通过

Power BI 实现规划：与其他服务集成

  • 项目

注意

本文是 Power BI 实现规划系列文章中的一篇。 本系列着重介绍 Microsoft Fabric 中的 Power BI 体验。 有关该系列的介绍，请参阅 Power BI 实施规划。

本文介绍如何以及何时将 Power BI 和 Microsoft Fabric 与其他服务集成。 本文主要面向以下受众：

  • BI 和分析主管和经理：负责监督 BI 计划和策略的决策者。 这些人员决定是使用其他服务来支持特定战略目标，还是补充 Fabric 或 Power BI。
  • Fabric 管理员：负责监督组织的 Fabric 的管理员。 Fabric 管理员通过启用 集成租户设置来控制哪些服务可与 Fabric 集成，并设置与 Azure 或 Microsoft Teams 中的服务的租户级集成。 通常，Fabric 管理员需要与其他管理员协作，以促进这种集成。
  • 卓越中心 (COE)、IT 和 BI 团队：负责在组织中监督 Power BI 的团队。 这些团队寻找使用服务的机会，这些服务在集成后可帮助人们更有效地解决问题或使用 Power BI。
  • 内容所有者和内容创建者：支持团队或部门分析的团队和个人。 这些团队和个人执行工作区级和解决方案级集成，以支持允许的特定需求和用例。

使用 Power BI 时，可能会遇到无法使用核心 Power BI 工具和功能解决的某些需求或挑战。 在这些情况下，可以考虑将 Power BI 与其他服务集成。 其中大多数服务都Microsoft 服务（如 Azure 或 Microsoft 365），但也可以将 Power BI 与自定义或第三方服务集成。 通过这些方式扩展 Power BI 的功能有助于解决新问题，并使用户能够更有效地完成常规任务。

下面是一些涉及 Power BI 与其他服务的集成的常见方案：

  • 你具有要求使用其他服务的特定要求。 例如，必须与Azure 专用链接集成，才能通过虚拟网络中的专用终结点连接到服务。
  • 你遇到了无法单独使用 Power BI 克服的特定挑战。 例如，使用 Azure Log Analytics 集成来获取语义模型的详细查询诊断，以便进行故障排除和审核。
  • 你想要使用已使用的服务，或扩展 Power BI 的功能。 例如，可以通过使用 Excel 加载项 插入连接的数据透视表，允许 Excel 用户连接到语义模型。

可以在租户、工作区或单个解决方案级别将 Power BI 与其他服务集成（例如语义模型和报表）：

  • 租户级集成：影响整个租户，由 Fabric 管理员设置，通常与其他管理员协作。 例如， Teams 集成 是在租户级别设置的。 影响网络的另一个示例是 Azure ExpressRoute。
  • 工作区级集成：影响工作区中的所有内容，并由工作区管理员设置。 例如，Git 集成是在工作区级别设置的，以使用 Azure Repos 实现源代码管理，这是 Azure DevOps 的服务。
  • 解决方案级集成：影响单个内容项，由内容创建者设置。 例如， Python 或 R 是在解决方案级别设置的，用于创建自定义交互式视觉对象。

对于这三个级别，在将 Power BI 与其他服务集成时，应考虑以下事项：

  • 安全注意事项：集成其他服务不可避免地会导致必须缓解的更多风险才能成功使用它们。 例如，与 AI 服务的集成有可能向训练模型的外部服务公开内部数据。 若要缓解此风险，请确保主动评估集成服务的任何安全风险和注意事项。 此外，确定具体操作，以确保符合区域和组织中的数据安全和隐私策略。
  • 许可注意事项：集成其他服务可能需要特定的订阅或许可证。 例如，仅当拥有适当的 PowerApps 许可证时，才能将 Power BI 报表与 PowerApps 集成。 对于每个服务，请确保评估是否需要特定的许可证或订阅来集成它，以及每个用户或容量的估计成本。 不仅针对服务执行此评估，还针对 Fabric 和 Power BI 每用户和每容量许可证执行此评估。
  • 治理注意事项：集成其他服务会导致租户中人员在租户中执行的更多样化的活动和操作，其中一些操作可能会导致不适当的做法。 例如，将 Power BI 报表与 OneDrive 或 SharePoint 集成可能会导致与报表查看器直接共享 Power BI Desktop （.pbix） 文件。 此方法从将报表发布到工作区并通过直接访问、工作区查看器角色或 Power BI 应用进行共享的更好做法改道。 因此，在集成服务之前，应主动识别任何潜在的治理风险，并确定监视和支持租户中的服务所需的工作。
  • 指导和用户启用注意事项：集成其他服务可能需要时间和精力来培训用户有效使用任何新功能。 例如，如果允许用户将 Excel 与 Power BI 集成，则应培训用户如何有效地使用 Excel 中的分析。 培训应指导他们何时使用它，并告知他们其注意事项和限制。 确保主动计划如何训练和支持将使用此集成的人员。

本文的其余部分介绍了在租户、工作区和单个解决方案（如报表或语义模型）级别将 Power BI 与其他服务集成的可能性。

注意

本文概述了可与 Power BI 集成的不同服务，以及执行此操作的潜在用例。 本文 的目的不是 指导你完成设置或排查集成问题所需的技术步骤。 你将在本文的每个相应部分中找到技术信息的链接。

租户级集成

结构管理员可以集成一些服务，以便在整个租户中使用。 通常，此集成有助于在 Fabric 或 Power BI 和相关服务之间实现更广泛的互操作性，例如 Azure 中可用的服务。 租户级集成还会影响处理特定数据的方式。

重要

有关 Fabric 管理员可用于控制 Microsoft Fabric 或 Power BI 与外部服务的集成的相关管理设置的概述，请参阅 集成租户设置。 Fabric 管理员可以使用这些租户设置控制与所有级别的服务的集成。

与 Azure 服务集成

可以将租户与可能已用于存储或管理数据的各种 Azure 服务集成。 此集成可帮助你从 Fabric 和 Power BI 中应用 Azure 服务的范围和优势。 它还支持更高级的功能，这些功能可以支持许多角色，从管理员和集中式团队到分散内容所有者或创建者。

与 Azure 服务集成需要为其提供有效的 Azure 订阅。 此外，此选项还有一些特定的许可注意事项。 使用敏感度标签和 DLP 策略需要 Azure 信息保护 Premium P1 或 Premium P2 许可证。 用户可能需要 Power BI Pro 或 Premium Per User （PPU） 许可证才能使用此集成生成的功能，例如应用敏感度标签。 最后，其中一些服务还要求你具有 Fabric 或高级容量，并且它们可能使用容量资源。

有关如何与 Azure 服务集成的指导，请参阅：

虽然不一定是 Azure 服务，但也可以使用以下工具与 Power BI 进行租户级集成：

与 AI 服务集成

除了 Fabric 中的 Copilot，还可以与 Fabric 和 Power BI 集成各种 AI 服务。 这些服务可帮助你执行高级分析，以根据需求和用例将特定模型应用到数据。

与 AI Azure 服务集成需要为其提供有效的 Azure 订阅。 此外，其中一些服务还要求你具有 Fabric 或高级容量，它们将使用容量资源。 为了确保这些工作负荷对容量利用率没有负面影响，请确保为容量中的 AI 工作负荷设置内存限制。 这样，就可以避免意外使用容量单位（OU）。 有关详细信息，请参阅 管理对高级容量的影响。

有关如何与 Azure 中的不同 AI 服务集成的指导，请参阅：

在 Power Query 中集成 Azure AI 服务

可以使用 Azure AI 服务在 Power Query 中调用特定的 AI 函数。 这些函数使用所选工作区的 Fabric 容量或高级容量运行。 它们可以从结构较少的文本或图像数据中派生有用的信息。

Azure AI Services 与语义模型或数据流集成的用例包括：

在 Power Query 中集成Azure 机器学习

与如何使用 Azure AI 服务类似，可以通过调用动态 Power Query 函数将机器学习模型应用到数据。 这些机器学习模型必须具有模型创建者在 Python 中生成的架构文件。

数据流 Gen1 创建者还可以在数据准备过程中使用 Power BI 创建自己的机器学习模型。 创建者可以选择特定类型的模型，即 二进制预测、 常规分类或 回归。 接下来，使用输入数据训练这些模型，并在数据流刷新后将模型应用到新的或更新的数据之前评估结果。

Azure 机器学习与语义模型或数据流 Gen1 的集成用例包括：

  • 在 Power BI 中执行预测建模，而无需在数据科学工具或 Python 方面具有深厚的专业知识。
  • 执行简单的变动预测和预测。
  • 在 Azure 机器学习 中应用组织模型以扩充 Power BI 中的数据。

独立软件供应商的集成

生产销售软件的独立软件供应商（ISV）可以与 Fabric 集成以支持和扩展其应用程序。

ISV 可用于与 Fabric 集成三种不同的模型：

  • 互操作模型：ISV 可以通过各种工具（如 OneLake API 等）与 OneLake 集成。
  • 在 Fabric 模型上进行开发：ISV 可以在 Fabric 上开发自己的产品和服务，甚至可以在软件中嵌入 Fabric 的功能。
  • 构建 Fabric 工作负荷模型：ISV 可以使用 Microsoft Fabric 工作负载开发工具包来创建和 盈利 工作负载。

若要详细了解 ISV 如何与 Fabric 集成，请参阅 MICROSOFT ISV 的 Fabric 集成路径。

Microsoft Teams 集成

可以将租户与 Microsoft Teams 集成，以允许用户从 Teams 应用程序中访问 Fabric 和 Power BI。 此功能是集中协作和促进 Teams 和 Power BI 采用的便捷方式。

