azure Machine Learning i Power Query

På samme måde som du kan bruge Azure AI Services, kan du anvende modeller til maskinel indlæring på dine data ved at aktivere dynamiske Funktioner i Power Query. Disse modeller til maskinel indlæring skal have skemafiler, der er oprettet i Python af modelopretteren.

Oprettere af Dataflow Gen1 kan også bruge AutoML til at oprette deres egne modeller til maskinel indlæring ved hjælp af Power BI under dataforberedelse. Oprettere kan vælge en bestemt type model, enten binær forudsigelse, generel klassificering eller regression. Derefter oplærer de disse modeller med inputdata og evaluerer resultaterne, før de anvender modellen på nye eller opdaterede data efter opdatering af dataflow.

Use cases for Azure Machine Learning-integration med en semantisk model eller dataflow Gen1 omfatter:

  • Foretag forudsigende modellering i Power BI uden at have en dyb ekspertise inden for datavidenskabsværktøjer eller Python.
  • Udfør enkel forudsigelse og prognose for fald.
  • Anvend organisationsmodeller i Azure Machine Learning for at forbedre data i Power BI.

Integration for uafhængige softwareleverandører

Uafhængige softwareleverandører (ISV'er), der producerer og sælger software, kan integrere med Fabric for at understøtte og udvide deres programmer.

Der er tre forskellige modeller, som ISV'er kan bruge til at integrere med Fabric:

Du kan få flere oplysninger om, hvordan ISV'er kan integreres med Fabric, under Microsoft Fabric Integration Pathways for ISV'er.

Microsoft Teams-integration

Du kan integrere din lejer med Microsoft Teams for at give brugerne adgang til Fabric og Power BI fra Teams-programmet. Denne funktion er en nem måde at centralisere samarbejde og fremme indførelsen af både Teams og Power BI på.

Du kan få flere oplysninger om, hvordan du integrerer teams med Power BI, under:

Brugssager til Teams-integration med Power BI omfatter:

  • Organiser en centraliseret portal til dit community af praksis , og integrer vigtige Power BI-rapporter og -ressourcer.
  • Opret dedikerede teams eller teamskanaler til indhold, der distribueres fra en Power BI-app, hvor personer kan dele feedback, problemer eller stille spørgsmål om indholdet.
  • Oplær brugerne i at oprette delte visninger , som de kan dele via Teams, for at diskutere specifikke perspektiver eller datapunkter.

Integration af geospatiale tjenester

Når du arbejder med geospatiale data, skal du sandsynligvis visualisere dem i interaktive kortvisualiseringer med Power BI. Disse visualiseringer kræver dog integration med andre tjenester, som du kan styre på lejerniveau ved hjælp af lejerindstillingerne. Disse visualiseringer kan være effektive i rapporter, der præsenterer geospatiale data, men du skal sikre, at brugen af disse tjenester ikke overtræder nogen krav til dataopbevaring eller overholdelse af angivne standarder.

Du kan få flere oplysninger om, hvordan du integrerer Power BI med forskellige geospatiale tjenester, i:

Advarsel!

Geospatiale tjenester kan bruge andre tjenester, der er uden for det geografiske område i din Power BI-lejer, overholdelsesgrænse eller nationale cloudforekomst. Desuden kan disse tjenester gemme og behandle dine data, hvor de har faciliteter, og brugen af disse tjenester kan være underlagt separate vilkår og politikker for beskyttelse af personlige oplysninger ud over Power BI.

Denne advarsel gælder også for alle brugerdefinerede visualiseringer fra tredjepart, som du bruger til at visualisere geospatiale oplysninger.

Integration på arbejdsområdeniveau

Du kan integrere visse tjenester på niveauet for individuelle arbejdsområder. Disse tjenester kan aktivere funktioner, der kan hjælpe dig med at udvikle, administrere og få vist indhold i et arbejdsområde.

Git-integration

Hvis dit arbejdsområde bruger Fabric-kapacitet, Premium-kapacitet eller Premium-licenstilstande, kan du bruge Git-integration til at oprette forbindelse mellem et arbejdsområde og et eksternt Git-lager for at understøtte mere avancerede scenarier til administration af livscyklus. Et eksternt Git-lager gør det lettere at styre kildefiler , hvilket gør det muligt for indholdsoprettere at spore og administrere ændringer. Git-integration fremmer også samarbejde mellem udviklere, især når du bruger forgreninger til at isolere udvikling af bestemte funktioner, før du integrerer disse ændringer i en hovedforgrening med en fletning før udrulning.

Kort sagt kan indholdsoprettere udvikle indhold enten lokalt eller i Power BI-tjeneste og derefter bekræfte og pushe disse ændringer til et eksternt Git-lager, f.eks. Azure Repos eller GitHub Enterprise. Du kan få oplysninger om, hvordan du konfigurerer og bruger Git-integration til Power BI og Fabric, under Kom i gang med Git-integration eller Selvstudium: administration af livscyklus fra ende til anden.

Indholdsoprettere gemmer Power BI Project-filer (.pbip), metadatafiler og dokumentation i et centralt Azure Repos-fjernlager. Disse filer er kurateret af en teknisk ejer. Selvom en indholdsopretter udvikler en løsning, er en teknisk ejer ansvarlig for at administrere løsningen og gennemgå ændringerne og flette dem til en enkelt løsning. Azure Repos indeholder mere avancerede muligheder for sporing og administration af ændringer sammenlignet med SharePoint og OneDrive. Det er vigtigt at vedligeholde et veldokumenteret lager, da det er grundlaget for alt indhold og samarbejde.

