Del via

Forstå datamarts

  • Artikkel

Denne artikkelen beskriver og forklarer viktige begreper om datamarts.

Forstå semantisk modell (standard)

Datamarts gir et semantisk lag som automatisk genereres og synkroniseres med innholdet i datamart-tabellene, strukturen og underliggende data. Dette laget er angitt i en automatisk generert semantisk modell. Denne automatiske genereringen og synkroniseringen gjør det mulig å beskrive datadomenet ytterligere med ting som hierarkier, egendefinerte navn og beskrivelser. Du kan også angi formatering som er spesifikk for de nasjonale innstillingene eller forretningskravene. Med datamarts kan du opprette mål og standardiserte måledata for rapportering. Power BI (og andre klientverktøy) kan opprette visualobjekter og gi resultater for slike beregninger basert på dataene i kontekst.

Standard power BI-semantisk modell som er opprettet fra et datamart, eliminerer behovet for å koble til en egen semantisk modell, konfigurere oppdateringsplaner og administrere flere dataelementer. I stedet kan du bygge forretningslogikken i et datamart, og dataene er umiddelbart tilgjengelige i Power BI, noe som aktiverer følgende:

  • Datamart-datatilgang gjennom Semantic Model Hub.
  • Mulighet til å analysere i Excel.
  • Mulighet til raskt å opprette rapporter i Power Bi-tjeneste.
  • Du trenger ikke å oppdatere, synkronisere data eller forstå tilkoblingsdetaljer.
  • Bygg løsninger på nettet uten å trenge Power BI Desktop.

Under forhåndsvisningen er standard semantisk modelltilkobling bare tilgjengelig ved hjelp av DirectQuery . Følgende bilde viser hvordan datamarts passer inn i prosessen continuum starter med å koble til data, hele veien gjennom å opprette rapporter.

Diagram som viser hvordan datamarts passer inn i datatilkoblingen og analysekontinuumet.

Standard semantiske modeller er forskjellige fra tradisjonelle Semantiske Power BI-modeller på følgende måter:

  • XMLA-endepunktet støtter skrivebeskyttede operasjoner, og brukere kan ikke redigere den semantiske modellen direkte. Med skrivebeskyttet XMLA-tillatelse kan du spørre etter dataene i et spørringsvindu.
  • Standard semantiske modeller har ikke datakildeinnstillinger, og brukerne trenger ikke å angi legitimasjon. I stedet bruker de automatisk enkel pålogging (SSO) for spørringer.
  • For oppdateringsoperasjoner bruker semantiske modeller den semantiske modellforfatterlegitimasjonen til å koble til sql-endepunktet for den administrerte datamarten.

Med Power BI Desktop kan brukere bygge sammensatte modeller, slik at du kan koble til datamarts semantiske modell og gjøre følgende:

  • Velg bestemte tabeller som skal analyseres.
  • Legg til flere datakilder.

Til slutt, hvis du ikke vil bruke standard semantisk modell direkte, kan du koble til datamartens SQL-endepunkt. Hvis du vil ha mer informasjon, kan du se Opprette rapporter ved hjelp av datamarts.

Forstå hva som er i standard semantisk modell

For øyeblikket legges tabeller i datamart automatisk til i standard semantisk modell. Brukere kan også velge tabeller eller visninger manuelt fra datamarten de vil inkludere i modellen, for å få mer fleksibilitet. Objekter som er i standard semantisk modell, opprettes som et oppsett i modellvisningen.

Bakgrunnssynkroniseringen som inkluderer objekter (tabeller og visninger) venter på at den nedstrøms semantiske modellen ikke skal være i bruk for å oppdatere den semantiske modellen, som respekterer avgrenset foreldelse. Brukere kan alltid gå og manuelt velge tabeller de ønsker eller ikke vil ha i den semantiske modellen.

Forstå trinnvis oppdatering og datamarts

Du kan opprette og endre trinnvis dataoppdatering, på samme måte som dataflyter og trinnvis oppdatering av semantisk modell ved hjelp av redigeringsprogrammet for datamart. Trinnvis oppdatering utvider planlagte oppdateringsoperasjoner ved å tilby automatisert oppretting og administrasjon av partisjoner for datamart-tabeller som ofte laster inn nye og oppdaterte data.

For de fleste datamarts involverer trinnvis oppdatering én eller flere tabeller som inneholder transaksjonsdata som endres ofte og kan vokse eksponentielt, for eksempel en faktatabell i et relasjons- eller stjernedatabaseskjema. Hvis du bruker en policy for trinnvis oppdatering til å partisjonere tabellen og oppdatere bare de nyeste importpartisjonene, kan du redusere mengden data som må oppdateres betydelig.

Trinnvis oppdatering og sanntidsdata for datamarts gir følgende fordeler:

  • Færre oppdateringssykluser for data som endrer seg raskt
  • Oppdateringer er raskere
  • Oppdateringer er mer pålitelige
  • Ressursforbruket reduseres
  • Gjør det mulig å opprette store datamarts
  • Enkelt å konfigurere

Forstå proaktiv hurtigbufring

Proaktiv hurtigbufring aktiverer automatisk import av de underliggende dataene for standard semantisk modell, slik at du ikke trenger å administrere eller organisere lagringsmodus. Importmodus for standard semantisk modell gir ytelsesakselerasjon for datamarts semantiske modell ved hjelp av den raske Vertipaq-motoren. Når du bruker proaktiv hurtigbufring, endrer Power BI lagringsmodusen for modellen til å importere, som bruker minnemotoren i Power BI og Analysis Services.

Proaktiv hurtigbufring fungerer på følgende måte: Etter hver oppdatering endres lagringsmodusen for standard semantisk modell til DirectQuery. Proaktiv hurtigbufring bygger en side-ved-side-importmodell asynkront og administreres av datamart, og påvirker ikke tilgjengeligheten eller ytelsen til datamart. Spørringer som kommer inn etter at standard semantisk modell er fullført, bruker importmodellen.

Automatisk generering av importmodellen forekommer innen omtrent 10 minutter etter at ingen endringer oppdages i datamart. Semantisk importmodell endres på følgende måter:

  • Oppdateringer
  • Nye datakilder
  • Skjemaendringer:
    • Nye datakilder
    • Oppdateringer av trinnene for klargjøring av data i Power Query Online
  • Eventuelle modelleringsoppdateringer, for eksempel:
    • Measures
    • Hierarkier
    • Beskrivelser

Anbefalte fremgangsmåter for proaktiv hurtigbufring

Bruk datasamlebånd for distribusjon for endringer for å sikre best mulig ytelse, og for å sikre at brukerne bruker importmodellen. Bruk av utrullingssamlebånd er allerede en anbefalt fremgangsmåte for å bygge datamarts, men dette sikrer at du drar nytte av proaktiv hurtigbufring oftere.

Hensyn og begrensninger for proaktiv hurtigbufring

  • Power BI begrenser for øyeblikket varigheten av hurtigbufringsoperasjoner til 10 minutter.
  • Begrensninger for unikhet/ikke-null for bestemte kolonner håndheves i importmodellen, og hurtigbufferbyggingen mislykkes hvis dataene ikke samsvarer.

Relatert innhold

Denne artikkelen ga en oversikt over viktige datamartkonsepter å forstå.

Følgende artikler gir mer informasjon om datamarts og Power BI:

Hvis du vil ha mer informasjon om dataflyter og transformering av data, kan du se følgende artikler: