Yhteenveto
Tässä moduulissa tutkit, mitä muuttuu, kun semanttisten mallien täytyy käsitellä suurempia tietoaineistoja, useampia samanaikaisia käyttäjiä ja laajempia kulutustottumuksia Microsoft Fabricissa. Haaste oli selvä: pienille tiimeille rakennetut mallit Power BI Desktopissa eivät automaattisesti käsittele skaalaa.
Opit tekemään neljä kriittistä suunnittelupäätöstä. Ensinnäkin valitsit Direct Laken oletustallennustilaksi ja ymmärsit, milloin Import-, DirectQuery- tai yhdistelmämallit ovat parempi valinta. Sitten suunnittelit tähtiskeemasuhteita selkeyden ja suorituskyvyn vuoksi, mukaan lukien viittausintegriteetti, passiiviset suhteet ja lähteiden väliset yhteydet. Seuraavaksi suunnittelit skaalautuvia laskelmia laskentaryhmien avulla vähentämään mittausten lisääntymistä, muuttujia ja nimeämiskäytäntöjä tiimien ylläpidettävyyden tukemiseksi sekä aggregaatioita suurten datamäärien hallintaan. Lopuksi määritit asetukset, jotka ohjaavat, miten malli käsittelee suuria tietoaineistoja, samanaikaisia kyselyitä ja ulkoisten työkalujen käyttöä.
Yhdessä nämä päätökset valmistavat semanttisen mallin mittakaavalle. He myös valmistelevat sitä tekoälyn käyttöön, koska tekoäly vaatii mallilta samoja asioita kuin skaala: nykyistä dataa, selkeitä suhteita, kuvailevia rakenteita ja kapasiteettia.
Lisätietoja
- Direct Lake yleiskatsaus
Luo laskentaryhmät Power BI - Suuri semanttinen mallin tallennusmuoto