有关如何将团队与 Power BI 集成的详细信息，请参阅：

Teams 与 Power BI 的集成用例包括：

地理空间服务集成

使用地理空间数据时，可能需要使用 Power BI 在交互式地图视觉对象中将其可视化。 但是，这些视觉对象需要与其他服务集成，可以使用租户设置在租户级别控制这些服务。 这些视觉对象可以在呈现地理空间数据的报表中有效，但应确保使用这些服务不会违反任何数据驻留或合规性要求。

有关如何将 Power BI 与各种地理空间服务集成的详细信息，请参阅：

警告

地理空间服务可能会使用 Power BI 租户地理区域之外的其他服务、合规性边界或国家云实例。 此外，这些服务可能会存储和处理维护设施的数据，并且使用这些服务可能会受到 Power BI 以外的单独条款和隐私策略的约束。

此警告也适用于用于可视化地理空间信息的任何第三方自定义视觉对象。

工作区级集成

可以在单个工作区级别集成某些服务。 这些服务可帮助你开发、管理和查看工作区中的内容。

Git 集成

如果工作区使用 Fabric 容量、高级容量或 PPU 许可证模式，则可以使用 Git 集成 将工作区连接到远程 Git 存储库以支持更高级的生命周期管理方案。 远程 Git 存储库有助于 对文件的源代码管理 ，这样内容创建者就可以 跟踪和管理更改。 Git 集成还促进 开发人员之间的协作 ，尤其是在使用 分支 隔离特定功能的开发之前，将这些更改集成到主分支与部署前的合并。

简言之，内容创建者可以在本地或Power BI 服务中开发内容，然后将这些更改提交并推送到远程 Git 存储库，例如 Azure Repos 或 GitHub Enterprise。 有关如何为 Power BI 和 Fabric 设置和使用 Git 集成的信息，请参阅 Git 集成 入门或 教程：端到端生命周期管理。

内容创建者将 Power BI 项目（.pbip）文件、元数据文件和文档存储在中心 Azure Repos 远程存储库中。 这些文件由技术所有者策展。 当内容创建者开发解决方案时，技术所有者负责管理解决方案，并查看更改并将其合并到单个解决方案中。 与 SharePoint 和 OneDrive 相比，Azure Repos 提供了更复杂的选项来跟踪和管理更改。 维护精心策划、记录良好的存储库至关重要，因为它是所有内容和协作的基础。

在以下情况下，请考虑使用源代码管理来跟踪和管理更改：

  • 集中或分散的团队创建和管理内容。
  • 内容创建者使用 Azure DevOps 进行协作。
  • 内容创建者熟悉 Git、源代码管理或 DataOps 体系结构设计。
  • 内容创建者管理复杂或重要的内容，或者他们希望内容在复杂性和重要性方面进行缩放和增长。

若要帮助你有效地将源代码管理与 Azure DevOps 配合使用，需要注意注意事项并满足某些先决条件：

  • Git：若要提交更改并将其推送到远程存储库，内容创建者需要下载并安装 Git。 Git 是一个分布式版本控制系统，用于跟踪文件中的更改。 若要了解 Git 的基础知识，请参阅 什么是 Git？。
  • 工具：若要使用 Git，内容创建者需要使用命令行界面（CLI）或具有集成源代码管理（SCM）的图形用户界面（GUI）客户端，如 Visual Studio 或 Visual Studio Code。
  • 许可证和权限：若要创建和使用 Azure Repos Git 存储库，内容创建者必须：
    • 将其 Azure DevOps 访问级别 设置为 “基本 ”（而不是 利益干系人）。
    • 属于 Azure DevOps 组织和项目。
    • 具有适当的 Azure DevOps 存储库权限。
    • 仅在使用 Power BI Premium 容量（A SKU）或 PPU 工作区时，才使用 Power BI 项。
  • Fabric Git 集成：若要将远程存储库中的内容与 Fabric 工作区同步，内容创建者使用 Fabric Git 集成。 此工具很重要，因为它跟踪和管理对在 Fabric 门户中创建的内容（如数据流）所做的更改。

集成 Azure Log Analytics

可以使用 Azure Log Analytics 收集有价值的信息，以支持 工作区项的数据级审核 。 Azure Log Analytics 是 Azure Monitor 服务的一个组件。 具体而言， Azure Log Analytics 与 Power BI 的集成允许从 Power BI 工作区中的所有语义模型捕获语义模型事件。 它仅支持使用 Fabric 或高级容量的工作区。 有关如何设置和使用适用于 Power BI 和 Fabric 的 Azure Log Analytics 的信息，请参阅 数据级审核：Azure Log Analytics 并在 Power BI 中配置 Azure Log Analytics。

设置 Azure Log Analytics 集成并启用连接（对于受支持的工作区），语义模型事件会自动捕获并持续发送到 Azure Log Analytics 工作区。 语义模型日志存储在 Azure 数据资源管理器中，这是一个仅追加数据库，它已针对捕获大容量、准实时遥测数据进行优化。

