แชร์ผ่าน

ภาพรวม Direct Lake

Direct Lake เป็นตัวเลือกโหมดการจัดเก็บตารางแบบจําลองความหมายของ Power BI ที่มีอยู่ใน Microsoft Fabric ได้รับการปรับให้เหมาะสมสําหรับข้อมูลปริมาณมากเพื่อโหลดลงในหน่วยความจําอย่างรวดเร็วจาก ตารางเดลต้า ที่มีอยู่ใน OneLake ซึ่งเป็นที่เก็บข้อมูลเดียวสําหรับข้อมูลการวิเคราะห์ทั้งหมด เมื่อโหลดลงในหน่วยความจําแล้ว แบบจําลองความหมายจะเปิดใช้งานการวิเคราะห์เชิงโต้ตอบประสิทธิภาพสูง

แผนภาพแสดงแบบจําลองความหมาย Direct Lake และวิธีการเชื่อมต่อกับตาราง Delta ใน OneLake ตามที่อธิบายไว้ในย่อหน้าก่อนหน้า

Direct Lake เหมาะอย่างยิ่งสําหรับโมเดลความหมายที่เชื่อมต่อกับเลคเฮาส์ Fabric คลังสินค้า และแหล่งข้อมูล Fabric อื่นๆ ที่มีตารางเดลต้า Direct Lake มีประโยชน์อย่างยิ่งเมื่อการจําลองปริมาณข้อมูลทั้งหมดลงในตารางการนําเข้าเป็นเรื่องที่ท้าทายหรือเป็นไปไม่ได้ คิวรี Direct Lake และคิวรีนําเข้าได้รับการประมวลผลโดยกลไกจัดการคิวรี VertiPaq ในขณะที่ DirectQuery จะรวมคิวรีไปยังแหล่งข้อมูลต้นแบบ โดยปกติคิวรี Direct Lake และคิวรีนําเข้าจะมีประสิทธิภาพดีกว่าคิวรี DirectQuery เมื่อโหลดและโต้ตอบกับวิชวลในรายงาน

อย่างไรก็ตาม Direct Lake แตกต่างจากโหมดการนําเข้าในวิธีสําคัญ: การดําเนินการรีเฟรชสําหรับแบบจําลองความหมาย Direct Lake นั้นแตกต่างกันตามการดําเนินการรีเฟรชสําหรับแบบจําลองความหมายแบบนําเข้า โหมดการนําเข้าจะคัดลอกข้อมูลและสร้างสําเนาของข้อมูลที่แคชทั้งหมดสําหรับแบบจําลองความหมาย ในขณะที่การรีเฟรช Direct Lake จะคัดลอกเฉพาะเมตาดาต้าเท่านั้น (เรียกว่า การเฟรมอธิบายไว้ภายหลังในบทความนี้) ซึ่งอาจใช้เวลาสองถึงสามวินาทีในการดําเนินการให้เสร็จสมบูรณ์ การรีเฟรช Direct Lake เป็นการดําเนินการที่มีค่าใช้จ่ายต่ําซึ่งวิเคราะห์เมตาดาต้าของตาราง Delta เวอร์ชันล่าสุด และมีการอัปเดตเพื่ออ้างอิงไฟล์ล่าสุดใน OneLake ในทางตรงกันข้าม สําหรับการรีเฟรชการนําเข้าจะสร้างสําเนาของข้อมูล ซึ่งอาจใช้เวลามาก และใช้แหล่งข้อมูลที่สําคัญและทรัพยากรความจุ (หน่วยความจําและ CPU) Direct Lake ย้ายการเตรียมข้อมูลไปยัง OneLake และในการดําเนินการดังกล่าวใช้เทคโนโลยี Fabric เต็มรูปแบบสําหรับการเตรียมข้อมูล รวมถึงงาน Spark คําสั่ง T-SQL DML กระแสข้อมูล ไปป์ไลน์ และอื่น ๆ

โหมดที่เก็บข้อมูล Direct Lake มีประโยชน์ดังต่อไปนี้:

  • คล้ายกับโหมดการนําเข้า คิวรี Direct Lake จะได้รับการประมวลผลโดยกลไก VertiPaq และทําให้ประสิทธิภาพการทํางานของคิวรีเทียบกับโหมดนําเข้าได้โดยไม่ต้องมีค่าใช้จ่ายในการจัดการวงจรการรีเฟรชข้อมูลเพื่อโหลดปริมาณข้อมูลทั้งหมด
  • ใช้การลงทุน Fabric ที่มีอยู่โดยการรวมเข้ากับเลคเฮ้าส์ขนาดใหญ่ คลังสินค้า และแหล่ง Fabric อื่น ๆ ด้วยตาราง Delta อย่างราบรื่น ตัวอย่างเช่น Direct Lake เป็นตัวเลือกที่เหมาะสําหรับเลเยอร์การวิเคราะห์ ทอง ในสถาปัตยกรรมของบ้านทะเลสาบเหรียญ
  • เพิ่มผลตอบแทนจากการลงทุน (ROI) ให้สูงสุดเนื่องจากปริมาณข้อมูลที่วิเคราะห์สามารถเกินขีดจํากัดหน่วยความจําสูงสุดของความจุเนื่องจากเฉพาะข้อมูลที่จําเป็นในการตอบคิวรีเท่านั้นที่จะโหลดลงในหน่วยความจํา
  • ลดเวลาแฝงของข้อมูลโดยการซิงโครไนซ์แบบจําลองเชิงความหมายกับแหล่งข้อมูลได้อย่างรวดเร็วและโดยอัตโนมัติ ทําให้ข้อมูลใหม่พร้อมใช้งานสําหรับผู้ใช้ทางธุรกิจโดยไม่มีกําหนดการรีเฟรช

คุณควรใช้โหมดที่เก็บข้อมูล Direct Lake เมื่อใด

กรณีการใช้งานหลักสําหรับโหมดที่เก็บข้อมูล Direct Lake มักใช้สําหรับโครงการวิเคราะห์ที่ขับเคลื่อนด้วย IT ที่ใช้สถาปัตยกรรมที่ขับเคลื่อนด้วยทะเลสาบ ในสถานการณ์ดังกล่าว คุณมี หรือคาดว่าจะสะสม ปริมาณข้อมูลขนาดใหญ่ใน OneLake การโหลดข้อมูลดังกล่าวอย่างรวดเร็วลงในหน่วยความจํา การดําเนินการรีเฟรชที่ใช้บ่อยและรวดเร็ว การใช้ทรัพยากรความจุที่มีประสิทธิภาพ และประสิทธิภาพการคิวรีอย่างรวดเร็วมีความสําคัญสําหรับกรณีการใช้งานนี้ทั้งหมด

โน้ต

ตารางนําเข้าและ DirectQuery ในแบบจําลองความหมายยังคงมีความเกี่ยวข้องใน Fabric และเป็นตัวเลือกที่เหมาะสมของแบบจําลองความหมายสําหรับบางสถานการณ์ ตัวอย่างเช่น โหมดการนําเข้าที่เก็บข้อมูลมักจะทํางานได้ดีกับนักวิเคราะห์แบบบริการตนเองที่ต้องการอิสระและความคล่องตัวในการดําเนินการอย่างรวดเร็วและไม่จําเป็นต้องใช้ IT เพื่อเพิ่มองค์ประกอบข้อมูลใหม่

โมเดลความหมายที่มีตารางนําเข้าและตาราง Direct Lake ให้ความยืดหยุ่นด้วยขนาดที่จําเป็นสําหรับสถานการณ์ BI จํานวนมากด้วย

นอกจากนี้ การรวม OneLake จะเขียนข้อมูลสําหรับตารางในโหมดที่เก็บข้อมูลแบบนําเข้าไปยัง ตาราง Delta ใน OneLake โดยอัตโนมัติโดยไม่เกี่ยวข้องกับความพยายามในการโยกย้ายใด ๆ ซึ่งจะช่วยให้คุณสามารถตระหนักถึงประโยชน์มากมายของ Fabric ที่มีให้สําหรับผู้ใช้แบบจําลองเชิงความหมายการนําเข้า เช่น การรวมกับ lakehouses ผ่านทางลัด คิวรี SQL สมุดบันทึก และอื่น ๆ อีกมากมาย เราขอแนะนําให้ตัวเลือกนี้เป็นวิธีที่รวดเร็วในการชดเชยประโยชน์ของ Fabric โดยไม่จําเป็นต้องออกแบบใหม่ทันทีหรือออกแบบระบบคลังข้อมูลที่มีอยู่ของคุณใหม่และ/หรือระบบการวิเคราะห์

Direct Lake ขึ้นอยู่กับการเตรียมข้อมูลที่กําลังดําเนินการในที่จัดเก็บข้อมูลดิบ การเตรียมข้อมูลสามารถทําได้โดยใช้เครื่องมือต่าง ๆ เช่น งาน Spark สําหรับ Fabric lakehouses คําสั่ง T-SQL DML สําหรับคลังสินค้า Fabric กระแสข้อมูล ไปป์ไลน์ และอื่น ๆ ซึ่งช่วยให้มั่นใจได้ว่าตรรกะการเตรียมข้อมูลจะดําเนินการอัพสตรีมในสถาปัตยกรรมเพื่อเพิ่มความสามารถในการนํามาใช้ใหม่ให้ได้มากที่สุด อย่างไรก็ตาม หากผู้สร้างแบบจําลองความหมายไม่มีความสามารถในการปรับเปลี่ยนรายการแหล่งข้อมูล ตัวอย่างเช่น ถ้านักวิเคราะห์แบบบริการตนเองไม่มีสิทธิ์เขียนบน lakehouse ที่จัดการโดย IT การเพิ่มแบบจําลองที่มีตารางโหมดที่เก็บข้อมูลแบบนําเข้าอาจเป็นตัวเลือกที่ดีเนื่องจากโหมดการนําเข้ารองรับการเตรียมข้อมูลโดยใช้ Power Query ซึ่งถูกกําหนดให้เป็นส่วนหนึ่งของแบบจําลองความหมาย

ตรวจสอบให้แน่ใจว่าได้พิจารณา สิทธิ์การใช้งานความจุ Fabric ปัจจุบันของคุณและ guardrails ความจุ Fabric เมื่อคุณพิจารณาโหมดที่เก็บข้อมูล Direct Lake นอกจากนี้ ปัจจัยในข้อควรพิจารณาและข้อจํากัดของ ซึ่งจะอธิบายไว้ในบทความนี้ในภายหลัง

ปลาย

เราขอแนะนําให้คุณสร้างต้นแบบ —หรือพิสูจน์แนวคิด (POC) เพื่อกําหนดว่าแบบจําลองความหมาย Direct Lake เป็นโซลูชันที่เหมาะสมหรือไม่ และเพื่อลดความเสี่ยง

แนวคิดหลักและคําศัพท์

บทความนี้ถือว่ามีความคุ้นเคยกับแนวคิดต่อไปนี้:

  • ผู้ใช้โหลดและโต้ตอบกับวิชวลในรายงาน Power BI ที่สร้างคิวรี DAX ไปยังแบบจําลองความหมาย
  • โหมดที่เก็บข้อมูล: แบบจําลองความหมายประมวลผลคิวรี DAX แตกต่างกันไปตามโหมดที่เก็บข้อมูลตารางที่ใช้ ตัวอย่าง:
    • โหมดที่เก็บข้อมูล Direct Lake และนําเข้าใช้กลไก VertiPaq เพื่อประมวลผลคิวรี DAX และส่งกลับผลลัพธ์ไปยังรายงาน Power BI และผู้ใช้
    • DirectQuery แปลคิวรี DAX เป็นไวยากรณ์คิวรีของแหล่งข้อมูล เช่น คิวรี SQL และเรียกใช้บนฐานข้อมูลต้นทางต้นแบบ โดยทั่วไปฐานข้อมูลต้นทางเหล่านี้จะไม่ได้รับการปรับให้เหมาะสมสําหรับการโหลดคิวรีจํานวนมากที่มาจากรายงานและคิวรีรวมที่จําเป็นโดยวิชวล และอาจส่งผลให้ประสิทธิภาพการทํางานช้าลงเมื่อเทียบกับโหมดนําเข้าและโหมด Direct Lake

โหมดที่เก็บข้อมูลเป็นคุณสมบัติของตารางในแบบจําลองความหมาย เมื่อแบบจําลองความหมายมีตารางที่มีโหมดที่เก็บข้อมูลที่แตกต่างกัน จะเรียกว่าโมเดลแบบรวม สําหรับข้อมูลเพิ่มเติมเกี่ยวกับโหมดที่เก็บข้อมูล โปรดดู โหมดแบบจําลองความหมายในบริการของ Power BI

โหมดการจัดเก็บตาราง Direct Lake มีสองตัวเลือก:

  • Direct Lake บน OneLake สามารถใช้ข้อมูลจากแหล่งข้อมูล Fabric อย่างน้อยหนึ่งแหล่งข้อมูลที่มีตารางเดลต้า Direct Lake บน OneLake จะไม่ถอยกลับไปยังโหมด DirectQuery ผ่านจุดสิ้นสุดการวิเคราะห์ SQL ของแหล่งข้อมูล แบบจําลองความหมายที่มี Direct Lake บนตาราง OneLake ยังสามารถเพิ่มตารางนําเข้าจากแหล่งข้อมูลอื่นได้อีกด้วย

