Direct Lake in Power BI Desktop

Power BI Desktop kann Power BI-Semantikmodelle mit Direct Lake-Tabellen erstellen und bearbeiten. Semantische Modelle mit Direct Lake-Tabellen werden in dem Fabric-Arbeitsbereich erstellt und bearbeitet, nicht auf Ihrem lokalen Computer. Wenn Sie also Power BI Desktop verwenden, bearbeiten Sie das semantische Modell direkt dort, wo es sich befindet. Es gibt keine Veröffentlichungsaktion, da Änderungen, die in Power BI Desktop vorgenommen werden, sich auf das semantische Modell im Fabric-Arbeitsbereich auswirken. Dieses Erlebnis entspricht dem Bearbeiten des semantischen Modells im Web oder im Fabric-Arbeitsbereich durch Auswahl der Aktion Datenmodell öffnen.

Der Versionsverlauf ist verfügbar und erstellt bei jedem Start einer Livebearbeitungssitzung automatisch eine Version, sodass Sie eine versehentliche Änderung rückgängigmachen können. Die Git-Integration ist auch für semantische Modelle verfügbar, sodass Sie die vollständige Kontrolle über Änderungen erhalten. Außerdem können Bereitstellungspipelines verwendet werden, um ein semantisches Modell zunächst nur in einem Entwicklungsarbeitsbereich zu bearbeiten, bevor es in einen Produktionsarbeitsbereich übertragen wird.

In einem semantischen Modell mit Importtabellen werden die Daten heruntergeladen und lokal auf Ihrem Computer verfügbar. In einem semantischen Modell mit Direct Lake-Tabellen verbleiben die Daten im OneLake. Wenn visuelle Elemente Daten verwenden, stellt das semantische Modell die Daten bereit, aus denen sie gespeichert werden. Erfahren Sie mehr über die Leistung von Direct Lake-Abfragen.

Metadaten für das semantische Modell, das die Informationen zu den Tabellenspalten, Measures, Beziehungen und allen anderen semantischen Modellierungsfeatures darstellt, können mit den Daten als PBIX-Datei für semantische Modelle heruntergeladen werden, die keine Direct Lake-Tabellen verwenden. Metadaten für das semantische Modell, wenn Sie Direct Lake-Tabellen einschließen, können auch ohne die Daten mithilfe des Power BI Project (PBIP) -Formats heruntergeladen werden. Erfahren Sie mehr über Direct Lake mit PBIP.

Power BI-Berichte können aus allen semantischen Modellen aus Power BI Desktop mit einer Liveverbindung erstellt werden, indem Sie ein Power BI-Semantikmodell aus dem OneLake-Katalog auswählen und "Verbinden" auswählen. Berichte können auch an vielen Stellen im Fabric-Arbeitsbereich erstellt werden, einschließlich des Kontextmenüs mit der rechten Maustaste, indem Sie einen Bericht erstellen auswählen. Weitere Informationen zum Erstellen von Berichten.

In diesem Artikel werden weitere Details zur Livebearbeitung in Power BI Desktop und zum Erstellen und Hinzufügen von Direct Lake-Tabellen zu einem semantischen Modell in Power BI Desktop erläutert.

Erstellen eines semantischen Modells mit Direct Lake-Tabellen

Führen Sie die folgenden Schritte aus, um ein semantisches Modell mit Direct Lake-Tabellen zu erstellen.

1. Öffnen Sie Power BI Desktop , und wählen Sie den OneLake-Katalog aus.
2. Wählen Sie ein Fabric-Objekt aus, z. B. ein Lakehouse oder Warehouse, und klicken Sie auf 'Verbinden'.
3. Geben Sie Ihrem semantischen Modell einen Namen, wählen Sie einen Fabric-Arbeitsbereich dafür aus, und wählen Sie die einzuschließden Tabellen aus. Wählen Sie anschließend OK.

Das semantische Modell wird im Fabric-Arbeitsbereich erstellt, und jetzt bearbeiten Sie das semantische Modell in Power BI Desktop.

Semantische Modelle mit Direct Lake-Tabellen, die in Power BI Desktop erstellt wurden, verwenden Direct Lake im OneLake-Speichermodus . Die Unterschiede zwischen Direct Lake auf OneLake und Direct Lake auf SQL werden in der Übersicht erläutert.

Hinzufügen von Direct Lake-Tabellen aus anderen Fabric-Komponenten

Führen Sie die folgenden Schritte aus, um Direct Lake-Tabellen aus anderen Fabric-Elementen hinzuzufügen.

