Direct Lake 模式如何与 Power BI 报告结合使用
在 Microsoft Fabric 中，当用户创建湖屋时，系统还会在 Direct Lake 模式下预配关联的 SQL 分析终结点和默认语义模型。 可以通过转到 SQL 分析终结点并单击“报告”功能区中的“管理默认语义模型”按钮，将湖屋中的表添加到默认语义模型中。 还可以通过在湖屋或 SQL 分析终结点中单击“新建语义模型”，在 Direct Lake 模式下创建非默认 Power BI 语义模型。 非默认语义模型是在 Direct Lake 模式下创建的，允许 Power BI 通过在 Power BI Desktop 或工作区本身中创建 Power BI 报表、浏览和运行用户创建的 DAX 查询来使用数据。 在 SQL 分析终结点中创建的默认语义模型可用于创建 Power BI 报表，但存在一些其他限制。
当 Power BI 报表以视觉对象显示数据时，它会从语义模型中请求数据。 接下来，语义模型访问湖屋来使用数据并将其返回到 Power BI 报表。 为了提高效率，语义模型可以将一些数据保留在缓存中，并在需要时刷新。 Direct Lake 概述具有更多详细信息。
Lakehouse 还将 V-order 优化应用于增量表。 此优化提供了前所未有的性能，以及快速使用大量数据进行 Power BI 报告的能力。
设置报表使用权限
Direct Lake 模式下的语义模型正在按需使用来自湖屋的数据。 要确保正在查看 Power BI 报表的用户可访问数据，需要设置对基础湖屋的必要权限。
一种选择是赋予用户工作区中的查看者角色，以使用工作区中的所有项，包括湖屋（如果在此工作区中）、语义模型和报表。 或者，可以向用户授予管理员、成员或参与者角色，以完全访问数据，并能够创建和编辑项目（如湖屋、语义模型和报表）。
此外，非默认语义模型可以利用固定标识从湖屋读取数据，而无需向报表用户授予对湖屋的任何访问权限，并且用户有权通过应用访问报表。 此外，通过固定标识，Direct Lake 模式下的非默认语义模型可以在语义模型中定义行级安全性，以限制报表用户看到的数据，同时保持 Direct Lake 模式。 还可以使用 SQL 分析终结上基于 SQL 的安全性，但 Direct Lake 模式将回退到 DirectQuery，因此应避免这种情况以保持 Direct Lake 的性能。