使用 Azure Log Analytics 的用例包括：

  • 你想要监视具有战略意义的语义模型，例如在托管自助服务使用方案中向分散式团队提供的集中式模型。
  • 你想要审核或调查对资源利用率产生很大影响的语义模型，例如 Fabric 容量。
  • 你需要对语义模型的查询和使用模式进行详细的分析。

若要使用 Azure Log Analytics，必须设置 Azure Log Analytics 工作区并将其作为 Azure 订阅的一部分付费。 使用即用即付订阅为 Azure Log Analytics 付费。 有关详细信息，请参阅 Azure Log Analytics 定价。

集成 Azure Data Lake Storage Gen2

可以将工作区连接到 Azure Data Lake Storage （ADLS） Gen2 帐户。 将工作区连接到 ADLS Gen2 时，可以存储 Power BI 数据流（也称为数据流 Gen1）和语义模型备份的数据。 有关如何设置和使用 ADLS Gen2 存储 Power BI 数据流中的数据的信息，请参阅 配置数据流存储以使用 Azure Data Lake Gen 2。

在 Fabric 管理门户中设置 Azure 连接 并不意味着租户的所有 Power BI 数据流默认存储在 ADLS Gen2 帐户中。 若要使用特定的存储帐户（而不是内部存储），必须显式连接每个工作区。 在工作区中创建任何 Power BI 数据流之前，必须设置工作区 Azure 连接。

以下两个部分提供了将工作区与 ADLS Gen2 集成的原因。

Power BI 数据流数据的存储

如果自带 Data Lake，可以直接在 Azure 中访问 Power BI 数据流（Gen1）的数据。 希望其他用户或进程查看或访问数据时，直接访问 ADLS Gen2 中的数据流存储非常有用。 如果目标是重用 Power BI 之外的数据流数据，则会特别有用。

分配存储有两个选项：

  • 租户级存储：如果要将 Power BI 数据流的所有数据集中到一个 ADLS Gen2 帐户中，此选项非常有用。
  • 工作区级存储：当业务部门管理自己的数据湖或具有某些数据驻留要求时，此选项非常有用。

提示

如果使用 Fabric，建议使用数据流 Gen2，该数据流可以存储在不同的目标（包括 OneLake）中。 数据流 Gen2 比数据流 Gen1 更灵活，因为它们提供了更多选项来 与其他数据管道 集成，并且受益于 大规模计算。

Power BI 语义模型的备份和还原

分配给 Fabric 容量、高级容量或 PPU 的工作区支持 Power BI 语义模型备份和还原功能。 此功能使用相同的 ADLS Gen2 帐户来存储 Power BI 数据流数据（如上一部分所述）。

语义模型备份可帮助你：

  • 符合数据保留要求。
  • 将例程备份存储为灾难恢复策略的一部分。
  • 将备份存储在其他区域中。
  • 迁移数据模型。

解决方案级集成

可以在单个项级别（如语义模型或报表）集成某些服务。 这些集成可以启用特定的用例并扩展 Power BI 项的功能。

与 Microsoft Fabric 集成

Power BI 是 Fabric 的一部分，但 Power BI 是 Fabric 中的一个独特的工作负载，可以与 Fabric 保护伞下统一的其他体验集成。 如果只熟悉 Power BI，请务必了解在 Fabric 中应用其他工作负载、项和功能的可能性和机会。

以下部分演示了如何将 Power BI 内容与 Fabric 集成以扩展 Power BI 功能的示例。

OneLake 与语义模型集成

创建 Power BI 语义模型的内容创建者可以使用 OneLake 集成 将模型表 写入 OneLake 中的 Delta 表。 在对内存中表进行初始复制后，可以将其从 OneLake 重新用于其他用例，而无需复制它们。 Delta 表可通过 Fabric 中的 Lakehouse 访问。 用户还可以创建快捷方式来访问表，以便他们可以从另一个 lakehouse 或不同的项类型（例如 数据仓库）使用它们。

将 OneLake 与语义模型集成的用例包括：

  • 重用 OneLake 中尚不可用的语义模型中的数据。
  • 重复使用语义模型中的数据，以便在另一个 Fabric 体验中使用。
  • 创建语义模型表的快照。

生成语义模型或分析笔记本中的数据的内容创建者可以使用 语义链接 从 Fabric 中的笔记本读取和写入语义模型。 语义链接为 Power BI 开发人员提供了广泛的优势，包括提高工作效率、自动化以及快速轻松地在代码中执行即席分析的能力。

将语义链接与语义模型集成的用例包括：

  • 通过评估 DAX 查询并将结果与已知基线进行比较，自动测试语义模型。
  • 通过同时通过多个模型运行 最佳做法分析器 来识别和分类可能的问题，以编程方式管理语义模型。
  • 保存可用于新语义模型的 DAX 度量值和业务逻辑（例如货币转换）的常见模板和模式。
  • 使用 Python 分析和可视化语义模型中的数据。
  • 使用语义模型中的业务逻辑验证数据科学家创建的模型。
  • 使用语义模型中的数据来扩充分析。

