Direct Lake dans Power BI Desktop

Power BI Desktop peut créer et modifier des modèles sémantiques Power BI avec des tables Direct Lake. Les modèles sémantiques avec des tables Direct Lake sont créés et modifiés à partir de l’espace de travail Fabric, et non sur votre ordinateur local. Par conséquent, lors de l’utilisation de Power BI Desktop, vous modifiez en direct le modèle sémantique où il se trouve. Il n’existe aucune action de publication car les modifications apportées dans Power BI Desktop se produisent dans le modèle sémantique de l’espace de travail Fabric. Cette expérience est la même que lorsque vous modifiez le modèle sémantique dans le web ou dans l’espace de travail Fabric, en choisissant l’action Ouvrir le modèle de données .

L’historique des versions est disponible et crée automatiquement une version chaque fois que vous démarrez une session d’édition en direct, afin de pouvoir annuler une modification accidentelle. L’intégration Git est également disponible pour les modèles sémantiques, ce qui vous donne un contrôle total sur les modifications. Et les pipelines de déploiement peuvent également être utilisés pour modifier uniquement un modèle sémantique dans un espace de travail de développement avant de le pousser vers un espace de travail de production.

Dans un modèle sémantique avec des tables d’importation, les données sont téléchargées et disponibles localement sur votre ordinateur. Dans un modèle sémantique avec des tables Direct Lake, les données restent dans OneLake. Lorsque les visuels utilisent des données, le modèle sémantique fournit les données à partir de l’emplacement où elles sont stockées. En savoir plus sur les performances des requêtes Direct Lake.

Les métadonnées du modèle sémantique qui sont les informations sur les colonnes de tables, les mesures, les relations et toutes les autres fonctionnalités de modélisation sémantique peuvent être téléchargées, avec les données, sous la forme d’un fichier PBIX pour les modèles sémantiques qui n’utilisent pas de tables Direct Lake. Les métadonnées du modèle sémantique lorsque vous incluez des tables Direct Lake peuvent également être téléchargées, sans les données, à l’aide du format PBIP (Power BI Project ). En savoir plus sur Direct Lake avec PBIP.

Les rapports Power BI peuvent être créés à partir de tous les modèles sémantiques de Power BI Desktop avec une connexion active en choisissant un modèle sémantique Power BI à partir du catalogue OneLake et en sélectionnant Se connecter. Les rapports peuvent également être créés dans l’espace de travail Fabric à partir de nombreux emplacements, notamment le menu contextuel accessible par un clic droit et le choix de créer un rapport. En savoir plus sur la création de rapports.

Cet article décrit plus d’informations sur la modification dynamique dans Power BI Desktop, et explique comment créer et ajouter des tables Direct Lake à un modèle sémantique dans Power BI Desktop.

Créer un modèle sémantique avec des tables Direct Lake

Pour créer un modèle sémantique avec des tables Direct Lake, procédez comme suit.

1. Ouvrez Power BI Desktop et sélectionnez catalogue OneLake.
2. Sélectionnez un élément Fabric, tel qu’un Lakehouse ou Warehouse, puis appuyez sur Se connecter.
3. Attribuez un nom à votre modèle sémantique, choisissez un espace de travail Fabric pour celui-ci, puis sélectionnez les tables à inclure. Ensuite, appuyez sur OK.

Le modèle sémantique est créé dans l’espace de travail Fabric et vous modifiez maintenant en direct le modèle sémantique dans Power BI Desktop.

Les modèles sémantiques avec des tables Direct Lake créées dans Power BI Desktop utilisent Direct Lake sur le mode de stockage OneLake . Les différences entre Direct Lake sur OneLake et Direct Lake sur SQL sont expliquées dans la vue d’ensemble.

Ajouter des tables Direct Lake à partir d’autres éléments Fabric

Pour ajouter des tables Direct Lake à partir d’autres éléments Fabric, procédez comme suit.