Overvej at bruge versionsstyring til at spore og administrere ændringer i følgende scenarier:

  • Centraliserede eller decentraliserede teams opretter og administrerer indholdet.
  • Indholdsforfattere samarbejder ved hjælp af Azure DevOps.
  • Indholdsforfattere kender Git, administration af kildekontrol eller Design af DataOps-arkitektur.
  • Indholdsoprettere administrerer komplekst eller vigtigt indhold, eller de forventer, at indholdet skaleres og vokser i kompleksitet og vigtighed.

Hvis du vil hjælpe dig med effektivt at bruge versionsstyring med Azure DevOps, skal du være opmærksom på overvejelser og opfylde visse forudsætninger:

  • Git: Hvis du vil bekræfte og overføre ændringer til et fjernlager, skal indholdsoprettere downloade og installere Git. Git er et distribueret versionskontrolsystem, der sporer ændringer i dine filer. Hvis du vil vide mere om det grundlæggende i Git, skal du se Hvad er Git?.
  • Værktøjer: Hvis du vil bruge Git, skal indholdsoprettere enten bruge en kommandolinjegrænseflade (CLI) eller en grafisk brugergrænsefladeklient (GUI), der har integreret versionsstyring (SCM), f.eks . Visual Studio eller Visual Studio Code.
  • Licenser og tilladelser: Hvis du vil oprette og bruge et Azure Repos Git-lager, skal indholdsoprettere:
    • Få deres Azure DevOps-adgangsniveau angivet til Basic (i modsætning til Interessenter).
    • Tilhører en Azure DevOps-organisation og et projekt.
    • Hav de relevante Azure DevOps-lagertilladelser.
    • Arbejd kun med Power BI-elementer på grund af git-integrationsbegrænsningerne, når du bruger en Power BI Premium-kapacitet (A-SKU'er) eller PREMIUM-arbejdsområder.
  • Fabric Git-integration: Hvis du vil synkronisere indhold i et eksternt lager med et Fabric-arbejdsområde, bruger indholdsoprettere Fabric Git-integration. Dette værktøj er vigtigt, fordi det sporer og administrerer ændringer af indhold, der er oprettet på Fabric-portalen, f.eks. dataflow.

Integrer Azure Log Analytics

Du kan bruge Azure Log Analytics til at indsamle værdifulde oplysninger for at understøtte overvågning på dataniveau af elementer i arbejdsområdet. Azure Log Analytics er en komponent i Tjenesten Azure Monitor . Azure Log Analytics-integration med Power BI giver dig mulighed for at registrere semantiske modelhændelser fra alle semantiske modeller i et Power BI-arbejdsområde. Det understøttes kun for arbejdsområder, der bruger Fabric- eller Premium-kapacitet. Du kan få oplysninger om, hvordan du konfigurerer og bruger Azure Log Analytics til Power BI og Fabric, under Overvågning på dataniveau: Azure Log Analytics og Konfigurer Azure Log Analytics i Power BI.

Når du har konfigureret Azure Log Analytics-integration, og forbindelsen er aktiveret (for et understøttet arbejdsområde), registreres semantiske modelhændelser automatisk og sendes hele tiden til et Azure Log Analytics-arbejdsområde. De semantiske modellogge gemmes i Azure Data Explorer, som er en database, der kun tilføjes, og som er optimeret til at registrere data med høj volumen i nærheden af telemetri i realtid.

Brugssager til brug af Azure Log Analytics omfatter:

  • Du vil overvåge strategisk vigtige semantiske modeller, f.eks. centraliserede modeller, som du leverer til decentraliserede teams i et administreret selvbetjeningsscenarie .
  • Du vil overvåge eller undersøge semantiske modeller, der har stor indvirkning på ressourceudnyttelsen, f.eks. Fabric-kapacitet.
  • Du vil have detaljerede analyser om forespørgsels- og forbrugsmønstre for semantiske modeller.

Hvis du vil bruge Azure Log Analytics, skal du konfigurere og betale for et Azure Log Analytics-arbejdsområde som en del af dit Azure-abonnement. Du betaler for Azure Log Analytics med et abonnement, der betales efter forbrug. Du kan finde flere oplysninger under Priser på Azure Log Analytics.

Integrer Azure Data Lake Storage Gen2

Du kan oprette forbindelse mellem et arbejdsområde og en ADLS-konto (Azure Data Lake Storage) Gen2. Når du opretter forbindelse mellem et arbejdsområde og ADLS Gen2, kan du gemme data til Power BI-dataflow (også kaldet dataflow gen1) og semantiske modelsikkerhedskopieringer. Du kan få oplysninger om, hvordan du konfigurerer og bruger ADLS Gen2 til at gemme data fra Power BI-dataflow, under Konfiguration af dataflowlager til at bruge Azure Data Lake Gen 2.

Angivelse af Azure-forbindelser på Fabric-administrationsportalen betyder ikke, at alle Power BI-dataflow for lejeren gemmes som standard på en ADLS Gen2-konto. Hvis du vil bruge en bestemt lagerkonto (i stedet for internt lager), skal hvert arbejdsområde være direkte forbundet. Det er vigtigt, at du angiver Azure-forbindelser for arbejdsområdet, før du opretter Power BI-dataflow i arbejdsområdet.

I følgende to afsnit beskrives årsagerne til, hvorfor du kan integrere et arbejdsområde med ADLS Gen2.