โน้ต

Direct Lake บน OneLake ขณะนี้อยู่ในตัวอย่างสาธารณะ เปิดใช้งานการตั้งค่าผู้เช่า ผู้ใช้สามารถสร้าง Direct Lake บนแบบจําลองความหมาย OneLake (พรีวิว) ในพอร์ทัลผู้ดูแลระบบเพื่อสร้างแบบจําลองความหมายด้วยโหมดที่เก็บข้อมูลตารางนี้ แบบจําลองความหมายที่สร้างขึ้นแล้วจะไม่ได้รับผลกระทบจากการตั้งค่าผู้เช่านี้

  • Direct Lake บน SQL สามารถใช้ข้อมูลจากแหล่งข้อมูล Fabric เดียวที่มีตารางเดลต้า จุดสิ้นสุดการวิเคราะห์ SQL ใช้สําหรับการค้นพบตารางเดลต้าและมุมมอง SQL และการตรวจสอบสิทธิ์ Direct Lake บนจุดสิ้นสุด SQL จะกลับไปที่โหมดที่เก็บข้อมูลตาราง DirectQuery เมื่อไม่สามารถโหลดข้อมูลได้โดยตรงจากตารางเดลต้า เช่น เมื่อแหล่งข้อมูลเป็นมุมมอง SQL หรือเมื่อคลังสินค้าใช้การควบคุมการเข้าถึงแบบละเอียดที่ใช้ SQL คุณสมบัติแบบจําลองความหมาย พฤติกรรม Direct Lake ควบคุมพฤติกรรมการถอยกลับ

การเปรียบเทียบโหมดที่เก็บข้อมูล

ตารางต่อไปนี้เปรียบเทียบโหมดที่เก็บข้อมูล Direct Lake กับโหมดที่เก็บข้อมูลแบบนําเข้าและ DirectQuery

สมรรถนะ Direct Lake บน OneLake Direct Lake บนจุดสิ้นสุด SQL นําเข้า DirectQuery
การตั้งค่าผู้เช่า เปิดใช้งานการตั้งค่าผู้เช่าผู้ใช้ สามารถสร้าง Direct Lake บนแบบจําลองความหมาย OneLake (พรีวิว) ในพอร์ทัลผู้ดูแลระบบ เปิดใช้งานสําหรับผู้เช่าทั้งหมด เปิดใช้งานสําหรับผู้เช่าทั้งหมด เปิดใช้งานสําหรับผู้เช่าทั้งหมด
อนุญาต การสมัครสมาชิกความจุของ Fabric (SKU) เท่านั้น 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 ตารางของแหล่งข้อมูล Fabric ใด ๆ ที่ได้รับการสนับสนุนโดยตาราง Delta เฉพาะเลคเฮ้าส์หรือตารางคลังสินค้า (หรือมุมมอง) ตัวเชื่อมต่อใด ๆ ตัวเชื่อมต่อใด ๆ ที่สนับสนุนโหมด DirectQuery
เชื่อมต่อกับมุมมองปลายทางการวิเคราะห์ SQL ไม่ใช่ ใช่ – แต่จะกลับไปใช้โหมด DirectQuery โดยอัตโนมัติ ใช่ ใช่
โมเดลแบบรวม ใช่ - สามารถรวมกับตารางโหมดที่เก็บข้อมูลนําเข้าในการสร้างแบบจําลองเว็บ Power BI และตาราง DirectQuery ด้วยเครื่องมือ XMLA ไม่ 1 ใช่ – สามารถรวมกับตารางโหมดที่เก็บข้อมูล DirectQuery, Dual และ Direct Lake ใช่ – สามารถใช้ร่วมกับตารางโหมดการจัดเก็บข้อมูลนําเข้า คู่ และ Direct Lake ได้
ลงชื่อเข้าระบบครั้งเดียว (SSO) ใช่ ใช่ ไม่ ใช่
ตารางที่มีการคํานวณ ใช่ – แต่การคํานวณไม่สามารถอ้างอิงถึงคอลัมน์ของตารางในโหมด Direct Lake ได้ No – ยกเว้น กลุ่มการคํานวณพารามิเตอร์ What-if และ พารามิเตอร์เขตข้อมูล ซึ่งสร้างตารางจากการคํานวณโดยนัย ใช่ No – ตารางจากการคํานวณใช้โหมดที่เก็บข้อมูลแบบนําเข้าแม้ว่าตารางเหล่านั้นจะอ้างอิงไปยังตารางอื่นในโหมด DirectQuery
คอลัมน์จากการคํานวณ ไม่ใช่ ไม่ใช่ ใช่ ใช่
ตารางแบบไฮบริด ไม่ใช่ ไม่ใช่ ใช่ ใช่
พาร์ติชันตารางแบบจําลอง ไม่ อย่างไรก็ตามการแบ่งพาร์ติชันสามารถทําได้ที่ระดับตาราง Delta ไม่ อย่างไรก็ตามการแบ่งพาร์ติชันสามารถทําได้ที่ระดับตาราง Delta ใช่ – สร้างขึ้นโดยอัตโนมัติโดยการรีเฟรชแบบเพิ่มหน่วย หรือ สร้างขึ้นด้วยตนเอง โดยใช้ตําแหน่งข้อมูล XMLA ไม่ใช่
การรวมที่ผู้ใช้กําหนดเอง ไม่ใช่ ไม่ใช่ ใช่ – รองรับการนําเข้าตารางการรวมในตาราง DirectQuery ใช่
การรักษาความปลอดภัยระดับออบเจ็กต์ปลายทางของการวิเคราะห์ SQL หรือการรักษาความปลอดภัยระดับคอลัมน์ ไม่ใช่ ใช่ – แต่อาจก่อให้เกิดข้อผิดพลาดเมื่อปฏิเสธสิทธิ์ ใช่ – แต่ต้องทําซ้ําสิทธิ์ด้วยการรักษาความปลอดภัยระดับออบเจ็กต์แบบจําลองเชิงความหมาย ใช่ – แต่คิวรีอาจทําให้เกิดข้อผิดพลาดเมื่อปฏิเสธสิทธิ์
การรักษาความปลอดภัยระดับแถวปลายทางการวิเคราะห์ SQL (RLS) ไม่ใช่ ใช่ – แต่คิวรีจะกลับไปเป็นโหมด DirectQuery ใช่ – แต่ต้องทําซ้ําสิทธิ์ด้วย RLS ของแบบจําลองความหมาย ใช่
การรักษาความปลอดภัยระดับแถวแบบจําลองเชิงความหมาย (RLS) ใช่ – แต่ขอแนะนําอย่างยิ่งให้ใช้ข้อมูลประจําตัวแบบคงที่ การเชื่อมต่อระบบคลาวด์ ใช่ – แต่ขอแนะนําอย่างยิ่งให้ใช้ข้อมูลประจําตัวแบบคงที่ การเชื่อมต่อระบบคลาวด์ ใช่ ใช่
การรักษาความปลอดภัยระดับออบเจ็กต์แบบจําลองเชิงความหมาย (OLS) ใช่ ใช่ ใช่ ใช่
ปริมาณข้อมูลขนาดใหญ่โดยไม่มีข้อกําหนดการรีเฟรช ใช่ ใช่ ไม่ใช่ ใช่
ลดเวลาแฝงของข้อมูล Yes – เมื่อเปิดใช้งาน การอัปเดตอัตโนมัติ หรือการเปลี่ยนชื่อทางโปรแกรม Yes – เมื่อเปิดใช้งาน การอัปเดตอัตโนมัติ หรือการเปลี่ยนชื่อทางโปรแกรม ไม่ใช่ ใช่
Power BI Embedded ใช่ 2 ใช่ 2 ใช่ ใช่