1. Lors de la modification en direct d’un modèle sémantique Direct Lake sur OneLake dans Power BI Desktop, ouvrez le catalogue OneLake et sélectionnez un autre élément Fabric, tel qu’un Lakehouse ou Warehouse.
2. Dans la boîte de dialogue, sélectionnez les tables à inclure, puis appuyez sur OK.

Les tables sont ajoutées à votre modèle sémantique et vous pouvez continuer à modifier en direct.

Modifier en direct un modèle sémantique avec Direct Lake

Pour modifier un modèle sémantique avec des tables Direct Lake ultérieurement, procédez comme suit.

1. Dans une nouvelle instance de Power BI Desktop, ouvrez le catalogue OneLake et sélectionnez le modèle sémantique Power BI.
2. Sélectionnez la liste déroulante Se connecter , puis choisissez Modifier.

Vous modifiez maintenant en direct le modèle sémantique.

Sinon, si vous avez exporté le modèle sémantique vers un projet Power BI (PBIP), procédez comme suit.

1. Double-cliquez sur le fichier PBIP dans le dossier Projet Power BI (PBIP).
2. Dans Power BI Desktop, choisissez Fichier , puis ouvrez et accédez au fichier PBIP dans le dossier Projet Power BI (PBIP ).

L'édition en direct dans Power BI Desktop

La modification en direct dans Power BI Desktop est différente de la modification d’un modèle local avec des tables d’importation et DirectQuery, et différente de la modification d’un rapport avec une connexion active.

Vue du rapport

La vue rapport est supprimée lors de l’édition en direct, sauf si vous modifiez en direct avec Power BI Project (PBIP).

Pour créer un rapport, procédez comme suit dans Power BI Desktop.

1. Sélectionnez Fichier , puis Rapport vide pour créer un rapport.
2. Ouvrez le catalogue OneLake et choisissez le modèle sémantique Power BI que vous modifiez en direct (il doit s’afficher en haut de la liste).
3. Sélectionnez Se connecter.
4. Vous pouvez maintenant créer le rapport. Enregistrez le fichier et publiez-le dans l’espace de travail Fabric lorsque vous êtes prêt.

En savoir plus sur la création de rapports.

Vue en tableau

La vue de table est également supprimée lors de la modification dynamique, sauf si vous disposez d’un groupe de calcul ou d’une table calculée dans le modèle sémantique. Ces tables dérivées utilisent le mode de stockage d’importation. Les tables calculées sans référence directe aux colonnes de table Direct Lake sont autorisées. Un exemple courant est l’utilisation d’INFO. AFFICHER les fonctions DAX pour documenter automatiquement le modèle sémantique.

Saving

Lorsque vous apportez des modifications à votre modèle sémantique, vos modifications sont automatiquement enregistrées et le bouton Enregistrer est désactivé en mode Édition dynamique. Les modifications apportées dans Power BI Desktop se produisent automatiquement dans le modèle sémantique dans l’espace de travail Fabric.

L’historique des versions crée une version au début de chaque session d’édition en direct si vous devez rétablir une modification. Aucune action d’annulation n’est disponible lorsque vous apportez des modifications. L'intégration Git ou l'utilisation de pipelines de déploiement pour d'abord modifier en direct dans un espace de travail de développement, puis envoyer à un environnement de production, sont également disponibles pour une modification en direct sans affecter les utilisateurs en aval.

Il n’existe aucun fichier local créé, mais si vous souhaitez une copie locale des métadonnées, vous pouvez exporter vers un projet Power BI (PBIP) et continuer à modifier en direct avec un bouton Enregistrer pour les métadonnées locales. Vous pouvez utiliser des techniques Git locales pour annuler les modifications. Pour exporter vers Power BI Project (PBIP), accédez à Fichier, puis Exportez, puis choisissez Projet Power BI (PBIP).

