หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
โมเดลความหมาย DirectLake ที่ปรับให้เหมาะสมใหม่นำไปสู่การวิเคราะห์กระบวนการที่รวดเร็วและมีประสิทธิภาพด้านหน่วยความจำมากขึ้น ด้วยการประหยัดหน่วยความจำ คุณสามารถวิเคราะห์กระบวนการที่ใหญ่ขึ้นและประหยัดค่าใช้จ่ายโดยใช้ความจุ Fabric ที่เล็กลงเพื่อทำการวิเคราะห์ นอกจากนี้ ยังใช้โครงสร้างข้อมูลโมเดลความหมาย Power BI ที่ใช้งานง่ายยิ่งขึ้น ช่วยให้คุณเจาะลึกข้อมูลเชิงลึกโดยใช้เวลาและเปลืองแรงน้อยลง
คำอธิบายโมเดลความหมาย
เมื่อมีการเผยแพร่กระบวนการไปยังพื้นที่ทำงานของ Fabric กระบวนการจะสร้างโมเดลความหมายใหม่และรายงานที่เกี่ยวข้อง โมเดลความหมายถูกสร้างขึ้นบนตารางเดลต้า Fabric Lakehouse
ภาพหน้าจอต่อไปนี้เป็นตัวอย่างของโครงสร้างแบบจำลองความหมายที่เผยแพร่ไปยัง Fabric
การตั้งชื่อคอลัมน์
การตั้งชื่อคอลัมน์แบบจำลองความหมายจะสอดคล้องกับการตั้งชื่อคอลัมน์ในชุดข้อมูลที่นำเข้าของคุณ รวมถึงช่องว่างและอักขระพิเศษอื่นๆ การตั้งชื่ออยู่ภายใต้ข้อจำกัดของโมเดลความหมาย Power BI อย่างไรก็ตาม ข้อจำกัดของการตั้งชื่อในตารางเดลต้า Fabric Lakehouse มีขนาดใหญ่กว่า (เช่น ไม่อนุญาตให้เว้นวรรค) ดังนั้น Power Automate Process Mining จะทำการตรวจสอบความถูกต้องและการปรับปรุงข้อมูลก่อนที่จะทริกเกอร์การส่งออกไปยังพื้นที่ทำงาน Fabric
อักขระที่อนุญาต ได้แก่:
-
a-z→ ตัวอักษรภาษาอังกฤษตัวพิมพ์เล็ก -
A-Z→ ตัวอักษรภาษาอังกฤษตัวพิมพ์ใหญ่ -
0-9→ ตัวเลข -
_→ ขีดล่าง
อักขระอื่นๆ ทั้งหมดจะถูกแทนที่ด้วยเครื่องหมายขีดล่าง (_) ซึ่งเป็นส่วนหนึ่งของกระบวนการทำให้ข้อมูลปลอดภัย
อาจเกิดสถานการณ์ที่พบได้ไม่บ่อยนักซึ่งการส่งออกไม่สำเร็จ เนื่องจากแหล่งข้อมูลที่นำเข้า มีสองคอลัมน์ที่หลังจากผ่านกระบวนการทำให้ข้อมูลปลอดภัยแล้ว กลับมีชื่อเหมือนกัน ได้แก่ Customer_Name และ Customer Name การส่งออกจะถูกขัดจังหวะและผู้ใช้จะได้รับแจ้งพร้อมข้อความแสดงข้อผิดพลาดเฉพาะ
คอลัมน์ตารางเดลต้า Lakehouse จึงใช้ชื่อคอลัมน์ที่ปรับให้เหมาะสม ในขณะที่คอลัมน์โมเดลความหมายใช้ชื่อคอลัมน์เดิม
ความสัมพันธ์
ความสัมพันธ์ที่จำเป็นสำหรับการกรองและการเชื่อมต่อระหว่างกันของภาพถูกกำหนดไว้ล่วงหน้าในโมเดลข้อมูลที่เผยแพร่ ไม่จำเป็นต้องสร้างความสัมพันธ์เพิ่มเติมด้วยตนเอง เว้นแต่จะเชื่อมต่อกับแหล่งข้อมูลอื่น สำหรับสถานการณ์นี้ ให้ใช้โมเดลความหมายแบบรวม Power BI และสร้างความสัมพันธ์บนโมเดลนั้น
สรุปโมเดลข้อมูล
จากมุมมองเชิงตรรกะ โมเดลข้อมูลประกอบด้วยชุดย่อยเอนทิตีจำนวนมากดังที่อธิบายไว้ในย่อหน้าแรกของส่วนนี้
