แชร์ผ่าน

ภาพรวม Direct Lake

  • บทความ

Direct Lake เป็นตัวเลือกโหมดที่เก็บข้อมูลสําหรับตารางในแบบจําลองความหมายของ Power BI ที่ถูกจัดเก็บไว้ในพื้นที่ทํางานของ Microsoft Fabric โดยได้รับการปรับให้เหมาะสมสําหรับข้อมูลขนาดใหญ่ที่สามารถโหลดลงในหน่วยความจําได้อย่างรวดเร็วจากตาราง Deltaซึ่งจัดเก็บข้อมูลของพวกเขาในไฟล์ Parquet ใน OneLake—ร้านค้าเดียวสําหรับข้อมูลการวิเคราะห์ทั้งหมด เมื่อโหลดลงในหน่วยความจําแล้ว แบบจําลองความหมายจะเปิดใช้งานคิวรีที่มีประสิทธิภาพสูง Direct Lake ขจัดความล่าช้าและราคาแพงที่ต้องนําเข้าข้อมูลลงในแบบจําลอง

คุณสามารถใช้โหมดที่เก็บข้อมูล Direct Lake เพื่อเชื่อมต่อกับตารางหรือมุมมองของ Fabric lakehouse หรือ Fabric Warehouseได้ รายการผ้าทั้งสองและแบบจําลองความหมายของ Direct Lake จําเป็นต้องมีสิทธิ์การใช้งานความจุผ้า

แผนภาพ แสดงแบบจําลองความหมาย Direct Lake และวิธีการเชื่อมต่อกับตาราง Delta ใน OneLake ตามที่อธิบายไว้ในย่อหน้าก่อนหน้า

ในบางวิธี แบบจําลองความหมาย Direct Lake จะคล้ายกับแบบจําลองความหมายการนําเข้า นั่นเป็นเพราะว่าข้อมูลแบบจําลองถูกโหลดลงในหน่วยความจําโดยกลไก VertiPaq สําหรับประสิทธิภาพการทํางานของคิวรีอย่างรวดเร็ว (ยกเว้นในกรณีของ แบบแสดงแทน DirectQueryซึ่งจะอธิบายในภายหลังในบทความนี้)

อย่างไรก็ตาม แบบจําลองความหมาย Direct Lake มีความแตกต่างจากแบบจําลองความหมายการนําเข้าด้วยวิธีสําคัญ นั่นเป็นเพราะการดําเนินการรีเฟรชสําหรับแบบจําลองความหมาย Direct Lake นั้นแตกต่างกันตามแนวคิดของการดําเนินการรีเฟรชสําหรับแบบจําลองความหมายการนําเข้า สําหรับแบบจําลองความหมาย Direct Lake การรีเฟรชเกี่ยวข้องกับการดําเนินการ เฟรม (อธิบายไว้ในบทความนี้) ซึ่งอาจใช้เวลาสองถึงสามวินาทีในการดําเนินการให้เสร็จสมบูรณ์ ซึ่งเป็นการดําเนินการที่มีต้นทุนต่ําซึ่งแบบจําลองความหมายวิเคราะห์เมตาดาต้าของตาราง Delta เวอร์ชันล่าสุด และได้รับการอัปเดตเพื่ออ้างอิงไฟล์ล่าสุดใน OneLake ในทางตรงกันข้าม สําหรับแบบจําลองความหมายการนําเข้า การรีเฟรชจะสร้างสําเนาของข้อมูล ซึ่งอาจใช้เวลามากและใช้แหล่งข้อมูลและทรัพยากรความจุที่สําคัญ (หน่วยความจําและ CPU)

โน้ต

การรีเฟรชแบบเพิ่มหน่วยสําหรับแบบจําลองความหมายการนําเข้าสามารถช่วยลดเวลาการรีเฟรชและการใช้ทรัพยากรความจุ

คุณควรใช้โหมดที่เก็บข้อมูล Direct Lake เมื่อใด

กรณีการใช้งานหลักสําหรับโหมดที่เก็บข้อมูล Direct Lake มักใช้สําหรับโครงการวิเคราะห์ที่ขับเคลื่อนด้วย IT ที่ใช้สถาปัตยกรรมที่ขับเคลื่อนด้วยทะเลสาบ ในสถานการณ์นี้ คุณมี- หรือคาดว่าจะสะสม — ปริมาณข้อมูลขนาดใหญ่ใน OneLake การโหลดข้อมูลดังกล่าวอย่างรวดเร็วลงในหน่วยความจํา การดําเนินการรีเฟรชที่ใช้บ่อยและรวดเร็ว การใช้ทรัพยากรความจุที่มีประสิทธิภาพ และประสิทธิภาพการคิวรีอย่างรวดเร็วมีความสําคัญสําหรับกรณีการใช้งานนี้ทั้งหมด

โน้ต

แบบจําลองความหมายของการนําเข้าและ DirectQuery ยังคงเกี่ยวข้องกันใน Fabric และเป็นตัวเลือกที่เหมาะสมของแบบจําลองความหมายสําหรับบางสถานการณ์ ตัวอย่างเช่น โหมดการนําเข้าที่เก็บข้อมูลมักจะทํางานได้ดีกับนักวิเคราะห์แบบบริการตนเองที่ต้องการอิสระและความคล่องตัวในการดําเนินการอย่างรวดเร็วและไม่จําเป็นต้องใช้ IT เพื่อเพิ่มองค์ประกอบข้อมูลใหม่