1 เมื่อใช้ Direct Lake บนจุดสิ้นสุด SQL คุณไม่สามารถรวมตารางโหมดที่เก็บข้อมูล Direct Lake กับตารางโหมดที่เก็บข้อมูล DirectQuery หรือคู่ในแบบจําลองความหมายเดียวกัน อย่างไรก็ตาม คุณสามารถใช้ Power BI Desktop เพื่อสร้างแบบจําลองแบบรวมบนแบบจําลองความหมาย Direct Lake และขยายด้วยตารางใหม่ (โดยใช้โหมดที่เก็บข้อมูลแบบนําเข้า DirectQuery หรือโหมดที่เก็บข้อมูลแบบคู่) หรือการคํานวณได้ สําหรับข้อมูลเพิ่มเติม ดูสร้างแบบจําลองแบบรวมบนแบบจําลองความหมาย

2 จําเป็นต้องมีโทเค็นแบบฝังตัว V2 ถ้าคุณกําลังใช้บริการหลัก คุณต้องใช้ข้อมูลประจําตัวแบบคงที่ การเชื่อมต่อระบบคลาวด์

วิธีการทํางานของ Direct Lake

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

Direct Lake บน OneLake ไม่ได้ควบคู่ไปกับจุดสิ้นสุด SQL ซึ่งนําเสนอการรวมที่เข้มงวดยิ่งขึ้นกับคุณลักษณะ OneLake เช่น การรักษาความปลอดภัย OneLake และแผนคิวรี DAX ที่มีประสิทธิภาพมากขึ้นเนื่องจากตัวอย่างเช่น การตรวจสอบความปลอดภัยตาม SQL ไม่จําเป็น DirectQuery ที่ใช้แสดงแทนไม่ได้รับการสนับสนุนโดย Direct Lake บน OneLake

ด้วย Direct Lake บนจุดสิ้นสุด SQL คิวรี DAX อาจใช้ การแสดงแทน DirectQuery ซึ่งเกี่ยวข้องกับการสลับไปยัง โหมด DirectQuery อย่างราบรื่น ข้อมูลสํารอง DirectQuery จะดึงข้อมูลโดยตรงจาก จุดสิ้นสุดการวิเคราะห์ SQL ของเลคเฮ้าส์ หรือคลังสินค้า ตัวอย่างเช่น แสดงแทน เกิดขึ้นเมื่อตรวจพบการรักษาความปลอดภัยตาม SQL ในจุดสิ้นสุด SQL ในกรณีนี้ การดําเนินการ DirectQuery จะส่งคิวรีไปยังจุดสิ้นสุดการวิเคราะห์ SQL การดําเนินการที่ใช้แสดงแทนอาจส่งผลให้ประสิทธิภาพการทํางานของคิวรีช้าลง

ส่วนต่อไปนี้อธิบายแนวคิดและฟีเจอร์ของ Direct Lake รวมถึงการโหลดคอลัมน์ การเฟรมมิ่ง การอัปเดตอัตโนมัติ และการสํารอง DirectQuery

การโหลดคอลัมน์ (การแปลงรหัส)

แบบจําลองความหมาย Direct Lake จะโหลดข้อมูลจาก OneLake เช่นเดียวกับและเมื่อมีการคิวรีคอลัมน์เป็นครั้งแรกเท่านั้น กระบวนการโหลดข้อมูลตามความต้องการจาก OneLake เรียกว่าการแปลงรหัส

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 การเฟรม ในส่วนถัดไป)
  • ไม่มีคิวรีใช้คอลัมน์เป็นระยะๆ
  • เหตุผลในการจัดการหน่วยความจําอื่น ๆ รวมถึงความดันหน่วยความจําในความจุเนื่องจากการดําเนินการพร้อมกันอื่น ๆ

ตัวเลือก Fabric SKU ของคุณจะกําหนดหน่วยความจําที่มีอยู่สูงสุดสําหรับแต่ละแบบจําลองความหมาย Direct Lake บนความจุ สําหรับข้อมูลเพิ่มเติมเกี่ยวกับรั้วป้องกันทรัพยากรและขีดจํากัดหน่วยความจําสูงสุด โปรดดูข้อกําหนด ความจุของ Fabric ในบทความนี้

กรอบ

การเฟรมมิ่ง ช่วยให้เจ้าของแบบจําลองสามารถควบคุมข้อมูลที่จะโหลดลงในแบบจําลองความหมายได้ 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 จึงถูกสอบถามเพื่อส่งคืนข้อมูลตามสถานะของตารางเดลต้า ณ จุดของการดําเนินการจัดเฟรมที่ประสบความสําเร็จล่าสุด เวลาดังกล่าวไม่จําเป็นต้องเป็นสถานะล่าสุดของตาราง Delta

แบบจําลองความหมายวิเคราะห์บันทึก Delta ของแต่ละตาราง Delta ในระหว่างการ framing เพื่อทิ้งเฉพาะเซ็กเมนต์คอลัมน์ที่ได้รับผลกระทบและโหลดข้อมูลที่เพิ่มใหม่ในระหว่างการแปลงรหัส การปรับให้เหมาะสมที่สําคัญคือพจนานุกรมมักจะไม่ลดลงเมื่อการเฟรมแบบเพิ่มหน่วยจะมีผล และค่าใหม่จะถูกเพิ่มไปยังพจนานุกรมที่มีอยู่ วิธีการเฟรมเวิร์มแบบเพิ่มหน่วยนี้ช่วยลดภาระภาระและประโยชน์ต่อประสิทธิภาพการคิวรี ในกรณีที่เหมาะสมที่สุด เมื่อตาราง Delta ไม่ได้รับการอัปเดต ไม่จําเป็นต้องโหลดใหม่สําหรับคอลัมน์ที่มีถิ่นที่อยู่ภายในหน่วยความจําและคิวรีจะแสดงผลกระทบต่อประสิทธิภาพน้อยลงหลังจากการเฟรมข้อมูลเนื่องจากการเฟรมแบบเพิ่มหน่วยช่วยให้แบบจําลองความหมายอัปเดตส่วนที่สําคัญของข้อมูลในหน่วยความจําที่มีอยู่