提示

语义链接实验室 Python 库进一步扩展了语义链接的实用工具。 对于创建和管理语义模型，并希望提高模型创建或管理过程的工作效率和效率，这是一个有价值的工具。

即使不知道 Python，也可以使用 Copilot 和 Chat-magic 获取编写功能 Python 代码以获得有用的结果的帮助。

Fabric 激活器与 Power BI 报表的集成

生成或使用 Power BI 报表的内容创建者或使用者可以使用 激活器 根据数据更改自动执行操作和通知。 与 仪表板磁贴中的数据警报类似，用户可以在 Power BI 视觉对象上设置警报，并为这些警报定义触发器。 用户还可以扩展此功能，以使用 自定义操作触发可启动其他下游更改的 Power Automate 流 。

激活器与 Power BI 集成用例包括：

  • 通过设置警报以在值超过阈值时触发自动异常检测。
  • 通过设置警报来自动对业务关键型报表进行回归测试，以在值（如上一年销售额或预算差异）超过阈值时触发。

与 Microsoft 办公室 365 集成

可通过多种方式将 Power BI 与 Microsoft 365 产品（如 Excel、 PowerPoint 和 Outlook）集成。

在 Excel 中使用 Power BI 数据

喜欢在 Excel 中工作的用户可以使用“在 Excel 中分析”或实时连接的表来使用 Power BI 数据。

具有语义模型的“生成”权限的内容使用者可以从 Excel 连接到模型，以使用 Excel 中的“分析”。 此方法允许用户浏览模型，以便他们可以使用数据透视表执行自己的即席分析。

在 Excel 中分析的用例包括：

  • 用户更喜欢在 Excel 中分析数据，而不是使用 Power BI。
  • 用户希望进行 个人 BI ，以在 Excel 中创建自己的报表。
  • 用户希望使用 Power BI 数据来支持 Excel 中的现有分析。

提示

如果希望用户从 Excel 连接到语义模型，请确保采取必要的步骤来训练他们如何使用它，并采用有用的方式组织语义模型。 例如，将字段组织成显示文件夹，并隐藏不适合在报表中使用的表和字段。

在 Excel 中分析使用多维表达式（MDX）进行查询，而不是 Power BI 报表使用的数据分析表达式（DAX）。 与等效的 DAX 查询相比，MDX 查询的性能可能更差。 确保用户了解他们应使用“在 Excel 中分析”进行高级聚合分析，并使用 Power BI 或其他 Fabric 体验执行更详细的分析。

此外，语义模型中的某些功能（如 字段参数 和 动态度量值格式字符串）在 Excel 中不起作用。 有关其他注意事项和限制，请参阅 本文。

还可以使用 实时连接的表在 Excel 中获取 Power BI 数据。 使用此方法，从 Power BI 报表视觉对象导出数据的用户会收到包含填充数据的表的 Excel 工作簿。 当打开工作簿或手动刷新表时，表查询会自动检索最新数据。

实时连接的表的用例包括：

  • 用户想要调查或分析特定视觉对象中的数据。
  • 用户需要定期导出数据以支持有效的业务案例。
  • 你正在对语义模型或报表执行手动测试。

虽然导出实时连接的表比从 Power BI 报表导出断开连接的表要好，但应鼓励用户避免导出任何数据。 导出的数据带来了治理挑战和数据安全风险，可能导致组织的数据外泄。 相反，请考虑训练用户连接到 Excel 或 Power BI Desktop 中的语义模型以执行自己的分析，并安全地与同事共享结果。

管理数据导出是改进数据文化成熟度的重要变更管理练习，使用户能够有效地使用 Power BI。

在 PowerPoint 中集成 Power BI 报表

可以使用 PowerPoint 的 Power BI 加载项向 PowerPoint 幻灯片添加实时、交互式 Power BI 报表或特定视觉对象。 此功能是插入静态屏幕截图的好选择，因为视觉对象可以在演示文稿期间进行筛选和交互。

PowerPoint 是一种用于补充现有 Power BI 报表的有用工具，但它不会作为主要分发方法进行缩放。 请改用报表分发方法（如 Power BI 应用）并寻找 PowerPoint 集成的机会来补充或扩展它们。

将报表分发作为平面文件和 PowerPoint 演示文稿进行管理是一项重要的变更管理练习，可改进数据文化和内容交付范围的成熟度，并使用户能够有效地使用 Power BI。

PowerPoint 中的 Power BI 集成用例包括：

Fabric 管理员可以控制其与 为 PowerPoint 租户设置启用 Power BI 加载项的使用。 有关其他注意事项和限制，请参阅 本文。

与 Power Platform 集成

Power BI 是 Power Platform 的一部分。 因此，Power BI 与 Power Platform 系列中的其他应用程序（如 Power Apps、Power Automate 和 Power Pages）很好地集成。