Lagring af Power BI-dataflowdata

Hvis du medbringer din egen datasø, kan du få adgang til dataene for Power BI-dataflow (Gen1) direkte i Azure. Direkte adgang til dataflowlageret i ADLS Gen2 er nyttigt, når andre brugere eller processer skal have vist eller få adgang til dataene. Det er især nyttigt, når dit mål er at genbruge dataflowdata ud over Power BI.

Der er to muligheder for at tildele lagerplads:

  • Lager på lejerniveau: Denne indstilling er nyttig, når du vil centralisere alle data til Power BI-dataflow til én ADLS Gen2-konto.
  • Lager på arbejdsområdeniveau: Denne indstilling er nyttig, når afdelinger administrerer deres egne datasøer eller har visse krav til dataopbevaring.

Tip

Hvis du bruger Fabric, anbefaler vi, at du bruger dataflow gen2, som kan gemme data på forskellige destinationer, herunder OneLake. Dataflow Gen2 er mere fleksible end dataflow gen1, fordi de giver flere muligheder for at integrere med andre datapipelines , og de drager fordel af beregning i høj skala.

Sikkerhedskopiér og gendan for semantiske Power BI-modeller

Funktionen til sikkerhedskopiering og gendannelse af semantiske Power BI-modeller understøttes for arbejdsområder, der er tildelt Fabric-kapacitet, Premium-kapacitet eller Premium pr. bruger. Denne funktion bruger den samme ADLS Gen2-konto, der bruges til at gemme Power BI-dataflowdata (beskrevet i forrige afsnit).

Semantiske modelsikkerhedskopieringer hjælper dig med at:

  • Overhold krav til dataopbevaring.
  • Gem rutinemæssige sikkerhedskopieringer som en del af en strategi for it-katastrofeberedskab.
  • Gem sikkerhedskopier i et andet område.
  • Overfør en datamodel.

Integration på løsningsniveau

Du kan integrere visse tjenester på niveauet af individuelle elementer, f.eks. semantiske modeller eller rapporter. Disse integrationer kan aktivere specifikke use cases og udvide funktionaliteten af dine Power BI-elementer.

Integration med Microsoft Fabric

Power BI er en del af Fabric, men Power BI er en særskilt arbejdsbelastning i Fabric, der kan integreres med de andre oplevelser, der er samlet under Fabric-paraplyen. Hvis du kun kender Power BI, er det vigtigt at forstå mulighederne og mulighederne for at anvende andre arbejdsbelastninger, elementer og funktioner i Fabric.

I følgende afsnit beskrives eksempler på, hvordan du kan integrere Power BI-indhold med Fabric for at udvide funktionerne i Power BI.

OneLake-integration med semantiske modeller

Indholdsoprettere, der gør Power BI semantiske modeller, kan bruge OneLake-integration til at skrive modeltabeller til Delta-tabeller i OneLake. Efter den indledende kopiering af tabellerne i hukommelsen kan de derefter genbruges fra OneLake til andre use cases, uden at det er nødvendigt at kopiere dem. Delta-bordene er tilgængelige via et lakehouse i Fabric. Brugerne kan også oprette genveje for at få adgang til tabellerne, så de kan bruge dem fra et andet lakehouse eller en anden elementtype, f.eks. et data warehouse.

Eksempler på brug af OneLake-integration med semantiske modeller omfatter:

  • Genbrug data fra en semantisk model, der ikke allerede er tilgængelig i OneLake.
  • Genbrug data fra en semantisk model til brug i en anden Fabric-oplevelse.
  • Opret snapshots af en semantisk modeltabel.

Indholdsforfattere, der bygger semantiske modeller eller analyserer data i notesbøger, kan bruge semantisk link til at læse og skrive til semantiske modeller fra en notesbog i Fabric. Semantisk link har en lang række fordele for Power BI-udviklere, herunder forbedret produktivitet, automatisering og muligheden for hurtigt og nemt at udføre ad hoc-analyser i kode.

Eksempler på brug af semantisk linkintegration med semantiske modeller omfatter:

  • Automatiser test af semantiske modeller ved at evaluere DAX-forespørgsler og sammenligne resultaterne med kendte grundlinjer.
  • Administrer semantiske modeller programmatisk ved at køre Analyse af bedste praksis over flere modeller på samme tid for at identificere og klassificere mulige problemer.
  • Gem almindelige skabeloner og mønstre for DAX-målinger og forretningslogik (f.eks. valutakonvertering), der kan anvendes på nye semantiske modeller.
  • Analysér og visualiser data fra en semantisk model ved hjælp af Python.
  • Valider modeller, der er oprettet af dataforskere, ved hjælp af forretningslogik fra en semantisk model.
  • Brug data fra en semantisk model til at forbedre analysen.

Tip

Python-biblioteket semantisk-link-labs udvider også nytten af semantisk link. Det er et værdifuldt værktøj for alle, der opretter og administrerer semantiske modeller og ønsker at forbedre produktiviteten og effektiviteten af modeloprettelses- eller administrationsprocessen.

Selvom du ikke kender Python, kan du bruge Copilot og Chat-magi til at få hjælp til at skrive funktionel Python-kode for at opnå et nyttigt resultat.