Si deux utilisateurs ou plusieurs utilisateurs modifient en direct le même modèle sémantique et qu’un conflit se produit, Power BI Desktop alerte l’un des utilisateurs et synchronise le modèle avec la dernière version. Toutes les modifications que vous essayiez d’apporter devront être effectuées à nouveau après la synchronisation du modèle. Ce comportement est le même que la modification de modèles de données dans le service Power BI, également appelé modélisation web.

Refresh

La sélection du bouton Actualiser lors de la modification dynamique d’un modèle sémantique avec des tables Direct Lake effectue une actualisation du schéma et recadre les tables Direct Lake.

L’actualisation du schéma vérifie les définitions de tables dans le modèle et la compare à la même table nommée dans la source de données pour toutes les modifications apportées aux colonnes. Les modifications détectées à partir de la source de données, dans ce cas, un élément Fabric, tel qu’un lakehouse ou un entrepôt, sont apportées au modèle sémantique. Par exemple, une colonne a été ajoutée à une table. La modification du nom de la table ou de la colonne dans le modèle sémantique dans Power BI Desktop persiste après une actualisation.

La modification d’un nom de table ou de colonne à la source de données supprime la table ou la colonne lors de l’actualisation suivante du schéma. Vous pouvez utiliser la vue TMDL pour afficher la propriété SourceLineageTag et la mettre à jour vers le nouveau nom pour éviter la suppression du modèle sémantique lors de l’actualisation du schéma.

Une autre façon d’effectuer une actualisation du schéma consiste à accéder à la liste déroulante Transformer les données, puis àsélectionner Modifier les tables.

L’actualisation planifiée dans l’espace de travail Fabric recadre uniquement les tables Direct Lake sans actualisation du schéma. En savoir plus sur l’actualisation dans Power BI.

Projet Power BI (PBIP)

Lorsque vous travaillez sur un projet Power BI (PBIP) avec un modèle sémantique avec des tables Direct Lake, Power BI Desktop doit se connecter à un modèle sémantique dans un espace de travail Fabric, également appelé modèle sémantique distant. La modélisation à distance est une modification dynamique, car toutes les modifications que vous apportez sont immédiatement appliquées au modèle sémantique dans l’espace de travail. En outre, vous pouvez enregistrer votre modèle sémantique et vos définitions de rapport, ou métadonnées, dans vos fichiers PBIP locaux. Les fichiers PBIP peuvent être déployés ultérieurement sur un espace de travail Fabric à l’aide d’un mécanisme de déploiement tel que l’intégration Git Fabric. En savoir plus sur la modélisation à distance avec Power BI Project (PBIP)

Nom dans les liens d’en-tête

La sélection du nom du modèle sémantique dans le coin supérieur gauche de Power BI Desktop s’étend pour afficher l’emplacement du modèle sémantique dans l’espace de travail Fabric. La sélection du nom de l’espace de travail ou du nom du modèle sémantique vous permet de les accéder sur le web. L’historique des versions est également disponible.

Vue TMDL

La vue TMDL (langage de définition de modèle tabulaire) peut être utilisée avec des modèles sémantiques Direct Lake. Les scripts TMDL ne sont pas enregistrés, sauf si vous modifiez en direct avec un projet Power BI (PBIP). En savoir plus sur la vue TMDL.

Affichage des requêtes DAX

La vue de requête DAX (Expressions d’analyse des données) peut être utilisée avec des modèles sémantiques Direct Lake. Les requêtes DAX ne sont pas enregistrées, sauf si vous modifiez en direct avec un projet Power BI (PBIP). En savoir plus sur la vue de requête DAX.

Migrer Direct Lake sur des modèles sémantiques SQL vers Direct Lake sur OneLake

Si vous disposez déjà d’un modèle sémantique Direct Lake sur SQL et que vous souhaitez migrer vers Direct Lake sur OneLake, vous pouvez utiliser la vue TMDL. Direct Lake sur OneLake offre l’avantage d’avoir toutes les tables issues de plusieurs sources sans avoir recours à DirectQuery.

Ces étapes de migration ne sont pas recommandées si vous utilisez des vues de points de terminaison d'analyse SQL dans le modèle sémantique SQL Direct Lake.