นอกจากนี้ การรวม OneLake เขียนข้อมูลสําหรับตารางในโหมดนําเข้าไปยัง ตาราง Delta ใน OneLake โดยไม่ต้องเกี่ยวข้องกับความพยายามในการโยกย้ายใด ๆ เมื่อใช้ตัวเลือกนี้ คุณจะสามารถตระหนักถึงประโยชน์มากมายของ Fabric ที่มีให้สําหรับผู้ใช้แบบจําลองความหมายการนําเข้า เช่น การรวมกับ lakehouses ผ่านทางลัด คิวรี SQL สมุดบันทึก และอื่น ๆ เราขอแนะนําให้คุณพิจารณาตัวเลือกนี้เป็นวิธีที่รวดเร็วเพื่อเก็บเกี่ยวประโยชน์ของ Fabric โดยไม่จําเป็นต้องออกแบบคลังข้อมูลที่มีอยู่และ/หรือระบบการวิเคราะห์ของคุณใหม่ทันที

โหมดที่เก็บข้อมูล Direct Lake ยังเหมาะสําหรับการลดเวลาแฝงข้อมูลเพื่อให้ข้อมูลพร้อมใช้งานสําหรับผู้ใช้ทางธุรกิจได้อย่างรวดเร็ว หากตาราง Delta ของคุณได้รับการปรับเปลี่ยนเป็นระยะ ๆ (และสมมติว่าคุณได้ทําการเตรียมข้อมูลในที่จัดเก็บข้อมูลดิบ) คุณอาจพึ่งพาการอัปเดตอัตโนมัติ ละเว้นเพื่อตอบสนองต่อการปรับเปลี่ยนเหล่านั้น ในกรณีนี้ คิวรีที่ส่งไปยังแบบจําลองความหมายจะส่งกลับข้อมูลล่าสุด ความสามารถนี้ทํางานได้ดีกับการรีเฟรชหน้าอัตโนมัติ คุณลักษณะของรายงาน Power BI

โปรดทราบว่า Direct Lake ขึ้นอยู่กับการเตรียมข้อมูลที่กําลังดําเนินการใน data lake การเตรียมข้อมูลสามารถทําได้โดยใช้เครื่องมือต่าง ๆ เช่น งาน Spark สําหรับ Fabric lakehouses, คําสั่ง T-SQL DML สําหรับคลังสินค้า Fabric, กระแสข้อมูล, ไปป์ไลน์ และอื่น ๆ วิธีนี้ช่วยให้มั่นใจได้ว่าตรรกะการเตรียมข้อมูลจะดําเนินการต่ําที่สุดเท่าที่เป็นไปได้ในสถาปัตยกรรมเพื่อเพิ่มความสามารถในการนํามาใช้ใหม่สูงสุด อย่างไรก็ตาม ถ้าผู้สร้างแบบจําลองความหมายไม่มีความสามารถในการปรับเปลี่ยนรายการแหล่งข้อมูล ตัวอย่างเช่น ถ้านักวิเคราะห์แบบบริการตนเองไม่มีสิทธิ์ในการเขียนบน lakehouse ที่จัดการโดย IT โหมดที่เก็บข้อมูลการนําเข้าอาจเป็นตัวเลือกที่ดีกว่า เนื่องจากรองรับการเตรียมข้อมูลโดยใช้ Power Query ซึ่งถูกกําหนดให้เป็นส่วนหนึ่งของแบบจําลองความหมาย

ตรวจสอบให้แน่ใจว่าปัจจัยในสิทธิ์การใช้งานความจุของ Fabric ในปัจจุบันของคุณ และ guardrails ความจุ Fabric เมื่อคุณพิจารณาโหมดที่เก็บข้อมูล Direct Lake นอกจากนี้ ปัจจัยในข้อควรพิจารณาและข้อจํากัดของ ซึ่งจะอธิบายไว้ในบทความนี้ในภายหลัง

ปลาย

เราขอแนะนําให้คุณสร้างต้นแบบ —หรือพิสูจน์แนวคิด (POC) เพื่อกําหนดว่าแบบจําลองความหมาย Direct Lake เป็นโซลูชันที่เหมาะสมหรือไม่ และเพื่อลดความเสี่ยง

วิธีการทํางานของ Direct Lake

โดยทั่วไปคิวรีที่ส่งไปยังแบบจําลองความหมาย Direct Lake จะได้รับการจัดการจากแคชในหน่วยความจําของคอลัมน์ที่มาจากตาราง Delta ที่เก็บข้อมูลพื้นฐานสําหรับตาราง Delta คือไฟล์ Parquet อย่างน้อยหนึ่งไฟล์ใน OneLake ไฟล์ Parquet จัดระเบียบข้อมูลตามคอลัมน์แทนที่จะเป็นแถว แบบจําลองความหมายจะโหลดคอลัมน์ทั้งหมดจากตาราง Delta ลงในหน่วยความจําตามที่จําเป็นโดยคิวรี

นอกจากนี้ แบบจําลองความหมาย Direct Lake อาจใช้ ที่ใช้แสดงแทนDirectQuery ซึ่งเกี่ยวข้องกับการสลับไปยังโหมด DirectQueryอย่างราบรื่น ข้อมูลสํารอง DirectQuery จะดึงข้อมูลโดยตรงจากจุดสิ้นสุดการวิเคราะห์ SQL ของ lakehouse หรือคลังสินค้า ตัวอย่างเช่น การใช้แสดงแทนอาจเกิดขึ้นเมื่อตาราง Delta ประกอบด้วยแถวของข้อมูลมากกว่าที่ได้รับการสนับสนุนโดยความจุ Fabric ของคุณ (อธิบายไว้ภายหลัง ในบทความนี้) ในกรณีนี้ การดําเนินการ DirectQuery จะส่งคิวรีไปยังจุดสิ้นสุดการวิเคราะห์ SQL การดําเนินการที่ใช้แสดงแทนอาจส่งผลให้ประสิทธิภาพการทํางานของคิวรีช้าลง