โน้ต

การจัดเฟรมอาจล้มเหลวหากตารางเดลต้าเกินรั้วกั้นความจุของผ้า เช่น เมื่อตารางเดลต้ามีไฟล์ parquet มากกว่า 10,000 รายการ สําหรับข้อมูลเพิ่มเติมเกี่ยวกับรั้วป้องกันทรัพยากร โปรดดู ข้อกําหนดความจุของแฟบริคในบทความนี้

แผนภาพต่อไปนี้แสดงวิธีการทํางานของการดําเนินการเฟรมมิ่ง Direct Lake

แผนภาพแสดงให้เห็นว่าการดําเนินการ 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 ที่เพิ่มหลังจากการดําเนินการเฟรมล่าสุด
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 ดูรีเฟรชแบบจําลองความหมาย Direct Lake

การอัปเดตอัตโนมัติ

มีการตั้งค่าระดับแบบจําลองเชิงความหมายเพื่ออัปเดตตาราง Direct Lake โดยอัตโนมัติ ซึ่งจะเปิดใช้งานตามค่าเริ่มต้น เพื่อให้แน่ใจว่าการเปลี่ยนแปลงข้อมูลใน OneLake จะมีผลโดยอัตโนมัติในแบบจําลองความหมาย Direct Lake คุณควรปิดใช้งานการปรับปรุงอัตโนมัติเมื่อคุณต้องการควบคุมการเปลี่ยนแปลงข้อมูลโดยการเฟรมซึ่งอธิบายไว้ในส่วนก่อนหน้า สําหรับข้อมูลเพิ่มเติม ดูจัดการแบบจําลองความหมาย Direct Lake

ปลาย

คุณสามารถตั้งค่าการ รีเฟรชหน้าอัตโนมัติ ในรายงาน Power BI ของคุณได้ ซึ่งเป็นคุณลักษณะที่รีเฟรชหน้ารายงานเฉพาะโดยอัตโนมัติ ซึ่งรายงานจะเชื่อมต่อกับแบบจําลองความหมาย Direct Lake (หรือแบบจําลองความหมายชนิดอื่น ๆ)

แสดงแทน DirectQuery

เมื่อใช้ Direct Lake บนจุดสิ้นสุด SQL คิวรีที่ส่งไปยังแบบจําลองความหมาย Direct Lake สามารถกลับไปใช้ โหมด DirectQuery ซึ่งในกรณีนี้ตารางจะไม่ทํางานในโหมด Direct Lake อีกต่อไป ดึงข้อมูลโดยตรงจากจุดสิ้นสุดการวิเคราะห์ SQL ของเลคเฮ้าส์หรือคลังข้อมูล คิวรีดังกล่าวจะส่งกลับข้อมูลล่าสุดเสมอเนื่องจากไม่ได้ถูกจํากัดไว้ที่จุดเวลาของการดําเนินการเฟรมล่าสุด

เมื่อมีข้อมูลสํารอง DirectQuery เกิดขึ้น คิวรีจะไม่ใช้โหมด Direct Lake อีกต่อไป คิวรีไม่สามารถใช้ประโยชน์จากโหมด Direct Lake เมื่อแบบจําลองความหมายคิวรีมุมมองในจุดสิ้นสุดการวิเคราะห์ SQL หรือตารางในจุดสิ้นสุดการวิเคราะห์ SQL ที่บังคับใช้การรักษาความปลอดภัยระดับแถว (RLS) นอกจากนี้ คิวรีไม่สามารถใช้ประโยชน์จากโหมด Direct Lake เมื่อตาราง Delta เกิน guardrails ของความจุ

สําคัญ

ถ้าเป็นไปได้ คุณควรออกแบบโซลูชันของคุณเสมอหรือปรับขนาดความจุของคุณ เพื่อหลีกเลี่ยงการย้อนกลับ DirectQuery นั่นเป็นเพราะอาจส่งผลให้ประสิทธิภาพการคิวรีช้าลง

คุณสามารถควบคุมข้อมูลสํารองของแบบจําลองความหมาย Direct Lake ของคุณได้โดยการตั้งค่าคุณสมบัติ DirectLakeBehavior การตั้งค่านี้ใช้กับ Direct Lake บนจุดสิ้นสุด SQL เท่านั้น Direct Lake บน OneLake ไม่รองรับ DirectQuery แบบสํารอง สําหรับข้อมูลเพิ่มเติม ดูตั้งค่าคุณสมบัติลักษณะการทํางานของ Direct Lake

การรักษาความปลอดภัยข้อมูลและสิทธิ์การเข้าถึง

ตามค่าเริ่มต้น Direct Lake ใช้การลงชื่อเข้าระบบครั้งเดียว (SSO) ซึ่งหมายความว่าข้อมูลประจําตัวที่คิวรีแบบจําลองความหมาย (มักเป็นผู้ใช้รายงาน) ต้องได้รับอนุญาตให้เข้าถึงข้อมูล อีกวิธีหนึ่งคือ คุณสามารถผูกแบบจําลอง Direct Lake กับการเชื่อมต่อระบบคลาวด์ที่แชร์ได้ (SCC) เพื่อให้ข้อมูลประจําตัวแบบคงที่และปิดใช้งาน SSO ในกรณีนี้ เฉพาะข้อมูลประจําตัวแบบคงที่เท่านั้นที่จําเป็นต้องมีการเข้าถึงแบบอ่านข้อมูลในแหล่งข้อมูล

สิทธิ์รายการ Fabric

Direct Lake บังคับใช้โมเดลการรักษาความปลอดภัยแบบหลายชั้น การอนุญาตที่มีประสิทธิภาพสําหรับคิวรีใดๆ ขึ้นอยู่กับทั้งสิทธิ์ของรายการ Fabric (พื้นที่ทํางานและการเข้าถึงแบบจําลองความหมาย) และสิทธิ์ระดับแหล่งที่มา และวิธีการกําหนดค่าโมเดลสําหรับการรับรองความถูกต้อง ไม่ว่าจะเป็น SSO หรือ SCC ข้อมูลประจําตัวคงที่