Fabric Activator-integration med Power BI-rapporter

Indholdsoprettere eller forbrugere, der bygger eller bruger Power BI-rapporter, kan bruge Activator til at automatisere handlinger og meddelelser baseret på dataændringer. På samme måde som med databeskeder fra dashboardfelter kan en bruger angive beskeder i en Power BI-visualisering og definere udløsere for disse beskeder. Brugeren kan også udvide denne funktionalitet til at bruge brugerdefinerede handlinger til at udløse et Power Automate-flow , der kan starte andre ændringer i downstream.

Use cases for Activator-integration med Power BI omfatter:

  • Automatiseret registrering af uregelmæssigheder ved at angive en besked, der skal udløses, når en værdi overskrider en grænse.
  • Automatiseret regressionstest af forretningskritiske rapporter ved at angive en besked, der skal udløses, når en værdi (f.eks. forrige års salg eller en budgetafvigelse) overskrider en tærskel.

Integration med Microsoft Office 365

Der er mange måder at integrere Power BI med Microsoft 365-produkter på, f.eks . Excel, PowerPoint og Outlook.

Brug Power BI-data i Excel

Brugere, der foretrækker at arbejde i Excel, kan bruge enten Analysér i Excel eller tabeller med direkte forbindelse til at bruge Power BI-data.

Indholdsforbrugere, der har tilladelsen Opret for en semantisk model, kan oprette forbindelse til modellen fra Excel for at bruge Analysér i Excel. Denne fremgangsmåde giver brugerne mulighed for at udforske modeller, så de kan udføre deres egen ad hoc-analyse med pivottabeller.

Use cases for Analysér i Excel omfatter:

  • Brugerne foretrækker at analysere data i Excel i stedet for at bruge Power BI.
  • Brugerne vil gerne udføre personlig BI for at oprette deres egne rapporter i Excel.
  • Brugerne vil bruge Power BI-data til at understøtte eksisterende analyse i Excel.

Tip

Hvis du forventer, at brugerne opretter forbindelse til en semantisk model fra Excel, skal du sørge for, at du tager de nødvendige skridt til at oplære dem i at bruge den og organisere din semantiske model på en nyttig måde. Organiser f.eks. felter i visningsmapper, og skjul tabeller og felter, der ikke er beregnet til brug i rapporter.

Analysér i Excel bruger FLERdimensionelle udtryk (MDX) til forespørgsler i stedet for DAX (Data Analysis Expressions), der bruges af Power BI-rapporter. MDX-forespørgsler kan opleve dårligere ydeevne sammenlignet med tilsvarende DAX-forespørgsler. Sørg for, at brugerne forstår, at de skal bruge Analysér i Excel til aggregeringsanalyser på højt niveau, og udfør mere detaljerede analyser ved hjælp af Power BI eller andre Fabric-oplevelser.

Nogle funktioner i en semantisk model, f.eks . feltparametre og strenge til dynamisk målingsformat, fungerer heller ikke i Analysér i Excel. Du kan få flere overvejelser og begrænsninger i denne artikel.

Du kan også hente Power BI-data i Excel ved hjælp af tabeller med direkte forbindelse. Med denne fremgangsmåde modtager brugere, der eksporterer data fra en Power BI-rapportvisualisering, en Excel-projektmappe, der indeholder en tabel, der er udfyldt med data. Tabelforespørgslen henter automatisk de nyeste data, når projektmappen åbnes, eller når tabellen opdateres manuelt.

Use cases for liveforbundne tabeller omfatter:

  • Brugerne vil undersøge eller analysere dataene i en bestemt visualisering.
  • Brugerne skal regelmæssigt eksportere data for at understøtte en gyldig business case.
  • Du udfører manuel test af en semantisk model eller rapport.

Selvom eksport af tabeller med direkte forbindelse er bedre end eksport af frakoblede tabeller fra en Power BI-rapport, bør du opfordre brugerne til at undgå at eksportere data. Eksporterede data udgør styringsudfordringer og risici for datasikkerhed, der kan føre til dataudfiltrering fra organisationen. Overvej i stedet at oplære brugerne i at oprette forbindelse til semantiske modeller fra Excel eller Power BI Desktop for at udføre deres egen analyse og sikkert dele resultaterne med deres kolleger.

Administration af dataeksport er en vigtig ændringsstyringsøvelse for at forbedre din datakultursmodenhed og gøre det muligt for brugerne at bruge Power BI effektivt.

Integrer Power BI-rapporter i PowerPoint

Du kan bruge Power BI-tilføjelsesprogrammet til PowerPoint til at føje dynamiske, interaktive Power BI-rapporter eller specifikke visualiseringer til PowerPoint-slides. Denne funktion er et godt alternativ til at indsætte statiske skærmbilleder, fordi visualiseringerne kan filtreres og interageres med under en præsentation.

PowerPoint er et nyttigt værktøj til at supplere eksisterende Power BI-rapporter, men skaleres ikke som en primær distributionsmetode. Brug i stedet metoder til rapportdistribution, f.eks. Power BI-apps, og søg efter muligheder for PowerPoint-integration, der kan supplere eller udvide dem.

Administration af distribution af rapporter som flade filer og PowerPoint-præsentationer er en vigtig ændringsstyringsøvelsefor at forbedre din datakulturs og indholdsleveringsområdets modenhed og gøre det muligt for brugerne at bruge Power BI effektivt.