แผนภาพต่อไปนี้แสดงวิธีการทํางานของ Direct Lake โดยใช้สถานการณ์สมมติของผู้ใช้ที่เปิดรายงาน Power BI

แผนภาพ แสดงให้เห็นว่าแบบจําลองความหมาย Direct Lake ทํางานอย่างไร แนวคิดที่แสดงในรูปภาพจะอธิบายไว้ในตารางต่อไปนี้

ไดอะแกรมแสดงการดําเนินการ กระบวนการ และคุณลักษณะของผู้ใช้ต่อไปนี้

รายการ คำอธิบาย
OneLake คือที่จัดเก็บข้อมูลวิเคราะห์ในรูปแบบ Parquet รูปแบบไฟล์นี้ ที่ปรับให้เหมาะสมสําหรับการจัดเก็บข้อมูลสําหรับแบบจําลองความหมาย Direct Lake
มีคลังสินค้า Fabric lakehouse หรือ Fabric อยู่ในพื้นที่ทํางานที่อยู่บนความจุ Fabric เลคเฮ้าส์มีจุดสิ้นสุดการวิเคราะห์ SQL ซึ่งให้ประสบการณ์ใช้งาน SQL สําหรับการคิวรี ตาราง (หรือมุมมอง) ให้วิธีการคิวรีตาราง Delta ใน OneLake โดยใช้ Transact-SQL (T-SQL)
แบบจําลองความหมาย Direct Lake มีอยู่ในพื้นที่ทํางาน Fabric มันเชื่อมต่อกับตารางหรือมุมมองในเลคเฮ้าส์หรือคลังสินค้า
ผู้ใช้เปิดรายงาน Power BI
รายงาน Power BI ส่งคิวรี Data Analysis Expressions (DAX) ไปยังแบบจําลองความหมาย Direct Lake
เมื่อเป็นไปได้ (และจําเป็น) แบบจําลองความหมายจะโหลดคอลัมน์ลงในหน่วยความจําโดยตรงจากไฟล์ Parquet ที่จัดเก็บไว้ใน OneLake คิวรีจะบรรลุประสิทธิภาพการทํางานในหน่วยความจําซึ่งเร็วมาก
แบบจําลองความหมายจะส่งกลับผลลัพธ์คิวรี
รายงาน Power BI แสดงวิชวล
ในบางกรณี เช่น เมื่อแบบจําลองความหมายเกิน guardrails ของ ของความจุ คิวรีแบบจําลองเชิงความหมายจะกลับไปเป็นโหมด DirectQuery โดยอัตโนมัติ ในโหมดนี้ แบบสอบถามจะถูกส่งไปยังจุดสิ้นสุดการวิเคราะห์ SQL ของเลคเฮ้าส์หรือคลังสินค้า
คิวรี DirectQuery ที่ส่งไปยังจุดสิ้นสุดการวิเคราะห์ SQL จะคิวรีตาราง Delta ใน OneLake ด้วยเหตุนี้ ประสิทธิภาพการทํางานของคิวรีอาจช้ากว่าคิวรีในหน่วยความจํา

ส่วนต่อไปนี้อธิบายแนวคิดและฟีเจอร์ของ Direct Lake รวมถึงการโหลดคอลัมน์ การเฟรมมิ่ง การอัปเดตอัตโนมัติ และการสํารอง DirectQuery

การโหลดคอลัมน์ (การแปลงรหัส)

แบบจําลองความหมาย Direct Lake จะโหลดข้อมูลจาก OneLake เช่นเดียวกับและเมื่อมีการคิวรีคอลัมน์เป็นครั้งแรกเท่านั้น กระบวนการโหลดข้อมูลตามความต้องการจาก OneLake เรียกว่า การแปลงรหัส

เมื่อแบบจําลองความหมายได้รับคิวรี DAX (หรือนิพจน์หลายมิติ — MDX) จะกําหนดว่าคอลัมน์ใดที่จําเป็นในการสร้างผลลัพธ์คิวรีก่อน คอลัมน์ใด ๆ ที่ใช้โดยตรงโดยคิวรีเป็นสิ่งจําเป็น และยังมีคอลัมน์ที่ต้องใช้โดยความสัมพันธ์และหน่วยวัด โดยทั่วไปแล้ว จํานวนคอลัมน์ที่จําเป็นในการสร้างผลลัพธ์ของคิวรีจะน้อยกว่าจํานวนคอลัมน์ที่กําหนดไว้ในแบบจําลองความหมายอย่างมีนัยสําคัญ

เมื่อเข้าใจว่าคอลัมน์ใดที่จําเป็น แบบจําลองความหมายจะกําหนดว่าคอลัมน์ใดที่อยู่ในหน่วยความจําอยู่แล้ว ถ้าคอลัมน์ใด ๆ ที่จําเป็นสําหรับคิวรีไม่ได้อยู่ในหน่วยความจํา แบบจําลองความหมายจะโหลดข้อมูลทั้งหมดสําหรับคอลัมน์เหล่านั้นจาก OneLake การโหลดข้อมูลคอลัมน์มักจะเป็นการดําเนินการที่รวดเร็ว อย่างไรก็ตามอาจขึ้นอยู่กับปัจจัยต่าง ๆ เช่น คาร์ดินาลลิตี้ของข้อมูลที่จัดเก็บไว้ในคอลัมน์

คอลัมน์ที่โหลดลงในหน่วยความจําจะถูก ที่พักอาศัยในหน่วยความจํา คิวรีในอนาคตที่เกี่ยวข้องกับคอลัมน์ที่มีถิ่นที่อยู่เท่านั้นที่ไม่จําเป็นต้องโหลดคอลัมน์เพิ่มเติมลงในหน่วยความจํา