Pour passer à Direct Lake sur OneLake, procédez comme suit.

1. Modifiez en direct le modèle sémantique que vous souhaitez migrer dans Power BI Desktop.
2. Dans l’en-tête, ouvrez la liste déroulante du nom et choisissez l’historique des versions pour revenir à une version, si vous souhaitez avoir cette option.
3. Accédez à la vue TMDL.
4. Faites glisser le nœud de modèle sémantique dans l’éditeur pour scripter l’intégralité du modèle.
5. Recherchez l’expression en bas du script.
6. Remplacez Sql.Database("SQL endpoint connection string", "ID of the SQL analytics endpoint") par AzureStorage.DataLake("https://onelake.dfs.fabric.microsoft.com/ID of the workspace/ID of the lakehouse or warehouse").
7. Si la source est un Lakehouse sans schéma, supprimez toutes les schemaName références de propriété. Sélectionnez Rechercher dans le ruban pour en trouver un. Sélectionnez-le et utilisez-le CTRL+SHIFT+L pour les sélectionner tous, puis CTRL+SHIFT+K pour supprimer toutes les lignes à la fois.
8. Ensuite, sélectionnez Appliquer.
9. En cas de réussite, accédez à l’affichage Modèle pour actualiser le modèle. Vous pouvez ajuster les informations d’identification dans la page Paramètres du modèle sur le web.

Maintenant, le modèle sémantique utilise Direct Lake sur OneLake. En cas de problème, vous pouvez restaurer la version que vous avez créée pour revenir à Direct Lake en mode de stockage SQL.

Conditions requises et autorisations

• Le point de terminaison XMLA doit être activé sur le locataire. Apprenez-en plus en lisant l’article sur le point de terminaison XMLA.
• Le point de terminaison XMLA avec un accès en lecture-écriture doit être activé au niveau de la capacité. Apprenez-en plus en lisant l’article sur les outils.
• L’utilisateur doit disposer d’une autorisation en Écriture sur le modèle sémantique. Apprenez-en plus en lisant l’article sur les autorisations.
• L’utilisateur doit disposer d’une autorisation Observateur sur le lakehouse. Apprenez-en plus en lisant l’article sur le lakehouse.
• Cette fonctionnalité n’est pas disponible pour les utilisateurs disposant d’une licence gratuite.

Considérations et limitations

• Vous ne pouvez pas avoir plusieurs sources de données lors de l’utilisation de Direct Lake sur SQL. Ajoutez des données à la source de données Fabric utilisée par le modèle sémantique. Plusieurs sources de données sont prises en charge pour Direct Lake sur le mode de stockage OneLake.
• Vous ne pouvez pas publier le projet Power BI (PBIP) à partir de Power BI Desktop. Vous pouvez utiliser des mécanismes de déploiement Fabric tels que l’intégration Git Fabric ou les API Fabric Item pour publier vos fichiers PBIP locaux dans un espace de travail Fabric.
• Vous ne pouvez pas valider les rôles RLS à partir de Power BI Desktop. Vous pouvez valider le rôle dans le service.
• Vous ne pouvez pas vous déconnecter lors de l’édition en direct sans erreurs inattendues.
• Vous pouvez ouvrir des outils externes, mais l’outil externe doit gérer l’authentification auprès du modèle sémantique distant.
• Vous pouvez modifier la catégorie de données en code-barres, mais les rapports liés au modèle sémantique ne peuvent pas filtrer par codes-barres.
• Vous ne pouvez pas modifier en direct des modèles sémantiques partagés en externe.
• Vous pouvez utiliser la modification en direct sur les tables d’importation uniquement si elles font partie d’un modèle composite, y compris Direct Lake sur des tables OneLake
• Passez en revue les problèmes connus actuels et les limitations de Direct Lake.

Contenu connexe

• Vue d’ensemble de Direct Lake
• Fichiers de projet Power BI