คําแนะนําการดําเนินงาน:

  • โหมดการรับรองความถูกต้องจะกําหนดว่าคิวรีจะดําเนินการโดยใช้ข้อมูลประจําตัวของผู้ใช้แต่ละราย (SSO) หรือข้อมูลประจําตัวของบริการเดียว (SCC ข้อมูลประจําตัวคงที่)
    • ใช้ SSO สําหรับสถานการณ์แบบอินเทอร์แอกทีฟที่จําเป็นต้องมีการให้สิทธิ์ต่อผู้ใช้
    • ใช้ SCC ข้อมูลประจําตัวคงที่สําหรับสถานการณ์ผู้บริโภคแบบฝังตัวหรือแบบอ่านอย่างเดียว ซึ่งการเข้าถึงระดับแหล่งที่มาถูกกําหนดขอบเขตไว้ที่บัญชีบริการเดียว
  • ใช้หลักการที่มีสิทธิ์น้อยที่สุดทั้งในระดับต้นทางและพื้นที่ทํางาน
  • ทดสอบและตรวจสอบพฤติกรรมสําหรับโหมดการรับรองความถูกต้องทั้งสองโหมด โดยเฉพาะอย่างยิ่งสําหรับ RLS ที่ใช้ SQL และกรณีใดๆ ที่อาจทริกเกอร์การสํารอง DirectQuery ก่อนการปรับใช้การผลิต

สําหรับข้อมูลเพิ่มเติม โปรดดู รวมการรักษาความปลอดภัย Direct Lake

สิทธิ์แบบจําลองเชิงความหมาย

นอกเหนือจากสิทธิ์รายการ Fabric คุณต้องให้สิทธิ์แก่ผู้ใช้เพื่อให้พวกเขาสามารถใช้หรือจัดการแบบจําลองความหมาย Direct Lake ได้ ในระยะสั้น ผู้บริโภครายงานจําเป็นต้องมีสิทธิ์ ในการอ่าน และผู้สร้างรายงานต้องการสิทธิ์ ในการสร้าง เพิ่มเติม คุณสามารถกําหนดสิทธิ์แบบจําลองเชิงความหมายได้โดยตรงหรือได้รับมาโดยนัยโดยใช้บทบาทพื้นที่ทํางาน เมื่อต้องการจัดการการตั้งค่าแบบจําลองความหมาย (สําหรับการรีเฟรชและการกําหนดค่าอื่น ๆ) คุณต้องเป็นเจ้าของแบบจําลองความหมาย

ข้อกําหนดสิทธิ์

สําหรับสถานการณ์และข้อกําหนดสิทธิ์ โปรดดู ผู้ใช้ Direct Lake

สําคัญ

คุณควรทดสอบสิทธิ์อย่างละเอียดก่อนที่จะเผยแพร่แบบจําลองเชิงความหมายและรายงานของคุณไปยังการผลิต

สําหรับข้อมูลเพิ่มเติม ให้ดู สิทธิ์แบบจําลองเชิงความหมาย

ความต้องการกําลังการผลิตของผ้า

แบบจําลองความหมาย Direct Lake จําเป็นต้องมีสิทธิ์การใช้งานความจุผ้า นอกจากนี้ยังมีตัวรักษาความจุและข้อจํากัดที่นําไปใช้กับการสมัครใช้งานความจุ Fabric (SKU) ของคุณ ตามที่แสดงในตารางต่อไปนี้

สําคัญ

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

สําหรับข้อมูลเพิ่มเติม ดูการปรับปรุงที่สําคัญที่มาพร้อมกับสิทธิ์การใช้งาน Power BI Premium และ Power BI Premium

ผ้า 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 ขนาดแบบจําลองสูงสุดในดิสก์/OneLake จะทําให้คิวรีทั้งหมดไปยังแบบจําลองความหมายจะกลับไปเป็นโหมด DirectQuery ตัวป้องกันอื่นๆ ทั้งหมดที่แสดงในตารางจะได้รับการประเมินต่อคิวรี สิ่งสําคัญคือคุณต้อง ปรับตาราง Delta และ แบบจําลองความหมาย Direct Lake ของคุณให้เหมาะสมเพื่อหลีกเลี่ยงการปรับขนาดผ้า SKU ที่สูงขึ้นโดยไม่จําเป็น

นอกจากนี้ หน่วยความจุ และ หน่วยความจําสูงสุดต่อขีดจํากัดคิวรี ใช้กับแบบจําลองความหมาย Direct Lake สําหรับข้อมูลเพิ่มเติม ให้ดู ความจุและ SKU

ข้อควรพิจารณาและข้อจํากัด

แบบจําลองความหมายของทะเลสาบโดยตรงนําเสนอข้อควรพิจารณาและข้อจํากัดบางอย่าง

โน้ต

ความสามารถและคุณสมบัติของแบบจําลองความหมาย Direct Lake กําลังพัฒนาอย่างรวดเร็ว โปรดอย่าลืมกลับมาตรวจสอบเป็นระยะ ๆ เพื่อตรวจสอบรายการข้อควรพิจารณาและข้อจํากัดล่าสุด

โหมดที่เก็บข้อมูลตาราง Direct Lake บน OneLake อยู่ในการแสดงตัวอย่างสาธารณะ เปิดใช้งานการตั้งค่าผู้เช่าผู้ใช้ สามารถสร้าง Direct Lake บนแบบจําลองความหมาย OneLake (พรีวิว) ในพอร์ทัลผู้ดูแลระบบเพื่อสร้างแบบจําลองความหมายด้วย Direct Lake บนตาราง OneLake

ข้อควรพิจารณา / ข้อจํากัด Direct Lake บน OneLake Direct Lake บน SQL (จุดสิ้นสุดการวิเคราะห์)
เมื่อจุดสิ้นสุดการวิเคราะห์ SQL บังคับใช้การรักษาความปลอดภัยระดับแถว คิวรี DAX จะได้รับการประมวลผลแตกต่างกันขึ้นอยู่กับชนิดของโหมด Direct Lake ที่ใช้

เมื่อ Direct Lake บน OneLake ทํางาน คิวรีจะประสบความสําเร็จ และ RLS ตาม SQL จะไม่ถูกนําไปใช้ Direct Lake บน OneLake จําเป็นต้องให้ผู้ใช้มีสิทธิ์เข้าถึงไฟล์ใน OneLake ซึ่งไม่ได้ดู RLS จาก SQL		 คิวรีจะประสบความสําเร็จ ใช่ เว้นแต่ว่าจะแสดงแทนถูกปิดใช้งาน ซึ่งในกรณีนี้คิวรีจะล้มเหลว
ถ้าตารางในแบบจําลองความหมายเป็นไปตามมุมมอง SQL (ไม่ใช่แบบเป็นรูปธรรม) คิวรี DAX จะได้รับการประมวลผลแตกต่างกันขึ้นอยู่กับชนิดของโหมด Direct Lake ที่จ้าง