คอลัมน์ยังคงมีถิ่นที่อยู่จนกว่าจะมีเหตุผลที่จะลบ (ลบ) ออกจากหน่วยความจํา สาเหตุที่คอลัมน์อาจถูกลบออก ประกอบด้วย:

  • แบบจําลองหรือตารางถูกรีเฟรชหลังจากอัปเดตตาราง Delta ที่แหล่งข้อมูล (ดู เฟรมมิ่ง ในส่วนถัดไป)
  • ไม่มีคิวรีใช้คอลัมน์เป็นระยะๆ
  • เหตุผลในการจัดการหน่วยความจําอื่น ๆ รวมถึงความดันหน่วยความจําในความจุเนื่องจากการดําเนินการพร้อมกันอื่น ๆ

ตัวเลือก Fabric SKU ของคุณจะกําหนดหน่วยความจําที่มีอยู่สูงสุดสําหรับแต่ละแบบจําลองความหมาย Direct Lake บนความจุ สําหรับข้อมูลเพิ่มเติมเกี่ยวกับตัวป้องกันทรัพยากรและขีดจํากัดหน่วยความจําสูงสุด โปรดดูที่ Fabric capacity guardrails และข้อจํากัด ในบทความนี้ในภายหลัง

กรอบ

Framing ให้เจ้าของแบบจําลองสามารถควบคุมการโหลดข้อมูลลงในแบบจําลองความหมายได้ การเฟรมมิ่งเป็นการดําเนินการของ Direct Lake ที่ถูกทริกเกอร์โดยการรีเฟรชแบบจําลองความหมาย และในกรณีส่วนใหญ่จะใช้เวลาเพียงไม่กี่วินาทีในการดําเนินการให้เสร็จสมบูรณ์ นั่นเป็นเพราะเป็นการดําเนินงานที่มีต้นทุนต่ําซึ่งแบบจําลองความหมายวิเคราะห์เมตาดาต้าของตาราง Delta Lake เวอร์ชันล่าสุดและได้รับการอัปเดตเพื่ออ้างอิงไฟล์ Parquet ล่าสุดใน OneLake

เมื่อเกิดการเฟรม กลุ่มคอลัมน์และพจนานุกรมตารางที่มีถิ่นที่อยู่อาจขับออกจากหน่วยความจําหากข้อมูลเบื้องต้นมีการเปลี่ยนแปลงและจุดในเวลาของการรีเฟรชจะกลายเป็นข้อมูลพื้นฐานใหม่สําหรับเหตุการณ์การแปลงรหัสในอนาคตทั้งหมด จากจุดนี้ คิวรี Direct Lake จะพิจารณาเฉพาะข้อมูลในตาราง Delta ตามเวลาของการดําเนินการเฟรมล่าสุด ด้วยเหตุนี้ ตาราง Direct Lake จะได้รับการคิวรีเพื่อส่งกลับข้อมูลตามสถานะของตาราง Delta ณ จุดของการดําเนินการเฟรมล่าสุด เวลาดังกล่าวไม่จําเป็นต้องเป็นสถานะล่าสุดของตาราง Delta

โปรดทราบว่าแบบจําลองความหมายวิเคราะห์บันทึก Delta ของแต่ละตาราง Delta ในระหว่างการ framing เพื่อวางเฉพาะเซกเมนต์คอลัมน์ที่ได้รับผลกระทบและโหลดข้อมูลใหม่ที่เพิ่มในระหว่างการแปลงรหัส การปรับให้เหมาะสมที่สําคัญคือพจนานุกรมมักจะไม่ลดลงเมื่อการเฟรมแบบเพิ่มหน่วยจะมีผล และค่าใหม่จะถูกเพิ่มไปยังพจนานุกรมที่มีอยู่ วิธีการเฟรมเวิร์มแบบเพิ่มหน่วยนี้ช่วยลดภาระภาระและประโยชน์ต่อประสิทธิภาพการคิวรี ในกรณีที่เหมาะสมที่สุด เมื่อตาราง Delta ไม่ได้รับการอัปเดต ไม่จําเป็นต้องโหลดใหม่สําหรับคอลัมน์ที่มีถิ่นที่อยู่ภายในหน่วยความจําและคิวรีจะแสดงผลกระทบต่อประสิทธิภาพน้อยลงหลังจากการเฟรมข้อมูลเนื่องจากการเฟรมแบบเพิ่มหน่วยช่วยให้แบบจําลองความหมายอัปเดตส่วนที่สําคัญของข้อมูลในหน่วยความจําที่มีอยู่