- ข้อมูลกระบวนการ: ข้อมูลที่เกี่ยวข้องกับกระบวนการทั้งหมด โดยไม่มีการกรองและการวัดผลที่คำนวณได้
- ข้อมูลภาพ : เอนทิตีที่ให้ข้อมูลที่คำนวณล่วงหน้าที่จำเป็นสำหรับภาพแบบกำหนดเองของการทำเหมืองกระบวนการที่จะแสดง
- เอนทิตีช่วยเหลือ: เอนทิตีอื่นๆ ที่ Power BI ต้องการ
ต่อไปนี้เป็นคำอธิบายโดยย่อของชุดย่อยและเอนทิตีที่รวมอยู่
ข้อมูลกระบวนการ
เนื้อหาของเอนทิตีข้อมูลกระบวนการเปลี่ยนแปลงในสถานการณ์เฉพาะ
- เมื่อรีเฟรชข้อมูลโมเดลกระบวนการ
- เมื่้อสร้างมุมมองใหม่
- เมื่อสร้างเมตริกแบบกำหนดเองใหม่
- เมื่อผู้ใช้เปลี่ยนคำจำกัดความการกรองในมุมมองกระบวนการใดๆ
การทำงานกับเอนทิตีเหล่านี้ทำให้คุณสามารถ:
- เข้าถึงข้อมูลกระบวนการดิบ
- ประมวลผลข้อมูลที่ได้รับอิทธิพลจากตัวกรองที่ใช้
- เข้าถึงการวัดที่คำนวณตามตัวกรองที่ใช้
| เเอนทิตี | Description |
|---|---|
| กรณี | รายการกรณีทั้งหมดและแอตทริบิวต์ในกระบวนการ แต่ละกรณีมีการแสดงรหัสกรณีที่ไม่ซ้ำกัน และค่าสำหรับแต่ละแอตทริบิวต์กรณี ตามที่กำหนดไว้ในขั้นตอนการตั้งค่าการแมป รวมกับเอนทิตี CaseMetricsเพื่อรับข้อมูลกรณีที่สมบูรณ์ |
| กิจกรรม | รายการแอตทริบิวต์เหตุการณ์ทั้งหมดในกระบวนการ แต่ละเหตุการณ์มีตัวระบุเหตุการณ์ที่ไม่ซ้ำกัน และค่าสำหรับแต่ละแอตทริบิวต์เหตุการณ์ ตามที่กำหนดไว้ในขั้นตอนการตั้งค่าการแมป รวมกับเอนทิตี ProcessMapMetrics ที่กรองตามคอลัมน์ Is_Node เพื่อรับข้อมูลเหตุการณ์ที่สมบูรณ์ |
| CaseMetrics | เอนทิตีเก็บเมตริกระดับกรณีทั้งหมดที่เกี่ยวข้องกับการรวมกันของกรณีและมุมมองเฉพาะ เมตริกแบบกำหนดเองระดับกรณี ที่กำหนดไว้ในแอปบนเดสก์ท็อป Power Automate Process Mining จะถูกเพิ่มลงในเอนทิตีนี้ |
| AttributesMetadata | เอนทิตีเก็บคำจำกัดความของแอตทริบิวต์ระดับกรณี/เหตุการณ์ทั้งหมดตามที่กำหนดไว้ในการนำเข้าข้อมูลบันทึกเหตุการณ์ลงในโมเดลกระบวนการ ประกอบด้วยชนิดข้อมูล ชนิดแอตทริบิวต์ และระดับแอตทริบิวต์ที่เป็นกรณีหรือเหตุการณ์ |
| MiningAttributes | เก็บค่าของคุณแอตทริบิวต์การทำเหมืองที่มีอยู่ คุณสามารถตั้งค่ามุมมองกระบวนการเพื่อดูกระบวนการจากมุมมองที่แตกต่างกันตามแอตทริบิวต์การทำเหมืองที่เลือก หากไม่มีแอตทริบิวต์การทำเหมืองอื่นๆ เอนทิตีจะเก็บค่าของแอตทริบิวต์ Activity ไว้ |
| มุมมอง | รายการมุมมองที่พร้อมใช้งาน (เผยแพร่แล้ว) ที่สร้างขึ้นในแอปบนเดสก์ท็อป Power Automate Process Mining เฉพาะมุมมองกระบวนการสาธารณะเท่านั้นที่จะเผยแพร่ไปยังชุดข้อมูล เอนทิตีสามารถใช้เพื่อกรองรายงาน หน้ารายงาน และภาพเพื่อแสดงภาพเฉพาะข้อมูลจากมุมมองกระบวนการที่ระบุเท่านั้น |