Brug af Power BI-integration i PowerPoint omfatter:

  • Afspil løbende en præsentation i slideshowtilstand med opdaterede Power BI-rapporter, f.eks. på en stor skærm på en fabrik.
  • Frys snapshots af en bestemt visning, så rapportdata ikke opdateres automatisk, f.eks. når du vil gennemse punkt-i-tid-rapporter fra en tidligere dato.
  • Del en præsentation med dynamiske Power BI-rapporter, så andre kan se de nyeste data, f.eks. når du vil have en målgruppe til at gennemse præsentationen og rapporterne, før du præsenterer den.

Fabric-administratorer kan styre brugen af det med lejerindstillingen Aktivér Power BI-tilføjelsesprogram til PowerPoint . Du kan få flere overvejelser og begrænsninger i denne artikel.

Integration med Power Platform

Power BI er en del af Power Platform. Power BI kan derfor integreres godt med andre programmer i Power Platform-serien, f.eks. Power Apps, Power Automate og Power Pages.

  • Med Power Apps kan du hurtigt oprette og udrulle programmer med lav kode i din organisation.
  • Med Power Automate kan du automatisere opgaver og arbejdsprocesser ved at oprette logiske flow, der enten udløses automatisk, efter en tidsplan eller som svar på en manuel handling. Du kan oprette cloudflows , der kører uden opsyn uden en dedikeret maskine. Du kan også bruge programmet Power Automate-skrivebord til at oprette skrivebordsflows, der kræver en maskine, fordi de bruger robotprocesautomatisering til at simulere brugerhandlinger.
  • Med Power Pages kan du oprette eksterne virksomhedswebsteder med en brugergrænseflade med lav kode.

Brug Power Apps-visualiseringen i en Power BI-rapport

Du kan integrere Power Apps i Power BI ved hjælp af Power Apps-visualiseringen. Denne visualisering giver dig mulighed for at få vist en interaktiv, funktionel Power Apps-lærredsapp i en Power BI-rapport. I Power BI kan du vælge felter, der skal føjes til Power Apps-visualiseringen. Derefter kan du bruge disse felter i Power Apps til at oprette datadrevne mærkater og funktionalitet for at forbedre din app. Sammen muliggør integrationen af Power BI-rapporter og Power Apps en lang række use cases, der kan hjælpe andre med at træffe beslutninger og træffe handlinger ved hjælp af data i en rapport.

Der er nogle licensovervejelser, du skal være opmærksom på, hvis du bruger denne fremgangsmåde. Hvis du vil bruge Power Apps-visualiseringen i Power BI-rapporten, skal en rapportfremviser have en Power Apps-licens ud over alle påkrævede Power BI-licenser pr. bruger. Du kan også bruge en plan med betaling efter forbrug til Power Apps og Power Automate.

Brug af Power Apps-visualiseringen omfatter:

  • Gør det nemmere at skrive tilbage til en database, f.eks. for at føje kommentarer til bestemte kunder eller for at ændre prognoseværdier fra en Power BI-rapport.
  • Facilitér direkte handlinger, der er informeret af Power BI-rapporten, f.eks. at kontakte kunder fra en kundetilfredshedsrapport.
  • Tillad brugere at sende formularer fra Power BI-rapporten, f.eks. feedbackformularer, afstemninger eller undersøgelser.

I et integreret scenarie understøttes Power Apps-visualiseringen kun i scenariet Integrer for din organisation og ikke i scenariet Integrer for dine kunder . Du kan se andre begrænsninger under Begrænsninger for Power Apps-visualiseringen.

Integrer en Power BI-rapport i en Power Apps-lærredsapp

Du kan integrere Power BI-dashboardfelter i en Power Apps-lærredsapp. Med denne fremgangsmåde er det primære forbrugsmedium Power App, som forbedres af Power BI-feltet. Du integrerer felter ved hjælp af kontrolelementet Power BI-felt under udvikling af lærredsapps.

Udfør handlinger i Power BI fra Power Automate

Du kan bruge Power Automate til at automatisere bestemte handlinger i Power BI, f.eks. rapporteksport, opdatering af semantiske modeller eller evaluering af DAX-forespørgsler. Denne funktion kan være nyttig til at strømline visse opgaver eller forbedre produktiviteten.

Eksempler på automatisering af Power BI fra Power Automate omfatter:

  • Udløs opdatering af en semantisk model, når en upstream-datakilde opdateres.
  • Automatiser distributionen af Power BI-rapporter eller sideinddelte rapporter.
  • Føj rækker til en semantisk Power BI-modeltabel, når et flow udløses.

Udløs et Power Automate-flow fra Power BI

Du kan også bruge Power BI til at udløse et Power Automate-cloudflow på tre måder:

Med denne fremgangsmåde automatiserer du ikke Power BI-handlinger så meget, som du reagerer på hændelser, der sker i Power BI. Disse hændelser kan enten udløses manuelt (f.eks. Power Automate-visualiseringen) eller automatisk (f.eks. databeskeder). Du kan også bruge data fra Power BI downstream i flowene, hvilket kan hjælpe dig med at automatisere mere specifikke og relevante handlinger.

Der er nogle licensovervejelser, du skal være opmærksom på med denne fremgangsmåde. Hvis du vil bruge Power Automate-visualiseringen i en Power BI-rapport, skal rapportfremviseren have adgang til Power Automate-flowet og en Power Automate-licens, hvis det er nødvendigt, ud over eventuelle påkrævede Power BI-licenser pr. bruger. Du kan også bruge en plan med betaling efter forbrug til Power Apps og Power Automate.