แผนภาพต่อไปนี้แสดงวิธีการทํางานของการดําเนินการเฟรมมิ่ง Direct Lake

แผนภาพ แสดงให้เห็นว่าการดําเนินการ Direct Lake framing ทํางานอย่างไร

แผนภาพแสดงกระบวนการและคุณลักษณะต่อไปนี้

รายการ คำอธิบาย
มีแบบจําลองความหมายอยู่ในพื้นที่ทํางาน Fabric
การดําเนินการเฟรมจะเกิดขึ้นเป็นระยะ ๆ และตั้งค่าข้อมูลพื้นฐานสําหรับเหตุการณ์การแปลงรหัส ในอนาคตทั้งหมด การดําเนินการเฟรมอาจเกิดขึ้นโดยอัตโนมัติ ด้วยตนเอง ตามกําหนดการ หรือทางโปรแกรม
OneLake จัดเก็บเมตาดาต้าและไฟล์ Parquet ซึ่งแสดงเป็นตาราง Delta
การดําเนินการเฟรมล่าสุดรวมถึงไฟล์ Parquet ที่เกี่ยวข้องกับตาราง Delta และโดยเฉพาะไฟล์ Parquet ที่ถูกเพิ่มก่อน การดําเนินการเฟรมมิ่งครั้งล่าสุด
การดําเนินการเฟรมในภายหลังรวมถึงไฟล์ Parquet ที่เพิ่มหลังจาก การดําเนินการเฟรม ล่าสุด
คอลัมน์ที่อยู่ในรูปแบบความหมายของ Direct Lake อาจถูกลบออกจากหน่วยความจํา และจุดในเวลาของการรีเฟรชจะกลายเป็นข้อมูลพื้นฐานใหม่สําหรับเหตุการณ์การแปลงรหัสในอนาคตทั้งหมด
การปรับเปลี่ยนข้อมูลที่ตามมาซึ่งแสดงด้วยไฟล์ Parquet ใหม่จะไม่สามารถมองเห็นได้จนกว่าจะมีการดําเนินการเฟรมถัดไปเกิดขึ้น

ไม่ควรให้มีข้อมูลที่แสดงสถานะล่าสุดของตาราง Delta เมื่อดําเนินการแปลงรหัสเกิดขึ้น พิจารณาว่าเฟรมมิ่งสามารถช่วยให้คุณให้ผลลัพธ์คิวรีที่สอดคล้องกันในสภาพแวดล้อมที่ข้อมูลในตาราง Delta เป็นแบบชั่วคราว ข้อมูลอาจเป็นไปชั่วคราวด้วยเหตุผลหลายประการ เช่น เมื่อกระบวนการแยก การแปลง และโหลด (ETL) ทํางานเป็นเวลานาน

การรีเฟรชสําหรับแบบจําลองความหมาย Direct Lake สามารถทําได้ด้วยตนเอง โดยอัตโนมัติ หรือด้วยการตั้งโปรแกรม สําหรับข้อมูลเพิ่มเติม โปรดดู รีเฟรชแบบจําลองความหมาย Direct Lake

สําหรับข้อมูลเพิ่มเติมเกี่ยวกับการกําหนดรุ่นและเฟรมตาราง Delta โปรดดู ทําความเข้าใจที่เก็บข้อมูลสําหรับแบบจําลองความหมาย Direct Lake

การอัปเดตอัตโนมัติ

มีการตั้งค่าระดับแบบจําลองเชิงความหมายเพื่ออัปเดตตาราง Direct Lake โดยอัตโนมัติ ซึ่งจะเปิดใช้งานตามค่าเริ่มต้น เพื่อให้แน่ใจว่าการเปลี่ยนแปลงข้อมูลใน OneLake จะมีผลโดยอัตโนมัติในแบบจําลองความหมาย Direct Lake คุณควรปิดใช้งานการปรับปรุงอัตโนมัติเมื่อคุณต้องการควบคุมการเปลี่ยนแปลงข้อมูลโดยการเฟรมซึ่งอธิบายไว้ในส่วนก่อนหน้า สําหรับข้อมูลเพิ่มเติม โปรดดู จัดการแบบจําลองความหมาย Direct Lake

ปลาย

คุณสามารถตั้งค่า รีเฟรชหน้าอัตโนมัติ ในรายงาน Power BI ของคุณ ซึ่งเป็นคุณลักษณะที่รีเฟรชหน้ารายงานเฉพาะโดยอัตโนมัติ ซึ่งรายงานจะเชื่อมต่อกับแบบจําลองความหมาย Direct Lake (หรือแบบจําลองความหมายชนิดอื่น ๆ)

แสดงแทน DirectQuery

คิวรีที่ส่งไปยังแบบจําลองความหมาย Direct Lake สามารถกลับไป โหมด DirectQueryได้ ในกรณีนี้ จะดึงข้อมูลโดยตรงจากจุดสิ้นสุดการวิเคราะห์ SQL ของเลคเฮ้าส์หรือคลังสินค้า คิวรีดังกล่าวจะส่งกลับข้อมูลล่าสุดเสมอเนื่องจากไม่ได้ถูกจํากัดไว้ที่จุดเวลาของการดําเนินการเฟรมล่าสุด

คิวรี จะถอยหลังเสมอเมื่อแบบจําลองความหมายคิวรีมุมมองในจุดสิ้นสุดการวิเคราะห์ SQL หรือตารางในจุดสิ้นสุดการวิเคราะห์ SQL ที่ บังคับใช้การรักษาความปลอดภัยระดับแถว (RLS)

นอกจากนี้ คิวรีอาจย้อนกลับเมื่อแบบจําลองความหมาย เกิน guardrails ของความจุ

สําคัญ

ถ้าเป็นไปได้ คุณควรออกแบบโซลูชันของคุณเสมอหรือปรับขนาดความจุของคุณ เพื่อหลีกเลี่ยงการย้อนกลับ DirectQuery นั่นเป็นเพราะอาจส่งผลให้ประสิทธิภาพการคิวรีช้าลง

คุณสามารถควบคุมข้อมูลสํารองของแบบจําลองความหมาย Direct Lake ของคุณได้โดยการตั้งค่าคุณสมบัติ DirectLakeBehavior สําหรับข้อมูลเพิ่มเติม โปรดดู ตั้งค่าคุณสมบัติลักษณะการทํางานของ Direct Lake

ตัวป้องกันและขีดจํากัดความจุของผ้า

แบบจําลองความหมาย Direct Lake จําเป็นต้องมีสิทธิ์การใช้งานความจุผ้า นอกจากนี้ยังมีตัวรักษาความจุและข้อจํากัดที่นําไปใช้กับการสมัครใช้งานความจุ Fabric (SKU) ของคุณ ตามที่แสดงในตารางต่อไปนี้