1. Öffnen Sie während der Livebearbeitung eines Direct Lake auf OneLake-Semantikmodell in Power BI Desktop den OneLake-Katalog , und wählen Sie ein anderes Fabric-Element aus, z. B. ein Lakehouse oder Warehouse.
2. Wählen Sie im Dialogfeld die Tabellen aus, die Sie einschließen möchten, und drücken Sie dann OK.

Die Tabellen werden Ihrem semantischen Modell hinzugefügt, und Sie können die Livebearbeitung fortsetzen.

Livebearbeitung eines semantischen Modells mit Direct Lake

Führen Sie die folgenden Schritte aus, um ein semantisches Modell mit Direct Lake-Tabellen später zu bearbeiten.

1. Öffnen Sie in einer neuen Instanz von Power BI Desktop den OneLake-Katalog , und wählen Sie das Power BI-Semantikmodell aus.
2. Wählen Sie die Dropdownliste "Verbinden" und dann "Bearbeiten" aus.

Jetzt bearbeiten Sie das Semantikmodell live.

Wenn Sie das Semantikmodell auch in ein Power BI-Projekt (PBIP) exportiert haben, führen Sie die folgenden Schritte aus.

1. Doppelklicken Sie im Power BI-Projektordner auf die Datei mit der Endung PBIP.
2. Oder wählen Sie in Power BI Desktop Datei und dann Öffnen aus und navigieren Sie zur PBIP-Datei im Ordner "Power BI Project (PBIP)".

Unterschiede bei der Livebearbeitung in Power BI Desktop

Die Livebearbeitung in Power BI Desktop unterscheidet sich von der Bearbeitung eines lokalen Modells mit Import- und DirectQuery-Tabellen und unterscheidet sich von der Bearbeitung eines Berichts mit einer Liveverbindung.

Berichtsansicht

Die Berichtsansicht wird bei der Livebearbeitung entfernt, es sei denn, Sie arbeiten mit Power BI Project (PBIP) live.

Führen Sie zum Erstellen eines Berichts die folgenden Schritte in Power BI Desktop aus.

1. Wählen Sie " Datei " und dann " Leerer Bericht " aus, um einen neuen Bericht zu erstellen.
2. Öffnen Sie den OneLake-Katalog , und wählen Sie das Power BI-Semantikmodell aus, das Sie live bearbeiten (es sollte oben in der Liste angezeigt werden).
3. Wählen Sie Verbinden aus.
4. Jetzt können Sie den Bericht erstellen. Speichern Sie die Datei, und veröffentlichen Sie sie im Fabric-Arbeitsbereich, wenn Sie fertig sind.

Weitere Informationen zum Erstellen von Berichten.

Tabellenansicht

Die Tabellenansicht wird auch bei der Livebearbeitung entfernt, es sei denn, Sie verfügen über eine Berechnungsgruppe oder berechnete Tabelle im Semantikmodell. Diese abgeleiteten Tabellen verwenden den Importspeichermodus. Berechnete Tabellen ohne direkte Verweise auf Direct Lake-Tabellenspalten sind zulässig. Ein gängiges Beispiel ist die Verwendung von INFO. VIEW DAX-Funktionen zum Selbstdokumentieren des Semantikmodells.

Saving

Wenn Sie Änderungen am semantischen Modell vornehmen, werden Ihre Änderungen automatisch gespeichert, und die Schaltfläche Speichern wird deaktiviert, wenn sie im Live-Bearbeitungsmodus aktiviert ist. Änderungen, die in Power BI Desktop vorgenommen werden, wirken sich automatisch auf das Semantikmodell im Fabric-Arbeitsbereich aus.

Der Versionsverlauf erstellt eine Version am Anfang jeder Livebearbeitungssitzung, wenn Sie eine Änderung wiederherstellen müssen. Es ist keine Rückgängig-Funktion verfügbar, während Sie Änderungen vornehmen. Die Git-Integration oder die Verwendung von Bereitstellungspipelines, um zunächst live in einem Entwicklungsarbeitsbereich zu bearbeiten und dann in eine Produktionsumgebung zu pushen, stehen ebenfalls für die Live-Bearbeitung zur Verfügung, ohne dass sich dies auf nachgelagerte Benutzer auswirkt.

Es gibt keine lokale Datei erstellt, aber wenn Sie eine lokale Kopie der Metadaten wünschen, können Sie in ein Power BI-Projekt (PBIP) exportieren und die Livebearbeitung mit einer Schaltfläche " Speichern " für die lokalen Metadaten fortsetzen. Sie können lokale Git-Techniken verwenden, um Änderungen rückgängig zu machen. Um in Power BI-Projekt (PBIP) zu exportieren, wechseln Sie zu "Dateiexportieren", und wählen Sie "Power BI Project (PBIP)" aus.