在 Power BI 报表中使用 Power Apps 视觉对象

可以使用 Power Apps 视觉对象在 Power BI 中集成 Power Apps。 此视觉对象允许在 Power BI 报表中显示交互式功能 Power Apps 画布应用。 在 Power BI 中，可以选择要添加到 Power Apps 视觉对象的字段。 然后，在 Power Apps 中，可以使用这些字段创建数据驱动的标签和功能来增强应用。 Power BI 报表和 Power Apps 的集成使各种用例能够帮助人们在报表中使用数据做出决策并采取措施。

如果采用此方法，请注意一些许可注意事项。 若要在 Power BI 报表中使用 Power Apps 视觉对象，除了任何必需的 Power BI 每个用户许可证之外，报表查看器还必须具有 Power Apps 许可证 。 或者，可以使用 Power Apps 和 Power Automate 的即用即付计划 。

Power Apps 视觉对象的用例包括：

  • 有助于写回数据库，例如向某些客户添加注释或修改 Power BI 报表中的预测值。
  • 促进 Power BI 报表通知的直接操作，例如从客户满意度报表联系客户。
  • 允许用户从 Power BI 报表内提交表单，例如反馈表单、投票或调查。

在嵌入式方案中，Power Apps 视觉对象仅支持 为组织 方案嵌入，而不支持 为客户 方案嵌入。 有关其他限制，请参阅 Power Apps 视觉对象的限制。

在 Power Apps 画布应用中集成 Power BI 报表

可以在 Power Apps 画布应用中集成 Power BI 仪表板磁贴。 使用此方法时，主要消耗介质是 Power App，它由 Power BI 磁贴增强。 在画布应用开发过程中使用 Power BI 磁贴控件 嵌入磁贴。

从 Power Automate 在 Power BI 中执行操作

可以使用 Power Automate 自动执行 Power BI 中的特定操作，例如报表导出、语义模型刷新或 DAX 查询评估。 此功能有助于简化某些任务或提高工作效率。

从 Power Automate 自动执行 Power BI 的用例包括：

  • 更新上游数据源时触发语义模型的刷新。
  • 自动分发 Power BI 报表或分页报表。
  • 触发流时，将行添加到 Power BI 语义模型表。

从 Power BI 触发 Power Automate 流

还可以使用 Power BI 通过三种方式触发 Power Automate 云流：

使用此方法时，不会像响应 Power BI 中发生的事件一样自动执行 Power BI 操作。 可以手动触发这些事件（如 Power Automate 视觉对象）或自动触发（如数据警报）。 还可以在流中使用 Power BI 下游的数据，这有助于自动执行更具体和相关的操作。

使用此方法时，需要考虑一些许可注意事项。 若要在 Power BI 报表中使用 Power Automate 视觉对象，报表查看器必须有权访问 Power Automate 流和 Power Automate 许可证（如有必要）以及任何必需的 Power BI 每用户许可证。 或者，可以使用 Power Apps 和 Power Automate 的即用即付计划 。

从 Power BI 触发 Power Automate 流的用例包括：

  • 使用 Power Automate 视觉对象从 Power BI 报表中更新或向 Excel 表添加行。
  • 通过设置报表和仪表板来报告具有已知基线的当前值的差异，以及通过在仪表板磁贴上设置数据警报来自动执行回归测试。
  • 使用数据警报在语义模型数据中出现意外值或异常时，通知团队或个人。 若要在 Power BI 报表中使用 Power Automate 视觉对象，报表查看器必须有权访问 Power Automate 流和 Power Automate 许可证（如有必要）以及任何必需的 Power BI 每用户许可证。 或者，可以使用 Power Apps 和 Power Automate 的即用即付计划 。

在 Power Pages 网站中嵌入 Power BI 报表

可以在 Power Pages 网站中嵌入 Power BI 报表，这样就可以在使用 Power Pages 制作的面向外部的网站上显示 Power BI 报表。 此方法通过 从 Power Platform 管理中心启用 Power BI Embedded 服务 ，简化了客户的嵌入方案。

使用此方法时，需要考虑一些许可注意事项。 若要在 Power Pages 网站中嵌入 Power BI 报表，必须具有 F、P、EM 或 A SKU。 还需要相应的 Power Pages 许可证。

在 Power Pages 网站中嵌入 Power BI 报表的用例包括：

  • 通过自定义门户将报表分发给外部用户或客户。
  • 显示网站分析，如网站的订阅者或流量。
  • 使用交互式 Power BI 可视化效果增强 Power Pages 网站。

除了 Power BI Embedded 的限制外，在 Power Pages 中嵌入报表还有特定的限制。 例如，必须将报表发布到与其连接的语义模型相同的工作区。 在决定在 Power Pages 网站中嵌入 Power BI 内容之前，请确保考虑这些注意事项。

OneDrive 和 SharePoint 集成

OneDrive 和 SharePoint 通常用于存储 Power BI 的内容和数据文件。 通过集成 OneDrive 和 SharePoint，可以进一步增强其共享功能。

