Resumo
Neste módulo, você explorou as alterações quando os modelos semânticos precisam lidar com conjuntos de dados maiores, usuários mais simultâneos e padrões de consumo mais amplos em Microsoft Fabric. O desafio era claro: modelos criados para equipes pequenas no Power BI Desktop não lidam automaticamente com o que vem com escala.
Você aprendeu a tomar quatro decisões de design críticas. Primeiro, você escolheu o Direct Lake como o modo de armazenamento padrão e entendeu quando os modelos de importação, DirectQuery ou composição são a melhor opção. Em seguida, você projetou relações de esquema estrela para clareza e desempenho, incluindo integridade referencial, relações inativas e conexões entre fontes. Em seguida, você projetou cálculos escalonáveis usando grupos de cálculo para reduzir a proliferação de medidas, variáveis e convenções de nomenclatura para dar suporte à manutenção da equipe e agregações para lidar com grandes volumes de dados. Por fim, você definiu configurações que controlam como o modelo lida com grandes conjuntos de dados, consultas simultâneas e acesso a ferramentas externas.
Juntas, essas decisões preparam um modelo semântico para escala. Eles também o preparam para o consumo de IA, pois a IA demanda as mesmas coisas de um modelo que a escalabilidade: dados atualizados, relações claras, estruturas descritivas e capacidade.