สําคัญ

คอลัมน์แรกในตารางต่อไปนี้ยังรวมถึงการสมัครใช้งานความจุ Power BI Premium (P SKU) ด้วย โปรดทราบว่า Microsoft กําลังรวมตัวเลือกการซื้อและเลิกใช้ Power BI Premium ต่อความจุ SKU ลูกค้าใหม่และลูกค้าที่มีอยู่ควรพิจารณาซื้อการสมัครใช้งานความจุ Fabric (F SKU) แทน

สําหรับข้อมูลเพิ่มเติม โปรดดู การอัปเดตที่สําคัญที่มาพร้อมกับ สิทธิ์การใช้งาน Power BI Premium และ Power BI Premium

Fabric SKU ไฟล์ Parquet ต่อตาราง กลุ่มแถวต่อตาราง แถวต่อตาราง (ล้าน) ขนาดแบบจําลองสูงสุดบนดิสก์/OneLake (GB) หน่วยความจําสูงสุด (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 จำกัด 25
F128/P2 5,000 5,000 3,000 จำกัด 50
F256/P3 5,000 5,000 6,000 จำกัด 100
F512/P4 10,000 10,000 12,000 จำกัด 200
F1024/P5 10,000 10,000 24,000 จำกัด 400
F2048 10,000 10,000 24,000 จำกัด 400

1 สําหรับแบบจําลองความหมาย Direct Lake หน่วยความจําสูงสุด แสดงถึงขีดจํากัดทรัพยากรหน่วยความจําด้านบนสําหรับปริมาณข้อมูลที่สามารถจัดหน้าได้ ด้วยเหตุผลนี้ จึงไม่ใช่ตัวรักษาเนื่องจากเกินจะไม่ส่งผลต่อการย้อนกลับไปยังโหมด DirectQuery อย่างไรก็ตาม อาจมีผลกระทบต่อประสิทธิภาพการทํางานหากจํานวนข้อมูลมีขนาดใหญ่พอที่จะทําให้เกิดการแบ่งหน้าและออกจากข้อมูลแบบจําลองที่มากเกินไปจากข้อมูล OneLake

หากเกิน ขนาดแบบจําลองสูงสุด บนดิสก์/OneLake ทําให้คิวรีทั้งหมดไปยังแบบจําลองความหมายกลับไปเป็นโหมด DirectQuery ตัวป้องกันอื่นๆ ทั้งหมดที่แสดงในตารางจะได้รับการประเมินต่อคิวรี สิ่งสําคัญคือคุณต้อง ปรับตาราง Delta ของคุณให้เหมาะสม และ แบบจําลองความหมาย Direct Lake เพื่อหลีกเลี่ยงการปรับขนาดให้ได้ Fabric SKU ที่สูงขึ้นโดยไม่จําเป็น (ส่งผลให้ต้นทุนเพิ่มขึ้น)

นอกจากนี้ หน่วยความจุ และหน่วยความจําสูงสุด ต่อขีดจํากัดคิวรี นําไปใช้กับแบบจําลองความหมาย Direct Lake สําหรับข้อมูลเพิ่มเติม ให้ดูที่ ความจุและ SKU

ข้อควรพิจารณาและข้อจํากัด

แบบจําลองความหมายของทะเลสาบโดยตรงนําเสนอข้อควรพิจารณาและข้อจํากัดบางอย่าง

โน้ต

ความสามารถและคุณสมบัติของแบบจําลองความหมาย Direct Lake กําลังพัฒนาขึ้น โปรดอย่าลืมกลับมาตรวจสอบเป็นระยะ ๆ เพื่อตรวจสอบรายการข้อควรพิจารณาและข้อจํากัดล่าสุด