Power BI Desktop 文件的 OneDrive 刷新

将 Power BI Desktop （.pbix） 文件保存到 OneDrive for Work 或 School 或 SharePoint 时，可以从 OneDrive 将该文件导入工作区，而不是从 Power BI Desktop 发布该文件。 这样做可以受益于 OneDrive 刷新，其中数据模型自动更新，通常在一小时内。

使用 OneDrive 刷新的用例包括：

  • 自助服务用户希望简化 Power BI Desktop 文件的发布。
  • 内容创建者希望在 OneDrive 中协作时跟踪和管理更改。

除了为单个 .pbix 文件集成用于语义模型和报表外，还可以设置 工作区级与 OneDrive 的集成。

在 OneDrive 和 SharePoint 中预览 Power BI Desktop 文件

通过 OneDrive 或 SharePoint 与人员共享 Power BI Desktop 文件时，他们可以 预览 OneDrive 或 SharePoint 中的报表 ，而无需在 Power BI Desktop 中打开它。 此功能仅适用于连接到共享语义模型的报表，或包含报表和导入语义模型的 Power BI Desktop 文件。 此外，不能预览 1 GB 或更大的 Power BI Desktop 文件。 有关详细信息，请参阅 注意事项和限制。

使用此方法时，需要考虑一些许可注意事项。 用户需要 Power BI Pro 许可证才能预览 OneDrive 或 SharePoint 中的 Power BI Desktop 文件。 有关详细信息，请参阅 在 OneDrive 和 SharePoint 中查看报表的先决条件。

使用 OneDrive 预览文件的用例包括：

在 SharePoint Online 中嵌入 Power BI 报表

可以通过在 SharePoint Online 中嵌入 Power BI 报表（也称为安全嵌入）将 Power BI 与 SharePoint 集成。 报表体验与用户使用与直接访问共享的链接在 Fabric 工作区中查看报表体验相同。 强制实施行级别安全性 以及项权限。 用户必须具有对报表的直接访问权限才能在 SharePoint 网站中查看报表。

在 SharePoint Online 中嵌入 Power BI 报表的用例包括：

  • 你想要从 SharePoint 门户而不是通过 Fabric 工作区分发报表。 如果要将报表从多个工作区分发给特定受众，此方法非常有用。
  • 您希望在 SharePoint 网站中嵌入支持协作或决策的报表。

与 Visual Studio 和 VS Code 集成

许多开发人员熟悉如何使用 Visual Studio 或 Visual Studio Code（VS Code）来管理源文件和元数据。 这些工具提供了多个与 Power BI 和 Fabric 集成的选项。

结合使用 Visual Studio 和 Analysis Services 项目开发语义模型

如果开发人员更喜欢在 Visual Studio 中工作，他们可以 从 Visual Studio 而不是 Power BI Desktop 开发和部署语义模型。 在这种情况下，他们需要 Visual Studio 2017 或更高版本，以及 SQL Server Data Tools （SSDT） 扩展的 2.9.14 版本（或更高版本）。

提示

喜欢使用类似于 Visual Studio 的体验来生成和管理语义模型的开发人员可能会发现使用表格编辑器更有效。 表格编辑器是一个外部工具，它通过 XMLA 读/写终结点连接到 Power BI Desktop 中打开的本地模型或远程模型。 它还支持脚本和批处理任务，以提高开发人员工作效率。

有关详细信息，请参阅 高级数据模型管理。

使用 VS Code 管理项

如果开发人员更喜欢在 VS Code 中工作，他们可以使用扩展通过 VS Code 应用程序促进 Power BI 的一些工作。

有几个工具可用于从 VS Code 管理 Power BI 的不同部分：

  • TMDL：Microsoft的官方 VS Code 扩展，它为表格模型定义语言（TMDL）提供语言支持，以使用 TMDL 元数据格式的语义模型。
  • Power BI Studio：社区开发的 VS Code 扩展，它使用 Power BI REST API 查看和管理工作区中的项。
  • Power BI VSCode 扩展包：VS Code 扩展的集合，使开发人员能够使用 Fabric 和 Power BI 在 VS Code 中工作。 它包括 TMDL 和 Power BI Studio 扩展。

其他 Fabric 体验也支持 VS Code 集成，例如 数据工程和数据科学的 笔记本，或者通过使用 语义链接 （前面所述）管理 Power BI 语义模型。

Python 或 R 集成

可以在 Power BI 语义模型和报表中运行 Python 或 R 脚本，以扩展这些项的功能。 此功能对熟悉 Python 或 R 的内容创建者以及通过 Power BI 为业务用户创建和分发内容非常有用。

精通 Python 或 R 的内容所有者或创建者可能受益于在 Fabric 容量中使用 笔记本项 。 对于许多用例，笔记本是 Python 和 R 与 Power BI 集成的首选选项。 这是因为它们提供了更多用于创建和维护这些语言构建的解决方案的选项，因此它们也有较少的限制，通常涉及更少的支持工作量。