Wenn zwei oder mehr Benutzer dasselbe Semantikmodell bearbeiten und ein Konflikt auftritt, benachrichtigt Power BI Desktop einen der Benutzer und synchronisiert das Modell mit der neuesten Version. Alle Änderungen, die Sie vornehmen wollten, müssen nach der Modellsynchronisierung erneut ausgeführt werden. Dieses Verhalten entspricht dem Bearbeiten von Datenmodellen im Power BI-Dienst, auch als Webmodellierung bezeichnet.

Refresh

Wenn Sie die Schaltfläche "Aktualisieren" auswählen, wenn Sie ein semantisches Modell mit Direct Lake-Tabellen bearbeiten, wird eine Schemaaktualisierung ausgeführt und die Direct Lake-Tabellen neu umgestaltet.

Die Schemaaktualisierung überprüft die Tabellendefinitionen im Modell und vergleicht sie mit der gleichen benannten Tabelle in der Datenquelle auf Änderungen an Spalten. Änderungen, die von der Datenquelle erkannt wurden – in diesem Fall handelt es sich um ein Fabric-Element wie ein Lakehouse oder ein Warehouse – werden am semantischen Modell vorgenommen. Beispielsweise wurde einer Tabelle eine Spalte hinzugefügt. Das Ändern des Tabellen- oder Spaltennamens im semantischen Modell in Power BI Desktop bleibt nach einer Aktualisierung erhalten.

Wenn Sie einen Tabellen- oder Spaltennamen in der Datenquelle ändern, wird die Tabelle oder Spalte der nächsten Schemaaktualisierung entfernt. Mit der TMDL-Ansicht können Sie die SourceLineageTag-Eigenschaft anzeigen und auf den neuen Namen aktualisieren, um zu vermeiden, dass das semantische Modell bei der Schemaaktualisierung entfernt wird.

Eine weitere Möglichkeit zum Ausführen einer Schemaaktualisierung besteht darin, zur Dropdownliste " Transformieren von Daten " zu wechseln, dann " Datenquelleneinstellungen" und " Tabellen bearbeiten".

Die geplante Aktualisierung im Fabric-Arbeitsbereich aktualisiert nur die Direct Lake-Tabellen ohne Schemaaktualisierung. Erfahren Sie mehr über die Aktualisierung in Power BI.

Power BI-Projekt (PBIP)

Wenn Sie an einem Power BI-Projekt (PBIP) mit einem semantischen Modell mit Direct Lake-Tabellen arbeiten, muss Power BI Desktop eine Verbindung mit einem semantischen Modell in einem Fabric-Arbeitsbereich herstellen, auch als Remotesemantikmodell bezeichnet. Die Remote-Modellierung umfasst eine Live-Bearbeitung, da alle Änderungen, die Sie vornehmen, sofort im semantischen Modell im Arbeitsbereich angewendet werden. Darüber hinaus können Sie Ihr semantisches Modell und Berichtsdefinitionen oder Metadaten in Ihren lokalen PBIP-Dateien speichern. Die PBIP-Dateien können später mithilfe eines Bereitstellungsmechanismus wie Fabric Git Integration in einem Fabric-Arbeitsbereich bereitgestellt werden. Weitere Informationen zur Remotemodellierung mit Power BI Project (PBIP)

Name in Kopfzeilenlinks

Wenn Sie den Namen des semantischen Modells in der oberen linken Ecke von Power BI Desktop auswählen, wird die Position des semantischen Modells im Fabric-Arbeitsbereich angezeigt. Wenn Sie den Arbeitsbereichsnamen oder den Semantikmodellnamen auswählen, navigieren Sie zu ihnen im Web. Der Versionsverlauf ist ebenfalls verfügbar.

TMDL-Ansicht

TmDL-Ansicht (Tabellarische Modelldefinitionssprache) kann mit Direct Lake-Semantikmodellen verwendet werden. Die TMDL-Skripte werden nur gespeichert, wenn Sie live mit einem Power BI Project (PBIP) editieren. Erfahren Sie mehr über die TMDL-Ansicht.

DAX-Abfrageansicht

Die DAX-Abfrageansicht (Data Analysis Expressions) kann mit Direct Lake-Semantikmodellen verwendet werden. DAX-Abfragen werden nicht gespeichert, es sei denn, Sie bearbeiten in einem Power BI-Projekt (PBIP) live. Weitere Informationen zur DAX-Abfrageansicht.

Direct Lake von SQL-Semantikmodellen nach OneLake migrieren

Wenn Sie bereits über ein Direct Lake im SQL-Semantikmodell verfügen und auf OneLake zu Direct Lake migrieren möchten, können Sie die TMDL-Ansicht verwenden. Direct Lake auf OneLake bietet den Vorteil, Tabellen aus mehreren Quellen und kein Fallback auf DirectQuery zu haben.