| ตัวแปร | เอนทิตีเก็บความสัมพันธ์ระหว่างตัวแปรและมุมมองกระบวนการ เรกคอร์ดจะถูกรวมไว้หากมีการรวมตัวแปรเฉพาะในมุมมองหลังจากคำนึงถึงเกณฑ์การกรองแล้ว |
ข้อมูลภาพ
เอนทิตีข้อมูลภาพจะถูกคำนวณใหม่เมื่อมีการรีเฟรชข้อมูลสำหรับโมเดลกระบวนการเท่านั้น
| เเอนทิตี | คำอธิบาย |
|---|---|
| ProcessMapMetrics | การวัดแบบรวมสำหรับโหนดและการเปลี่ยนทั้งหมดในโมเดลกระบวนการที่จำเป็นสำหรับการแสดงภาพในการแสดงแบบกำหนดเองของแผนผังกระบวนการ เอนทิตีนี้รวมข้อมูลเหตุการณ์ (โหนด) และข้อมูลเอดจ์ (การเปลี่ยน) - หากต้องการใช้เหตุการณ์หรือเอดจ์ในภาพอื่นๆ ของคุณ ให้กรองตามค่าในคอลัมน์ Is_Node
เมตริกแบบกำหนดเองระดับเหตุการณ์ ที่กำหนดไว้ในแอปบนเดสก์ท็อป Power Automate Process Mining จะถูกเพิ่มลงในเอนทิตีนี้ |
เอนทิตีอื่น
| เเอนทิตี | Description |
|---|---|
| LocalizationTable | ตารางภายในที่ใช้เพื่อวัตถุประสงค์ในการแปล |
โมเดลแบบรวม Power BI
เราขอแนะนำให้คุณใช้โมเดลแบบรวม Power BI ที่ด้านบนของโมเดลความหมายที่เผยแพร่โดย Power Automate Process Mining และสร้างการปรับเปลี่ยนที่จำเป็นสำหรับสถานการณ์เหล่านี้:
- คุณจำเป็นต้องสร้างแหล่งข้อมูลเพิ่มเติม
- คุณจำเป็นต้องสร้างเอนทิตีเพิ่มเติม
- คุณต้องสร้างความสัมพันธ์มากขึ้น
- คุณจำเป็นต้องสร้างคิวรี DAX (Data Analysis Expressions) แบบกำหนดเองเพิ่มเติม
สำคัญ
โมเดลความหมายถูกสร้างขึ้นในโหมดการเข้าถึง DirectLake แต่ตัวเลือกตั้งค่าเป็น อัตโนมัติ การตั้งค่านี้หมายความว่า การใช้คิวรี DAX ที่ไม่เหมาะสมหรือการตั้งค่าโมเดลแบบรวมอย่างไม่ถูกต้องอาจส่งผลให้กลับไปใช้โหมด DirectQuery ซึ่งหมายความว่ารายงานของคุณไม่เสียหาย แต่คุณอาจพบประสิทธิภาพที่ต่ำกว่า
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการสร้างโมเดลข้อมูลแบบรวม Power BI บนโมเดลความหมาย DirectLake ให้ไปที่: การสร้างโมเดลข้อมูลแบบรวมบนโมเดลความหมายหรือโมเดล
การรีเฟรชแบบจำลองความหมาย
ตามค่าเริ่มต้น โมเดลความหมายที่จัดทำโดย Power Automate Process Mining จะอัปเดตให้เป็นปัจจุบันโดยอัตโนมัติ
สำหรับชุดข้อมูลขนาดใหญ่ การรีเฟรชข้อมูลของตารางพื้นฐานใน OneLake อาจใช้เวลานานขึ้น ซึ่งอาจทำให้เกิดความไม่สอดคล้องกันในรายงาน แม้ว่าจะมีความสอดคล้องกันในที่สุดเมื่อสิ้นสุดการรีเฟรชข้อมูล (โมเดลความหมายได้รับการรีเฟรชอย่างชัดแจ้ง) คุณอาจต้องการลบความไม่สอดคล้องกันระดับกลางที่อาจเกิดขึ้นโดยการปิดค่าสถานะ ทำให้ข้อมูล Direct Lake ของคุณเป็นปัจุบัน ในหน้าจอ การตั้งค่า ของโมเดลความหมาย
ก่อนที่คุณจะอัปเดตหน้าจอนี้ คุณต้องเป็นเจ้าของโมเดลความหมายโดยเลือก รับช่วงต่อ ที่ด้านบนของหน้าจอ การตั้งค่า