在语义模型中运行 Python 或 R 代码

可以将 Python 或 R 代码作为你在使用导入存储模式的语义模型中执行的数据转换的一部分进行集成。 通过此集成，可以在刷新模型时使用 Python 或 R 转换数据或执行高级分析。

若要刷新使用 Power Query 中集成的 Python 或 R 的已发布语义模型，必须在个人模式下使用本地数据网关。 这是因为 Python 或 R 代码使用计算机上安装的 Python 或 R 在本地运行。 此设置通常很难管理和维护。 如果需要在语义模型中使用 Python 或 R，我们建议使用替代方法，例如 Fabric 中的笔记本。

在 Power BI 报表中创建 Python 或 R 视觉对象

可以将 Python 或 R 与 Power BI 报表集成，以便使用 Python 库（如 Seaborn 或 R 包（如 ggplot2）创建自定义视觉对象。 这些视觉对象是完全可自定义的，并且支持 Power BI 中的交互式功能，例如呈现筛选的结果、交叉筛选、自定义工具提示、向下钻取和钻取。

确保所有 Python 或 R 视觉对象都使用 Fabric 中支持的 Python 库 和 R 包 。 如果使用不受支持的库或包，即使视觉对象在 Power BI Desktop 中的报表中呈现，视觉对象也不会呈现在Power BI 服务中。

虽然可以转换数据并将计算作为 Python 或 R 自定义视觉对象的一部分进行计算，但不建议这样做。 将此逻辑放置在 Python 或 R 视觉对象中可能会导致呈现持续时间变慢，并且难以在计算逻辑中保持视觉对象和报表之间的协调。

相反，通过创建度量值将逻辑添加到 DAX 计算中，并尽可能在 Power Query 或数据源中等上游执行转换。

Power BI 报表的自定义视觉对象

除了 Python 和 R，在 Power BI 报表中创建自定义视觉对象还有其他选项。虽然未显式集成，但可以在 Power BI 报表中使用自定义视觉对象进行高级或特定用例。 可以创建自己的自定义视觉对象（无需与其他服务集成），或者从 AppSource 获取视觉对象，该视觉对象可以是免费视觉对象，也可以是需要许可证。 根据自定义视觉对象，它可能涉及与第三方服务的集成，你需要同意其许可条款。

如果要考虑使用自定义视觉对象扩展 Power BI 报表的功能，请考虑 Deneb。 Deneb 是一种经过社区开发的认证自定义视觉对象，可用于使用 Vega 或 Vega-Lite 语言的声明性 JSON 语法来生成自己的可视化效果。 Deneb 拥有大型社区和许多模板，因此对于想要创建自己的视觉对象而不使用 JavaScript、Python 或 R 的报表创建者来说，这是一个不错的选择。

与其他第三方服务集成

还有其他第三方服务提供与 Power BI 的集成。

以下部分介绍第三方服务，以及需要考虑的用例。

通过 XMLA 终结点与语义模型集成

在 Power BI 中，外部工具可以使用 XMLA 终结点连接到 Power BI 语义模型。 有开放源代码和商业可用的工具可用于提高工作效率或扩展现有语义模型的功能。

下面是可通过 XMLA 终结点与语义模型集成的一些工具示例：

有关 XMLA 终结点以及使用这些终结点的客户端应用程序和工具的详细信息，请参阅 Power BI 中的 XMLA 终结点的语义模型连接和管理。 只有将许可证模式设置为 Fabric 容量、高级容量或 Premium Per User 的工作区才支持 XMLA 终结点。

可以启用 XMLA 终结点，并将其设置为从管理门户中的 Power BI 工作负荷选项读取或读取/写入。 还可以 使用多个租户设置 来控制哪些用户和组可以使用 XMLA 终结点。

清单 - 计划将 Power BI 与其他服务集成时，关键决策和注意事项包括：

  • 定义要求：描述要实现的内容以及预期的好处。
  • 描述为何不能单独在 Power BI 中完成任务：定义阻止你通过 Power BI 中的内置工具和功能满足此要求的挑战或限制。
  • 确定可帮助你满足要求的服务：编译有助于实现目标的服务列表。 根据要求，可能只有一个合理的选项。
  • 确定任何潜在的风险、限制或注意事项：仔细规划和考虑此集成对不同领域的影响，例如安全性、许可、治理和用户启用。
  • 研究如何设置集成：阅读相应的技术文档并编译适用于特定方案的分步协议，了解如何将 Power BI 与服务或工具集成。 请特别注意可能需要进行此集成的可能故障排除或自定义。
  • 执行测试或概念证明（POC）：在为租户、工作区或项目设置集成之前，请先执行具有代表性的试验来测试任何假设并揭示任何挑战或限制。 执行测试或 POC 非常重要。
  • 设置培训和监视：确保集中团队能够监视新服务及其对租户使用情况的影响。 准备相关的培训材料，以便人们可以使用新服务，并帮助他们避免问题。

相关内容

有关有助于做出 Power BI 实现决策的更多注意事项、操作、决策标准和建议，请参阅 Power BI 实现计划。