  • เมื่อตารางแบบจําลองความหมายของ Direct Lake เชื่อมต่อกับตารางในจุดสิ้นสุดการวิเคราะห์ SQL ที่บังคับใช้การรักษาความปลอดภัยระดับแถว (RLS) คิวรีที่เกี่ยวข้องกับตารางแบบจําลองจะกลับไปเป็นโหมด DirectQuery เสมอ ประสิทธิภาพการทํางานของคิวรีอาจช้าลง
  • เมื่อตารางแบบจําลองความหมายของ Direct Lake เชื่อมต่อกับมุมมองในจุดสิ้นสุดการวิเคราะห์ SQL คิวรีที่เกี่ยวข้องกับตารางแบบจําลองนั้นจะกลับไปใช้โหมด DirectQuery เสมอ ประสิทธิภาพการทํางานของคิวรีอาจช้าลง
  • ไม่สนับสนุนการสร้างแบบจําลองแบบรวม ซึ่งหมายความว่าตารางแบบจําลองความหมาย Direct Lake ไม่สามารถผสมกับตารางในโหมดที่เก็บข้อมูลอื่น ๆ ได้ เช่น นําเข้า DirectQuery หรือคู่ (ยกเว้นกรณีพิเศษ รวมถึง กลุ่มการคํานวณพารามิเตอร์ What-ifและ พารามิเตอร์เขตข้อมูล)
  • คอลัมน์จากการคํานวณและตารางจากการคํานวณที่อ้างอิงคอลัมน์หรือตารางในโหมดที่เก็บข้อมูล Direct Lake ไม่ได้รับการสนับสนุน กลุ่มการคํานวณพารามิเตอร์ What-ifและพารามิเตอร์เขตข้อมูล ซึ่งสร้างตารางจากการคํานวณโดยนัยและตารางที่มีการคํานวณที่ไม่ได้อ้างอิงคอลัมน์ Direct Lake หรือตารางได้รับการสนับสนุน
  • ตารางโหมดที่เก็บข้อมูลของ Direct Lake ไม่สนับสนุนชนิดคอลัมน์ของตาราง Delta ที่ซับซ้อน ไบนารีและชนิดความหมาย GUID ยังไม่รองรับเช่นกัน คุณต้องแปลงชนิดข้อมูลเหล่านี้เป็นสตริงหรือชนิดข้อมูลที่ได้รับการสนับสนุนอื่นๆ
  • ความสัมพันธ์ของตารางจําเป็นต้องใช้ชนิดข้อมูลของคอลัมน์ที่เกี่ยวข้องเพื่อให้ตรงกัน
  • คอลัมน์ด้านเดียวของความสัมพันธ์ต้องมีค่าที่ไม่ซ้ํากัน คิวรีล้มเหลวถ้าตรวจพบค่าที่ซ้ํากันในคอลัมน์ด้านเดียว
  • ระบบไม่รองรับข้อมูล/ตัวแสดงเวลาอัตโนมัติใน Power BI Desktop รองรับการทําเครื่องหมายตารางวันที่ของคุณเอง เป็นตารางวันที่
  • ความยาวของค่าคอลัมน์สตริงถูกจํากัดไว้ที่อักขระ Unicode 32,764 ตัว
  • ค่าจุดทศนิยมลอยตัว NaN (ไม่ใช่ตัวเลข) ไม่ได้รับการสนับสนุน
  • เผยแพร่ไปยังเว็บจาก Power BI โดยใช้โครงร่างสําคัญของบริการได้รับการสนับสนุนเมื่อใช้ข้อมูลประจําตัวแบบคงที่ สําหรับแบบจําลองความหมาย Direct Lake
  • ในประสบการณ์การสร้างแบบจําลองเว็บ การตรวจสอบความถูกต้องจะถูกจํากัดสําหรับแบบจําลองความหมาย Direct Lake การเลือกผู้ใช้จะสันนิษฐานว่าถูกต้อง และจะไม่มีการออกคิวรีเพื่อตรวจสอบคาร์ดินาลลิตี้หรือการเลือกตัวกรองข้ามสําหรับความสัมพันธ์ หรือสําหรับคอลัมน์วันที่ที่เลือกในตารางวันที่ที่ทําเครื่องหมาย
  • ในพอร์ทัล Fabric แท็บ Direct Lake ในรายการประวัติการรีเฟรชเฉพาะความล้มเหลวในการรีเฟรชที่เกี่ยวข้องกับ Direct Lake เท่านั้น การดําเนินการรีเฟรช (เฟรมมิ่ง) ที่สําเร็จจะไม่แสดงอยู่ในรายการ
  • Fabric SKU ของคุณจะกําหนดหน่วยความจําที่มีอยู่สูงสุดต่อแบบจําลองความหมาย Direct Lake สําหรับความจุ เมื่อเกินขีดจํากัด คิวรีไปยังแบบจําลองความหมายอาจช้าลงเนื่องจากการแบ่งหน้าเข้าและออกจากข้อมูลแบบจําลองมากเกินไป
  • การสร้างแบบจําลองความหมายของ Direct Lake ในพื้นที่ทํางานที่อยู่ในภูมิภาคที่แตกต่างกันของพื้นที่ทํางานแหล่งข้อมูลไม่ได้รับการสนับสนุน ตัวอย่างเช่น ถ้าเลคเฮ้าส์อยู่ในสหรัฐอเมริกาตอนกลางทางตะวันตก คุณสามารถสร้างแบบจําลองเชิงความหมายจากเลคเฮ้าส์นี้ในภูมิภาคเดียวกันเท่านั้น การแก้ไขปัญหาชั่วคราวคือการสร้างเลคเฮ้าส์ในพื้นที่ทํางานของภูมิภาคอื่นและทางลัดไปยังตารางก่อนที่จะสร้างแบบจําลองความหมาย หากต้องการดูว่าภูมิภาคใดที่คุณอยู่ โปรดดู ค้นหาภูมิภาคหน้าหลัก Fabric ของคุณ
  • คุณสามารถสร้างและดูแบบจําลองความหมาย Direct Lake แบบกําหนดเองโดยใช้ข้อมูลประจําตัวของโครงร่างสําคัญของบริการ แต่แบบจําลองความหมาย Direct Lake ตามค่าเริ่มต้นไม่สนับสนุนโครงร่างสําคัญของบริการ ตรวจสอบให้แน่ใจว่าได้เปิดใช้งานการรับรองความถูกต้องโครงร่างสําคัญของบริการสําหรับ Fabric REST API ในผู้เช่าของคุณ และให้สิทธิ์ ผู้สนับสนุนหลักบริการ หรือสิทธิ์สูงกว่าแก่พื้นที่ทํางานของแบบจําลองความหมาย Direct Lake ของคุณ
  • การฝังรายงานจําเป็นต้องใช้โทเค็นแบบฝังตัว V2
  • Direct Lake ไม่รองรับโปรไฟล์บริการหลักสําหรับการรับรองความถูกต้อง
  • แบบจําลองความหมาย Direct Lake แบบกําหนดเองที่สร้างขึ้นโดยโครงร่างสําคัญของบริการและผู้ชมด้วยบริการหลักได้รับการสนับสนุน แต่แบบจําลองความหมาย Direct Lake ตามค่าเริ่มต้นไม่ได้รับการสนับสนุน

เปรียบเทียบกับโหมดที่เก็บข้อมูลอื่น

ตารางต่อไปนี้เปรียบเทียบโหมดที่เก็บข้อมูล Direct Lake กับโหมดที่เก็บข้อมูลแบบนําเข้าและ DirectQuery