Direct Lake บนจุดสิ้นสุด SQL จะถอยกลับไปที่ DirectQuery ในกรณีนี้

ไม่สนับสนุนการสร้าง Direct Lake บนตาราง OneLake โดยยึดตามมุมมอง SQL ที่ไม่ใช่รูปธรรม แต่คุณสามารถใช้มุมมองที่เป็นรูปธรรมของเลคเฮ้าส์แทนได้เนื่องจากมีการสร้างตาราง Delta อีกวิธีหนึ่งคือใช้โหมดที่เก็บข้อมูลที่แตกต่างกันเช่นนําเข้าหรือ DirectLake สําหรับตารางที่ยึดตามมุมมอง SQL ที่ไม่ใช่วัสดุ		 ไม่ ใช่ เว้นแต่ว่าจะแสดงแทนถูกปิดใช้งาน ซึ่งในกรณีนี้คิวรีจะล้มเหลว
การสร้างแบบจําลองแบบรวม ซึ่งหมายความว่าตารางแบบจําลองความหมาย Direct Lake สามารถผสมกับตารางในโหมดที่เก็บข้อมูลอื่นๆ เช่น นําเข้า DirectQuery หรือ Dual (ยกเว้นกรณีพิเศษ รวมถึง กลุ่มการคํานวณพารามิเตอร์ what-if และ พารามิเตอร์เขตข้อมูล) รองรับ ไม่ได้รับการสนับสนุน
คอลัมน์จากการคํานวณและตารางจากการคํานวณที่อ้างอิงคอลัมน์หรือตารางในโหมดที่เก็บข้อมูล Direct Lake กลุ่มการคํานวณพารามิเตอร์ what-if และ พารามิเตอร์ฟิลด์ ซึ่งสร้างตารางจากการคํานวณโดยปริยาย และตารางจากการคํานวณที่ไม่ได้อ้างอิงคอลัมน์หรือตาราง Direct Lake ได้รับการสนับสนุนในทุกสถานการณ์ ไม่ได้รับการสนับสนุน ไม่ได้รับการสนับสนุน
ตารางโหมดที่เก็บข้อมูลของ Direct Lake ไม่สนับสนุนชนิดคอลัมน์ของตาราง Delta ที่ซับซ้อน ไบนารีและชนิดความหมาย GUID ยังไม่รองรับเช่นกัน คุณต้องแปลงชนิดข้อมูลเหล่านี้เป็นสตริงหรือชนิดข้อมูลที่ได้รับการสนับสนุนอื่นๆ ไม่ได้รับการสนับสนุน ไม่ได้รับการสนับสนุน
ความสัมพันธ์ของตารางจําเป็นต้องใช้ชนิดข้อมูลของคอลัมน์ที่เกี่ยวข้องเพื่อให้ตรงกัน ใช่ ใช่
คอลัมน์ด้านเดียวของความสัมพันธ์ต้องมีค่าที่ไม่ซ้ํากัน คิวรีล้มเหลวถ้าตรวจพบค่าที่ซ้ํากันในคอลัมน์ด้านเดียว ใช่ ใช่
ตัวแสดงวันที่/เวลาอัตโนมัติใน Power BI Desktop เพื่อสร้างความสัมพันธ์โดยใช้เฉพาะส่วนวันที่ของคอลัมน์ datetime หมายเหตุ: รองรับการทําเครื่องหมายตารางวันที่ของคุณเองเป็นตารางวันที่ และสร้างความสัมพันธ์โดยใช้คอลัมน์วันที่ รองรับ ไม่ได้รับการสนับสนุน
ความยาวของค่าคอลัมน์สตริงถูกจํากัดไว้ที่อักขระ Unicode 32,764 ตัว ใช่ ใช่
ค่าจุดลอยตัวที่ไม่ใช่ตัวเลข เช่น NaN (ไม่ใช่ตัวเลข) ไม่ได้รับการสนับสนุน ใช่ ใช่
เผยแพร่บนเว็บจาก Power BI โดยใช้บริการหลักได้รับการสนับสนุนเมื่อใช้ ข้อมูลประจําตัวแบบคงที่สําหรับแบบจําลองความหมาย Direct Lake เท่านั้น ใช่ ใช่
ในประสบการณ์การสร้างแบบจําลองเว็บ การตรวจสอบความถูกต้องจะถูกจํากัดสําหรับแบบจําลองความหมาย Direct Lake การเลือกผู้ใช้จะสันนิษฐานว่าถูกต้อง และจะไม่มีการออกคิวรีเพื่อตรวจสอบคาร์ดินาลลิตี้หรือการเลือกตัวกรองข้ามสําหรับความสัมพันธ์ หรือสําหรับคอลัมน์วันที่ที่เลือกในตารางวันที่ที่ทําเครื่องหมาย ใช่ ใช่
ในพอร์ทัล Fabric แท็บ Direct Lake ในประวัติการรีเฟรชแสดงรายการความล้มเหลวในการรีเฟรชที่เกี่ยวข้องกับ Direct Lake การดําเนินการรีเฟรชที่สําเร็จ (เฟรมมิ่ง) จะไม่แสดงอยู่โดยทั่วไปเว้นแต่จะมีการเปลี่ยนสถานะการรีเฟรช เช่น จากการเรียกใช้ก่อนหน้าหรือความล้มเหลวในการรีเฟรชเพื่อรีเฟรชสําเร็จหรือความสําเร็จในการรีเฟรชพร้อมคําเตือน ใช่ ใช่
Fabric SKU ของคุณจะกําหนดหน่วยความจําที่มีอยู่สูงสุดต่อแบบจําลองความหมาย Direct Lake สําหรับความจุ เมื่อเกินขีดจํากัด คิวรีไปยังแบบจําลองความหมายอาจช้าลงเนื่องจากการแบ่งหน้าเข้าและออกจากข้อมูลแบบจําลองมากเกินไป ใช่ ใช่
การสร้างแบบจําลองความหมายของ Direct Lake ในพื้นที่ทํางานที่อยู่ในภูมิภาคที่แตกต่างกันของพื้นที่ทํางานแหล่งข้อมูลไม่ได้รับการสนับสนุน ตัวอย่างเช่น ถ้าเลคเฮ้าส์อยู่ในสหรัฐอเมริกาตอนกลางทางตะวันตก คุณสามารถสร้างแบบจําลองเชิงความหมายจากเลคเฮ้าส์นี้ในภูมิภาคเดียวกันเท่านั้น การแก้ไขปัญหาชั่วคราวคือการสร้างเลคเฮ้าส์ในพื้นที่ทํางานของภูมิภาคอื่นและทางลัดไปยังตารางก่อนที่จะสร้างแบบจําลองความหมาย หากต้องการค้นหาภูมิภาคที่คุณอยู่ โปรดดูที่ภูมิภาค Fabric home ของคุณ ใช่ ใช่
การฝังรายงานจําเป็นต้องใช้โทเค็นแบบฝังตัว V2 ใช่ ใช่
โปรไฟล์บริการหลักสําหรับการรับรองความถูกต้อง ไม่ได้รับการสนับสนุน ไม่ได้รับการสนับสนุน
แบบจําลองความหมายของ Power BI Direct Lake สามารถสร้างและสอบถามโดยโครงร่างสําคัญของบริการและบทบาทผู้ชมด้วยบริการหลักได้รับการสนับสนุน แต่แบบจําลองความหมาย Direct Lake ตามค่าเริ่มต้นบนเลคเฮ้าส์/คลังสินค้าไม่สนับสนุนสถานการณ์นี้ ใช่ ใช่
ทางลัดในเลคเฮ้าส์สามารถใช้เป็นแหล่งข้อมูลสําหรับตารางแบบจําลองเชิงความหมายได้ ไม่ได้รับการสนับสนุนในระหว่างการแสดงตัวอย่างสาธารณะ รองรับ
สร้างแบบจําลอง Direct Lake ในพื้นที่ทํางานส่วนบุคคล (พื้นที่ทํางานของฉัน) ไม่ได้รับการสนับสนุน ไม่ได้รับการสนับสนุน
กฎไปป์ไลน์การปรับใช้เพื่อผูกแหล่งข้อมูลอีกครั้ง ไม่ได้รับการสนับสนุนโดยตรง - สามารถสร้างนิพจน์พารามิเตอร์เพื่อใช้ในสตริงการเชื่อมต่อ รองรับ
การเพิ่มหลายตารางจากตารางแหล่งข้อมูลเดียวกัน ไม่ได้รับการสนับสนุนใน Power BI Desktop หรือการสร้างแบบจําลองเว็บ เป็นไปได้ที่จะเพิ่มหลายตารางจากตารางแหล่งข้อมูลเดียวกันโดยใช้เครื่องมือภายนอกที่ใช้ XMLA การใช้ แก้ไขตาราง ในเครื่องมือ Power BI และการ รีเฟรช ส่งผลให้เกิดข้อผิดพลาดกับหลายตารางจากตารางแหล่งข้อมูลเดียวกันในแบบจําลองความหมาย ไม่ได้รับการสนับสนุนใน Power BI Desktop หรือการสร้างแบบจําลองเว็บ เป็นไปได้ที่จะเพิ่มหลายตารางจากตารางแหล่งข้อมูลเดียวกันโดยใช้เครื่องมือภายนอกที่ใช้ XMLA การใช้ แก้ไขตาราง ในเครื่องมือ Power BI และการ รีเฟรช ส่งผลให้เกิดข้อผิดพลาดกับหลายตารางจากตารางแหล่งข้อมูลเดียวกันในแบบจําลองความหมาย