Eksempler på, hvordan du udløser et Power Automate-flow fra Power BI, omfatter:

  • Opdater eller føj rækker til en Excel-tabel fra en Power BI-rapport ved hjælp af Power Automate-visualiseringen.
  • Automatiser regressionstest ved at konfigurere rapporter og dashboards til at rapportere forskelle i aktuelle værdier med kendte grundlinjer og ved at angive databeskeder på dashboardfelter.
  • Giv et team eller en person besked, når der er uventede værdier eller uregelmæssigheder i semantiske modeldata ved hjælp af databeskeder. Hvis du vil bruge Power Automate-visualiseringen i en Power BI-rapport, skal rapportfremviseren have adgang til Power Automate-flowet og en Power Automate-licens, hvis det er nødvendigt, ud over eventuelle påkrævede Power BI-licenser pr. bruger. Du kan også bruge en plan med betaling efter forbrug til Power Apps og Power Automate.

Integrer en Power BI-rapport på et Power Pages-websted

Du kan integrere en Power BI-rapport på et websted med Power-sider, som giver dig mulighed for at få vist Power BI-rapporter på dit eksternt websted, der er oprettet med Power-sider. Denne fremgangsmåde strømliner scenariet Integrer for dine kunder ved at aktivere Power BI Embedded-tjenesten fra Power Platform Administration.

Der er nogle licensovervejelser, du skal være opmærksom på med denne fremgangsmåde. Hvis du vil integrere Power BI-rapporter på et Power Pages-websted, skal du have en F-, P-, EM- eller A-SKU. Du skal også have en passende Power Pages-licens.

Eksempler på integrering af en Power BI-rapport på et Power Pages-websted omfatter:

  • Distribuer rapporter via en brugerdefineret portal til eksterne brugere eller kunder.
  • Vis webstedsanalyser, f.eks. abonnenter eller trafik for dit websted.
  • Gør dit Power Pages-websted bedre med interaktive Power BI-visualiseringer.

Ud over begrænsningerne i Power BI Embedded er der også specifikke begrænsninger for integrering af en rapport på Power Pages. Rapporten skal f.eks. publiceres til det samme arbejdsområde som den tilknyttede semantiske model. Sørg for at tage højde for disse overvejelser, før du beslutter dig for at integrere Power BI-indhold på et Power Pages-websted.

OneDrive- og SharePoint-integration

OneDrive og SharePoint bruges ofte, fordi de er praktiske muligheder for at gemme indhold og datafiler til Power BI. Ved at integrere OneDrive og SharePoint kan du forbedre deres delingsfunktioner yderligere.

Opdatering af Power BI Desktop-filer i OneDrive

Når du gemmer en Power BI Desktop-fil (.pbix) i OneDrive for Work eller School eller SharePoint, kan du importere filen til et arbejdsområde fra OneDrive i stedet for at publicere den fra Power BI Desktop. Ved at gøre dette kan du drage fordel af opdatering af OneDrive, hvor datamodellen opdateres automatisk, normalt inden for en time.

Eksempler på brug af opdatering af OneDrive omfatter:

  • Brugere med selvbetjening vil strømline publiceringen af Power BI Desktop-filer.
  • Indholdsforfattere vil spore og administrere ændringer, mens de samarbejder i OneDrive.

Ud over at integrere OneDrive for en individuel .pbix-fil til semantiske modeller og rapporter kan du også konfigurere integration på arbejdsområdeniveau med OneDrive.

Få vist Power BI Desktop-filer i OneDrive og SharePoint

Når du deler en Power BI Desktop-fil med personer via OneDrive eller SharePoint, kan de få vist rapporten fra OneDrive eller SharePoint uden at åbne den i Power BI Desktop. Denne funktion fungerer kun for rapporter, der er forbundet til en delt semantisk model eller Power BI Desktop-filer, der indeholder en rapport og en semantisk importmodel. Derudover kan du ikke få vist Power BI Desktop-filer, der er 1 GB eller større. Du kan få flere oplysninger under Overvejelser og begrænsninger.

Der er nogle licensovervejelser, du skal være opmærksom på med denne fremgangsmåde. Brugerne kræver en Power BI Pro-licens for at få vist Power BI Desktop-filer i OneDrive eller SharePoint. Du kan finde flere oplysninger under Forudsætninger for at få vist rapporter i OneDrive og SharePoint.

Brugseksempler til at bruge OneDrive til at få vist filer omfatter:

  • Indholdsforfattere bruger OneDrive eller SharePoint til at lette samarbejdet.
  • Indholdsoprettere, der bruger OneDrive-integrationer, f.eks . Opdatering af OneDrive, eller som bruger det til at spore og administrere ændringer af .pbix-filer, vil gerne have, at det er praktisk at få forhåndsvist filerne, før de åbner dem.

Integrer Power BI-rapporter i SharePoint Online

Du kan integrere Power BI med SharePoint ved at integrere Power BI-rapporter i SharePoint Online (også kaldet sikker integrering). Rapportoplevelsen er den samme, som når brugerne får dem vist i et Fabric-arbejdsområde ved hjælp af et link, der deles med direkte adgang. Sikkerhed på rækkeniveau gennemtvinges sammen med elementtilladelser. Brugerne skal have direkte adgang til rapporter for at få dem vist på et SharePoint-websted.

Eksempler på integrering af Power BI-rapporter i SharePoint Online omfatter:

  • Du vil distribuere rapporter fra en SharePoint-portal i stedet for via et Fabric-arbejdsområde. Denne fremgangsmåde kan være nyttig, når du vil distribuere rapporter fra flere arbejdsområder til en bestemt målgruppe.
  • Du vil integrere rapporter, der understøtter samarbejde eller beslutningstagning på dit SharePoint-websted.