สมรรถนะ Direct Lake นําเข้า DirectQuery
อนุญาต การสมัครสมาชิกความจุของ Fabric (SKU) เท่านั้น สิทธิ์การใช้งาน Fabric หรือ Power BI ใด ๆ (รวมถึงสิทธิ์การใช้งาน Microsoft Fabric ฟรี) สิทธิ์การใช้งาน Fabric หรือ Power BI ใด ๆ (รวมถึงสิทธิ์การใช้งาน Microsoft Fabric ฟรี)
แหล่งข้อมูล เฉพาะเลคเฮ้าส์หรือตารางคลังสินค้า (หรือมุมมอง) ตัวเชื่อมต่อใด ๆ ตัวเชื่อมต่อใด ๆ ที่สนับสนุนโหมด DirectQuery
เชื่อมต่อกับมุมมองปลายทางการวิเคราะห์ SQL ใช่ – แต่จะกลับไปใช้โหมด DirectQuery โดยอัตโนมัติ ใช่ ใช่
โมเดลแบบรวม ไม่มี 1 ใช่ – สามารถรวมกับตารางโหมดที่เก็บข้อมูล DirectQuery หรือคู่ได้ ใช่ – สามารถรวมกับตารางโหมดที่เก็บข้อมูลแบบนําเข้าหรือคู่ได้
ลงชื่อเข้าระบบครั้งเดียว (SSO) ใช่ ไม่ ใช่
ตารางที่มีการคํานวณ No – ยกเว้น กลุ่มการคํานวณพารามิเตอร์ What-ifและ พารามิเตอร์เขตข้อมูลซึ่งสร้างตารางจากการคํานวณโดยปริยาย ใช่ No – ตารางจากการคํานวณใช้โหมดที่เก็บข้อมูลแบบนําเข้าแม้ว่าตารางเหล่านั้นจะอ้างอิงไปยังตารางอื่นในโหมด DirectQuery
คอลัมน์จากการคํานวณ ไม่ใช่ ใช่ ใช่
ตารางแบบไฮบริด ไม่ใช่ ใช่ ใช่
พาร์ติชันตารางแบบจําลอง No – อย่างไรก็ตามการแบ่งพาร์ติชัน สามารถทําได้ที่ระดับตาราง Delta ใช่ – ไม่ว่าจะสร้างขึ้นโดยอัตโนมัติโดยการรีเฟรชแบบเพิ่มหน่วย หรือ สร้างด้วยตนเอง โดยใช้ตําแหน่งข้อมูล XMLA ไม่ใช่
การรวมที่ผู้ใช้กําหนดเอง ไม่ใช่ ใช่ ใช่
การรักษาความปลอดภัยระดับออบเจ็กต์ปลายทางของการวิเคราะห์ SQL หรือการรักษาความปลอดภัยระดับคอลัมน์ ใช่ – แต่คิวรีจะกลับไปเป็นโหมด DirectQuery และอาจก่อให้เกิดข้อผิดพลาดเมื่อปฏิเสธสิทธิ์ ใช่ – แต่ต้องทําซ้ําสิทธิ์ด้วยการรักษาความปลอดภัยระดับออบเจ็กต์แบบจําลองเชิงความหมาย ใช่ – แต่คิวรีอาจทําให้เกิดข้อผิดพลาดเมื่อปฏิเสธสิทธิ์
การรักษาความปลอดภัยระดับแถวปลายทางการวิเคราะห์ SQL (RLS) ใช่ – แต่คิวรีจะกลับไปเป็นโหมด DirectQuery ใช่ – แต่ต้องทําซ้ําสิทธิ์ด้วย RLS ของแบบจําลองความหมาย ใช่
การรักษาความปลอดภัยระดับแถวแบบจําลองเชิงความหมาย (RLS) ใช่ – แต่ขอแนะนําอย่างยิ่งให้ใช้ข้อมูลประจําตัวแบบคงที่ การเชื่อมต่อระบบคลาวด์ ใช่ ใช่
การรักษาความปลอดภัยระดับออบเจ็กต์แบบจําลองเชิงความหมาย (OLS) ใช่ ใช่ ใช่
ปริมาณข้อมูลขนาดใหญ่โดยไม่มีข้อกําหนดการรีเฟรช ใช่ เหมาะสมน้อยกว่า – อาจจําเป็นต้องใช้ขนาดความจุที่ใหญ่กว่าสําหรับการคิวรีและการรีเฟรช ใช่
ลดเวลาแฝงของข้อมูล Yes – เมื่อ เปิดใช้งานการปรับปรุงอัตโนมัติ หรือการเปลี่ยนชื่อทางโปรแกรม อย่างไรก็ตาม การเตรียมข้อมูล จะต้องทําอัพสตรีมก่อน ไม่ใช่ ใช่
Power BI Embedded ใช่ 2 ใช่ ใช่

1 คุณไม่สามารถรวมตารางโหมดที่เก็บข้อมูล Direct Lake เข้ากับตารางโหมดที่เก็บข้อมูล DirectQuery หรือคู่ ในแบบจําลองความหมายเดียวกัน อย่างไรก็ตาม คุณสามารถใช้ Power BI Desktop เพื่อสร้างแบบจําลองแบบรวมบนแบบจําลองความหมาย Direct Lake และขยายด้วยตารางใหม่ (โดยใช้โหมดที่เก็บข้อมูลแบบนําเข้า DirectQuery หรือโหมดที่เก็บข้อมูลแบบคู่) หรือการคํานวณได้ สําหรับข้อมูลเพิ่มเติม โปรดดู สร้างแบบจําลองแบบรวมบนแบบจําลองความหมาย

2 ต้องใช้โทเค็นแบบฝังตัว V2 ถ้าคุณกําลังใช้บริการหลัก คุณต้องใช้ข้อมูลประจําตัวแบบคงที่ การเชื่อมต่อระบบคลาวด์

เนื้อหาที่เกี่ยวข้อง