  • วิเคราะห์ในตาราง Pivot ของ Excel (และไคลเอ็นต์ MDX อื่นๆ) มีข้อจํากัดเช่นเดียวกับ DirectQuery กับตาราง Direct Lake ในแบบจําลองความหมาย คําสั่ง MDX ที่มีขอบเขตเซสชัน เช่น ชุดที่มีชื่อ สมาชิกจากการคํานวณ สมาชิกเริ่มต้น ฯลฯ ไม่ได้รับการสนับสนุน คําสั่ง MDX ที่มีขอบเขตแบบสอบถาม เช่น ส่วนคําสั่ง 'WITH' ได้รับการสนับสนุน ไม่รองรับลําดับชั้นที่ผู้ใช้กําหนดโดยตาราง Direct Lake ลําดับชั้นที่ผู้ใช้กําหนดโดยนําเข้าตารางได้รับการสนับสนุนแม้จะมีตาราง Direct Lake ในแบบจําลองความหมาย

  • Power BI Desktop สามารถแก้ไขแบบจําลองความหมายแบบสดด้วยตาราง Direct Lake และนําเข้าตาราง กลุ่มการคํานวณพารามิเตอร์ what-if และ พารามิเตอร์เขตข้อมูล ซึ่งสร้างตารางจากการคํานวณโดยปริยาย และตารางจากการคํานวณที่ไม่ได้อ้างอิงคอลัมน์หรือตาราง Direct Lake ก็สามารถรวมไว้ได้

  • การสร้างแบบจําลองเว็บ Power BI สามารถเปิดแบบจําลองความหมายใดๆ รวมถึงตาราง Direct Lake ที่มีตารางโหมดที่เก็บข้อมูลอื่นๆ

  • มุมมองคิวรี DAX เมื่อการแก้ไขแบบสดหรือเชื่อมต่อแบบสด และการเขียนแบบสอบถาม DAX ในเว็บ ได้รับการสนับสนุนสําหรับ Direct Lake บน SQL, Direct Lake บน OneLake และแบบจําลองความหมายแบบรวมที่แท้จริง (Direct Lake บน OneLake + นําเข้าจากแหล่งข้อมูลใดก็ได้)

  • มุมมอง TMDL ได้รับการสนับสนุนเมื่อการแก้ไขแบบสดใน Power BI Desktop

  • การสร้างรายงานด้วยการเชื่อมต่อแบบสดได้รับการสนับสนุนสําหรับแบบจําลองความหมายทั้งหมดเมื่อผู้เขียนรายงานมีสิทธิ์เข้าถึงการสร้างเป็นอย่างน้อย

  • นิพจน์การเชื่อมต่อ Direct Lake on SQL ในแบบจําลองความหมายต้องอ้างถึงจุดสิ้นสุดการวิเคราะห์ SQL โดย GUID ไม่ใช่ด้วยชื่อที่จําง่าย เพื่อใช้การดําเนินการ แก้ไขตาราง และ รีเฟรช ในการสร้างแบบจําลองเว็บ Power BI Desktop และ Power BI นิพจน์การเชื่อมต่อสามารถอัปเดตในมุมมอง TMDL หรือเครื่องมือภายนอกที่ใช้ XMLA GUID จะพร้อมใช้งานใน URL เมื่อดูตําแหน่งข้อมูลการวิเคราะห์ SQL ในเบราว์เซอร์

เนื้อหาที่เกี่ยวข้อง

  • Last updated on