Diese Migrationsschritte werden nicht empfohlen, wenn Sie SQL Analytics-Endpunktansichten im Direct Lake im SQL-Semantikmodell verwenden.

Führen Sie die folgenden Schritte aus, um zu Direct Lake auf OneLake zu wechseln.

1. Bearbeiten Sie das semantische Modell, das Sie in Power BI Desktop migrieren möchten.
2. Öffnen Sie in der Kopfzeile die Dropdownliste für den Namen, und wählen Sie "Versionsverlauf " aus, um eine Version zurückzugeben, wenn Sie diese Option verwenden möchten.
3. Wechseln Sie zur TMDL-Ansicht.
4. Ziehen Sie den Semantikmodellknoten in den Editor, um das gesamte Modell zu skripten.
5. Suchen Sie den Ausdruck am Unteren Rand des Skripts.
6. Ändern Sie Sql.Database("SQL endpoint connection string", "ID of the SQL analytics endpoint") in AzureStorage.DataLake("https://onelake.dfs.fabric.microsoft.com/ID of the workspace/ID of the lakehouse or warehouse").
7. Wenn es sich bei der Quelle um ein Lakehouse ohne Schemas handelt, entfernen Sie alle schemaName Eigenschaftsverweise. Wählen Sie im Menüband " Suchen" aus, um einen zu suchen. Wählen Sie es aus und verwenden Sie CTRL+SHIFT+L, um sie alle auszuwählen, dann CTRL+SHIFT+K, um alle Zeilen gleichzeitig zu entfernen.
8. Wählen Sie dann Anwenden aus.
9. Wechseln Sie bei Erfolg zur Modellansicht , um das Modell zu aktualisieren . Sie können die Anmeldeinformationen auf der Seite "Einstellungen" des Modells im Web anpassen.

Jetzt verwendet das semantische Modell Direct Lake auf OneLake. Wenn Probleme auftreten, können Sie die von Ihnen erstellte Version wiederherstellen, um zum Direct Lake im SQL-Speichermodus zurückzukehren.

Anforderungen und Berechtigungen

• XMLA-Endpunkt muss auf dem Mandanten aktiviert sein. Weitere Informationen finden Sie im XMLA-Endpunktartikel.
• Der XMLA-Endpunkt mit Lese-/Schreibzugriff muss in der Kapazität aktiviert sein. Weitere Informationen finden Sie im Artikel zu Tools.
• Der Benutzer muss die Schreibberechtigung für das semantische Modell besitzen. Weitere Informationen finden Sie im Artikel zu Berechtigungen.
• Der Benutzer muss über die Berechtigung Viewer für das Lakehouse verfügen. Weitere Informationen finden Sie im Lakehouse-Artikel.
• Dieses Feature ist für Benutzer mit einer kostenlosen Lizenz nicht verfügbar.

Überlegungen und Einschränkungen

• Sie können nicht über mehrere Datenquellen verfügen, wenn Sie Direct Lake in SQL verwenden. Hinzufügen von Daten zur Fabric-Datenquelle, die vom semantischen Modell verwendet wird. Für Direct Lake im OneLake-Speichermodus werden mehrere Datenquellen unterstützt.
• Sie können das Power BI-Projekt (PBIP) nicht über Power BI Desktop veröffentlichen. Sie können Fabric-Bereitstellungsmechanismen wie Fabric Git Integration oder Fabric Item APIs verwenden, um Ihre lokalen PBIP-Dateien in einem Fabric-Arbeitsbereich zu veröffentlichen.
• Sie können RLS-Rollen nicht von Power BI Desktop überprüfen. Sie können die Rolle im Dienst validieren.
• Sie können sich während der Livebearbeitung nicht abmelden, ohne auf unerwartete Fehler zu stoßen.
• Sie können externe Tools öffnen, aber das externe Tool muss die Authentifizierung für das Remotesemantikmodell verwalten.
• Sie können die Datenkategorie in Strichcode ändern, aber Berichte, die mit dem semantischen Modell verknüpft sind, können nicht nach Barcodes gefiltert werden.
• Sie können extern freigegebene Semantikmodelle nicht live bearbeiten.
• Sie können Livebearbeitung nur für Importtabellen verwenden, wenn sie Teil eines zusammengesetzten Modells sind, einschließlich Direct Lake auf OneLake-Tabellen
• Überprüfen Sie die aktuellen bekannten Probleme und Einschränkungen von Direct Lake.

Verwandte Inhalte

• Übersicht über Direct Lake
• Power BI-Projektdateien