Integration med Visual Studio og VS Code

Mange udviklere kender til at bruge Visual Studio eller Visual Studio Code (VS Code) til at administrere kildefiler og metadata. Disse værktøjer indeholder flere muligheder for at integrere med Power BI og Fabric.

Udvikl semantiske modeller ved hjælp af Visual Studio med Analysis Services-projekter

Hvis udviklere foretrækker at arbejde i Visual Studio, kan de udvikle og udrulle semantiske modeller fra Visual Studio i stedet for Power BI Desktop. I dette tilfælde skal de bruge Visual Studio 2017 eller en nyere udgave og 2.9.14-versionen (eller nyere) af SSDT-udvidelsen (SQL Server Data Tools).

Tip

Udviklere, der foretrækker en Visual Studio-lignende oplevelse til at bygge og administrere semantiske modeller, kan finde det mere effektivt at bruge Tabular Editor. Tabeleditor er et eksternt værktøj, der opretter forbindelse til en lokal model, der er åben i Power BI Desktop, eller en ekstern model via XMLA-slutpunktet for læsning/skrivning. Den understøtter også scripting og batchopgave for at forbedre udviklerproduktiviteten.

Du kan få flere oplysninger under Administration af avancerede datamodeller.

Administrer elementer med VS Code

Hvis udviklere foretrækker at arbejde i VS Code, kan de bruge udvidelser til at lette noget af deres arbejde med Power BI via VS Code-programmet.

Der er flere værktøjer, som de kan bruge til at administrere forskellige dele af Power BI fra VS Code:

  • TMDL: En officiel VS Code-udvidelse fra Microsoft, der giver sprogunderstøttelse af TMDL (Tabular Model Definition Language) for at arbejde med semantiske modeller, der bruger TMDL-metadataformatet.
  • Power BI Studio: En communityudviklet VS Code-udvidelse, der bruger Power BI REST API til at få vist og administrere elementer i et arbejdsområde.
  • Power BI VSCode Extension Pack: En samling af VS Code-udvidelser, der gør det muligt for udviklere at arbejde i VS Code med Fabric og Power BI. Den indeholder både TMDL- og Power BI Studio-udvidelser.

Integration af VS Code understøttes også af andre Fabric-oplevelser, f.eks . notesbøger til datakonstruktion og datavidenskab, eller til administration af semantiske Power BI-modeller ved hjælp af semantisk link (beskrevet tidligere).

Python- eller R-integration

Du kan køre Python- eller R-scripts i semantiske Power BI-modeller og -rapporter for at udvide funktionaliteten af disse elementer. Denne funktion kan være nyttig for indholdsoprettere, der har kendskab til Python eller R, og som opretter og distribuerer indhold til erhvervsbrugere via Power BI.

Indholdsejere eller oprettere, der er dygtige i Python eller R, kan drage fordel af at bruge notesbogelementer i en Fabric-kapacitet. I mange use cases er notesbøger en foretrukket indstilling i forhold til Python- og R-integration med Power BI. Det skyldes, at de giver flere muligheder for at oprette og vedligeholde løsninger, der er bygget på disse sprog, de har også færre begrænsninger og involverer typisk mindre indsats for at understøtte.

Kør Python- eller R-kode i en semantisk model

Du kan integrere Python- eller R-kode som en del af de datatransformationer, du udfører i en semantisk model, der bruger importlagringstilstand. Med denne integration kan du transformere data eller udføre avancerede analyser med Python eller R, når du opdaterer modellen.

Hvis du vil opdatere en publiceret semantisk model, der bruger Python eller R integreret i Power Query, skal du bruge en datagateway i det lokale miljø i personlig tilstand. Det skyldes, at Python- eller R-koden kører lokalt ved hjælp af Python eller R, der er installeret på computeren. Denne konfiguration er typisk en udfordring at administrere og vedligeholde. Hvis du har brug for at bruge Python eller R i en semantisk model, anbefaler vi alternative metoder, f.eks. notesbøger i Fabric.

Opret Python- eller R-visualiseringer i Power BI-rapporter

Du kan integrere Python eller R med Power BI-rapporter for at oprette brugerdefinerede visualiseringer med Python-biblioteker, f.eks. Seaborn- eller R-pakker som ggplot2. Disse visualiseringer kan tilpasses fuldt ud og understøtter interaktive funktioner i Power BI, f.eks. gengivelse af et filtreret resultat, krydsfiltrering, brugerdefinerede værktøjstip, detaljeadgang og detaljeadgang.

Sørg for, at alle dine Python- eller R-visualiseringer bruger Python-biblioteker og R-pakker , der understøttes i Fabric. Hvis du bruger et bibliotek eller en pakke, der ikke understøttes, gengives visualiseringen ikke i Power BI-tjeneste, heller ikke når visualiseringen gengives i din rapport i Power BI Desktop.

Selvom du kan transformere data og foretage beregninger som en del af en brugerdefineret Python- eller R-visualisering, anbefales det ikke. Hvis du placerer denne logik i Python- eller R-visualiseringen, kan det resultere i langsommere gengivelsesvarighed og større problemer med at bevare visualiseringen og opnå harmonisering på tværs af visualiseringer og rapporter i beregningslogik.

Føj i stedet din logik til DAX-beregninger ved at oprette målinger og udføre dine transformationer længere oppe i strømmen, f.eks. i Power Query eller datakilden, hvis det er muligt.

