Modelos semânticos no serviço Power BI
Este artigo fornece uma explicação técnica dos modelos semânticos do Power BI.
Tipos de modelos semânticos
Os modelos semânticos do Power BI representam uma fonte de dados pronta para relatórios e visualização. Você pode criar modelos semânticos do Power BI das seguintes maneiras:
- Conecte-se a um modelo de dados existente que não esteja hospedado no Power BI.
- Carregue um arquivo do Power BI Desktop que contenha um modelo.
- Carregue uma pasta de trabalho do Excel que contenha uma ou mais tabelas do Excel e/ou um modelo de dados de pasta de trabalho ou carregue um arquivo CSV (valores separados por vírgula).
- Use o serviço do Power BI para criar um modelo semântico por push.
- Use o serviço do Power BI para criar um modelo semântico de streaming ou streaming híbrido.
Exceto para modelos semânticos de streaming, os modelos semânticos representam modelos de dados, que usam as tecnologias de modelagem maduras do Analysis Services.
Nota
A documentação do Power BI às vezes usa os termos modelo semântico e modelo de forma intercambiável. Um modelo semântico no serviço do Power BI refere-se a um modelo de uma perspetiva de desenvolvimento. Num contexto de documentação, os termos significam praticamente a mesma coisa.
Modelos hospedados externamente
Há dois tipos de modelos hospedados externamente: SQL Server Analysis Services e Azure Analysis Services.
Para se conectar a um modelo do SQL Server Analysis Services, você deve instalar um gateway de dados local no local ou em uma infraestrutura como serviço (IaaS) hospedada em máquina virtual. O Azure Analysis Services não requer um gateway.
Muitas vezes, faz sentido conectar-se ao Analysis Services quando há investimentos em modelos existentes, que normalmente fazem parte de um EDW (Enterprise Data Warehouse). O Power BI pode fazer uma conexão em tempo real com o Analysis Services e impor permissões de dados usando a identidade do usuário de relatório do Power BI.
O SQL Server Analysis Services dá suporte a modelos multidimensionais ou cubos e modelos tabulares. Como mostra a imagem a seguir, um modelo semântico de conexão ao vivo passa consultas para modelos hospedados externamente.
Modelos desenvolvidos pelo Power BI Desktop
Você pode usar o Power BI Desktop, um aplicativo cliente para desenvolvimento do Power BI, para desenvolver um modelo. Um modelo do Power BI Desktop é efetivamente um modelo de tabela do Analysis Services.
Você pode desenvolver três tipos ou modos diferentes de modelos usando o Power BI Desktop: Import, DirectQuery e Composite. Você desenvolve modelos importando dados de fluxos de dados e, em seguida, integrando-os com fontes de dados externas. O modo depende se os dados são importados para o modelo ou se permanecem na fonte de dados. Para obter mais informações sobre os modos, consulte Modos de modelo semântico no serviço do Power BI.
Propriedade do modelo semântico
Ao trabalhar com modelos semânticos usando conexões de gateway e nuvem, sua capacidade de fazer alterações no modelo semântico depende da propriedade do modelo semântico. Se você não for o proprietário, será exibido um aviso informando que você está exibindo a seção das informações do modelo semântico no modo somente leitura porque você não é o proprietário do modelo semântico. Para fazer alterações, você deve entrar em contato com o proprietário do modelo semântico para solicitar alterações ou assumir a propriedade do modelo semântico.
Segurança ao nível da linha
Os modelos hospedados externamente e os modelos de área de trabalho do Power BI podem impor segurança em nível de linha (RLS) para limitar os dados que determinados usuários podem recuperar. Por exemplo, os usuários atribuídos a um grupo de segurança de Vendedores podem exibir dados de relatório somente para as regiões de vendas às quais estão atribuídos. As funções RLS são dinâmicas ou estáticas. As funções dinâmicas são filtradas pelo usuário do relatório, enquanto as funções estáticas aplicam os mesmos filtros para todos os usuários atribuídos à função. Para obter mais informações, veja Segurança ao nível da linha (RLS) com o Power BI.
Modelos de pasta de trabalho do Excel
A criação de modelos semânticos com base em pastas de trabalho do Excel ou arquivos CSV cria automaticamente um modelo. As tabelas do Excel importadas e os dados CSV criam tabelas de modelo, enquanto os dados da pasta de trabalho do Excel são transpostos para criar um modelo do Power BI. Em todos os casos, os dados do arquivo são importados para um modelo.
Resumo
Em resumo:
- Os modelos semânticos do Power BI que representam modelos são hospedados no serviço do Power BI ou são hospedados externamente pelo Analysis Services.
- Os modelos semânticos podem armazenar dados importados, emitir solicitações de consulta de passagem para fontes de dados subjacentes ou fazer as duas coisas.
Considerações
Os seguintes fatos e considerações importantes se aplicam aos modelos semânticos do Power BI que representam modelos:
- Os modelos hospedados no SQL Server Analysis Services precisam de um gateway para fazer consultas de conexão em tempo real.
- Para consultar modelos hospedados pelo Power BI que importam dados, você deve carregá-los totalmente na memória.
- Os modelos hospedados pelo Power BI que usam o modo de Importação precisam de atualização para manter os dados atualizados e devem usar gateways quando os dados de origem não estão acessíveis diretamente pela Internet.
- Os modelos de Importação hospedados pelo Power BI podem ser atualizados de acordo com uma programação ou um usuário pode acionar a atualização sob demanda no serviço do Power BI.
- Os modelos hospedados pelo Power BI que usam o modo DirectQuery exigem conectividade com os dados de origem. O Power BI emite consultas aos dados de origem para recuperar dados atuais. Esse modo deve usar gateways quando os dados de origem não estiverem acessíveis diretamente pela Internet.
- Os modelos podem impor regras RLS para filtrar o acesso a dados para determinados usuários.
- Você pode usar os modelos semânticos - Take Over In Group API para assumir a propriedade se um proprietário de modelo semântico deixar a organização.
Para implantar e gerenciar com êxito modelos semânticos do Power BI, você deve entender os seguintes fatores:
- O próprio design do modelo, incluindo suas consultas de preparação de dados, relacionamentos e cálculos.
- As seguintes configurações que podem afetar significativamente os recursos de capacidade do Power BI:
- Onde os modelos são hospedados
- O modo de armazenamento
- Quaisquer dependências em gateways
- O tamanho dos dados importados
- Tipo e frequência de atualização do modelo