Brugerdefinerede visualiseringer til Power BI-rapporter

Der er andre muligheder for at oprette brugerdefinerede visualiseringer i Power BI-rapporter bortset fra Python og R. Selvom det ikke er eksplicit integration, er det muligt at bruge brugerdefinerede visualiseringer i Power BI-rapporter til avancerede eller specifikke use cases. Du kan oprette din egen brugerdefinerede visualisering – som ikke kræver integration med andre tjenester – eller hente en visualisering fra AppSource, som enten kan være gratis eller kræver en licens. Afhængigt af den brugerdefinerede visualisering kan det omfatte integration med en tredjepartstjeneste, og du skal acceptere deres licensvilkår.

Hvis du overvejer at bruge brugerdefinerede visualiseringer til at udvide funktionaliteten i Power BI-rapporter, kan du overveje Deneb. Deneb er en communityudviklet, certificeret brugerdefineret visualisering, der giver dig mulighed for at bruge en deklarativ JSON-syntaks for vega- eller Vega-Lite-sprogene til at oprette dine egne visualiseringer. Deneb har et stort community og mange skabeloner, hvilket gør det til et godt valg for rapportoprettere, der vil oprette deres egne visualiseringer uden at bruge JavaScript, Python eller R.

Integration med andre tredjepartstjenester

Der er andre tredjepartstjenester, der tilbyder integration med Power BI.

I følgende afsnit præsenteres tredjepartstjenester sammen med use cases, der er vigtige at overveje.

Integration med semantiske modeller via XMLA-slutpunktet

I Power BI kan eksterne værktøjer oprette forbindelse til dine semantiske Power BI-modeller ved hjælp af XMLA-slutpunktet. Der er både åben kildekode og kommercielt tilgængelige værktøjer, som du kan bruge til at forbedre produktiviteten eller udvide funktionaliteten af dine eksisterende semantiske modeller.

Her er nogle eksempler på værktøjer, der kan integreres med semantiske modeller via XMLA-slutpunktet:

  • PowerShell-cmdlet'er til at automatisere visse semantiske modelopgaver.
  • Power BI Report Builder til at forespørge semantiske modeller med DAX og oprette sideinddelte rapporter.
  • Tabeleditor, der er et tredjepartsværktøj til udvikling og administration af semantiske modeller.
  • DAX Studio, et tredjepartsværktøj til oprettelse og optimering af DAX-forespørgsler.
  • ALM toolkit, et tredjepartsværktøj til at sammenligne og installere semantiske modeller.

Du kan finde flere oplysninger om XMLA-slutpunkter og klientprogrammer og -værktøjer, der bruger dem, under Semantisk modelforbindelse og -administration med XMLA-slutpunktet i Power BI. XMLA-slutpunktet understøttes kun for arbejdsområder, der har deres licenstilstand angivet til Fabric-kapacitet, Premium-kapacitet eller Premium pr. bruger.

Du kan aktivere XMLA-slutpunktet og angive det til at læse eller læse/skrive fra indstillingerne for Power BI-arbejdsbelastninger på administrationsportalen. Der er også flere lejerindstillinger , som du kan bruge til at styre, hvilke brugere og grupper der kan bruge XMLA-slutpunktet.

Tjekliste – Når du planlægger at integrere Power BI med andre tjenester, omfatter vigtige beslutninger og overvejelser:

  • Definer kravet: Beskriv, hvad du forsøger at opnå, og hvad den forventede fordel er ved at gøre det.
  • Beskriv, hvorfor du ikke kan udføre opgaven i Power BI alene: Definer de udfordringer eller begrænsninger, der forhindrer dig i at opfylde dette krav med de indbyggede værktøjer og funktioner i Power BI.
  • Identificer de tjenester, der kan hjælpe dig med at opfylde kravet: Kompiler en liste over de tjenester, der kan hjælpe dig med at nå dit mål. Afhængigt af kravet kan der kun være én plausibel mulighed.
  • Identificer eventuelle potentielle risici, begrænsninger eller overvejelser: Planlæg omhyggeligt og overvej konsekvenserne for denne integration for forskellige områder, f.eks. sikkerhed, licenser, styring og brugeraktivering.
  • Undersøg, hvordan du konfigurerer integrationen: Læs den relevante tekniske dokumentation, og kompiler en trinvis protokol, der gælder for dit specifikke scenarie for, hvordan du integrerer Power BI med tjenesten eller værktøjet. Vær særligt opmærksom på eventuel fejlfinding eller tilpasning af denne integration, som du muligvis skal gøre.
  • Udfør en test eller blåstempling: Før du konfigurerer integrationen for din lejer, dit arbejdsområde eller dit element, skal du først udføre en repræsentativ prøveversion for at teste eventuelle forudsætninger og afsløre eventuelle udfordringer eller begrænsninger. Det er vigtigt at udføre en test eller blåstempling.
  • Konfigurer oplæring og overvågning: Sørg for, at centraliserede teams er udstyret til at overvåge den nye tjeneste og dens indvirkning på brugen i din lejer. Forbered relevant oplæringsmateriale, så folk kan bruge den nye tjeneste, og det hjælper dem med at undgå problemer.

Relateret indhold

Du kan finde flere overvejelser, handlinger, beslutningskriterier og anbefalinger, der kan hjælpe dig med power BI-implementeringsbeslutninger, i Planlægning af Implementering i Power BI.