Direct Lake는 Microsoft Fabric 사용할 수 있는 Power BI 의미 체계 모델 테이블 스토리지 모드 옵션입니다. 모든 분석 데이터에 대한 단일 저장소인 OneLake에서 사용할 수 있는 델타 테이블의 메모리에 대량의 데이터를 빠르게 로드할 수 있도록 최적화되었습니다. 메모리에 로드되면 의미 체계 모델을 통해 고성능 대화형 분석을 수행할 수 있습니다.
Direct Lake는 Delta 테이블을 사용하여 대형 Fabric 레이크하우스, 웨어하우스 및 기타 Fabric 데이터 원본에 연결하는 의미 모델에 이상적입니다. Direct Lake는 전체 데이터 볼륨을 가져오기 테이블로 복제하는 것이 비실용적이거나 불가능한 경우에 특히 유용합니다. Direct Lake 및 가져오기 쿼리는 VertiPaq 쿼리 엔진에서 처리되는 반면 DirectQuery는 쿼리를 기본 데이터 원본에 페더레이션합니다. Direct Lake 및 가져오기 쿼리는 일반적으로 보고서에서 시각적 개체를 로드하고 상호 작용할 때 DirectQuery 쿼리보다 더 뛰어난 성능을 보입니다.
그러나 Direct Lake는 중요한 방식으로 가져오기 모드와 다릅니다. Direct Lake 의미 체계 모델에 대한 새로 고침 작업은 개념적으로 가져오기 의미 체계 모델에 대한 새로 고침 작업과 다릅니다. 가져오기 모드는 데이터를 복제하고 의미 체계 모델에 대해 캐시된 데이터의 전체 복사본을 만드는 반면 Direct Lake 새로 고침은 완료하는 데 몇 초 정도 걸릴 수 있는 메타데이터( 프레이밍이라고도 함)만 복사합니다. Direct Lake 새로 고침은 최신 버전의 Delta 테이블의 메타데이터를 분석하고 OneLake의 최신 파일에 대한 참조를 업데이트하는 저렴한 작업입니다. 반면 가져오기 새로 고침은 상당한 시간이 소요되고 상당한 데이터 원본 및 용량 리소스(메모리 및 CPU)를 사용할 수 있는 데이터 복사본을 생성합니다. Direct Lake는 데이터 준비를 OneLake로 이동하고, 이를 통해 Spark 작업, T-SQL DML 문, 데이터 흐름, 파이프라인 등을 비롯한 데이터 준비에 다양한 Fabric 기술을 사용합니다.
Direct Lake 스토리지 모드는 다음과 같은 주요 이점을 제공합니다.
- 가져오기 모드와 마찬가지로 Direct Lake 쿼리는 VertiPaq 엔진에서 처리되므로 데이터 새로 고침 주기의 관리 오버헤드 없이 가져오기 모드와 비슷한 쿼리 성능을 제공하여 전체 데이터 볼륨을 로드합니다.
- 기존 Fabric 투자를 활용하여 대규모 레이크하우스, 창고, 기타 Fabric 데이터 소스를 델타 테이블과 원활하게 통합합니다. 예를 들어 Direct Lake는 medallion Lakehouse 아키텍처의 골드 분석 계층에 이상적인 선택입니다.
- 쿼리에 응답하는 데 필요한 데이터만 메모리에 로드되므로 분석된 데이터 볼륨이 용량의 최대 메모리 제한을 초과할 수 있으므로 ROI(투자 수익률)를 최대화합니다.
- 의미 체계 모델을 원본과 빠르고 자동으로 동기화하여 데이터 대기 시간을 최소화하여 새로 고침 일정 없이 비즈니스 사용자가 새 데이터를 사용할 수 있도록 합니다.
팁
Direct Lake 성능은 잘 조정된 델타 테이블에 따라 달라집니다. V-Order 및 행 그룹 권장 사항을 포함하여 Direct Lake 사용을 위한 테이블 최적화에 대한 포괄적인 지침은 워크로드 간 테이블 유지 관리 및 최적화를 참조하세요.
Direct Lake 스토리지 모드는 언제 사용해야 하나요?
Direct Lake 스토리지 모드의 기본 사용 사례는 일반적으로 레이크 중심 아키텍처를 사용하는 IT 기반 분석 프로젝트에 사용됩니다. 이러한 시나리오에서는 OneLake에서 대량의 데이터를 누적하거나 누적할 것으로 예상합니다. 이 사용 사례에서는 해당 데이터를 메모리로 빠르게 로드하고, 빈번하고 빠른 새로 고침 작업, 용량 리소스의 효율적인 사용 및 빠른 쿼리 성능을 모두 중요합니다.
메모
의미 체계 모델의 가져오기 및 DirectQuery 테이블은 여전히 Fabric 관련이 있으며 일부 시나리오에 적합한 의미 체계 모델 선택입니다. 예를 들어 스토리지 가져오기 모드는 신속하게 작업할 수 있는 자유와 민첩성이 필요하고 IT에 의존하지 않고 새 데이터 요소를 추가해야 하는 셀프 서비스 분석가에게 잘 작동하는 경우가 많습니다.
가져오기 테이블 및 Direct Lake 테이블을 사용하는 의미 체계 모델은 많은 BI 시나리오에 필요한 규모와 유연성을 제공합니다.
또한, OneLake 통합은 마이그레이션 노력을 수반하지 않고 OneLake에서 가져오기 스토리지 모드의 테이블 데이터를 자동으로 Delta 테이블에 기록하여, Import 의미 체계 모델 사용자에게 제공되는 Fabric의 많은 이점, 예를 들어, SQL 쿼리, Notebook, 그리고 바로 가기를 통한 레이크하우스 통합 등의 이점을 실현할 수 있습니다. 이 옵션은 기존 데이터 웨어하우스 및/또는 분석 시스템을 반드시 또는 즉시 다시 설계하지 않고도 Fabric 이점을 얻을 수 있는 빠른 방법으로 권장됩니다.
Direct Lake는 데이터 레이크에서 수행되는 데이터 준비에 따라 달라집니다. 데이터 준비는 Fabric 레이크하우스용 Spark 작업, Fabric 웨어하우스용 T-SQL DML 문, 데이터 흐름, 파이프라인 등과 같은 다양한 도구를 사용하여 수행할 수 있으며, 이를 통해 재사용성을 최대화하기 위해 아키텍처에서 데이터 준비 논리가 업스트림으로 수행되도록 할 수 있습니다. 그러나 의미 체계 모델 작성자가 원본 항목을 수정할 수 없는 경우(예: 셀프 서비스 분석가가 IT에서 관리하는 레이크하우스에 대한 쓰기 권한이 없는 경우 가져오기 모드는 파워 쿼리 사용하여 데이터 준비를 지원하므로 가져오기 스토리지 모드 테이블로 모델을 보강하는 것이 좋습니다. 의미 체계 모델의 일부로 정의됩니다.
반드시 Direct Lake 스토리지 모드를 고려할 때 현재 Fabric 용량 라이선스 및 Fabric 용량 가드레일을 고려해야 합니다. 또한 이 문서의 뒷부분에서 설명하는 고려 사항 및 제한 사항을 고려합니다.
팁
Direct Lake 의미 체계 모델이 올바른 솔루션인지 여부를 확인하고 위험을 완화하기 위해 프로토타입또는 POC(개념 증명)를 생성하는 것이 좋습니다.
주요 개념 및 용어
이 가이드에서는 다음과 같은 개념에 익숙하다고 가정합니다.
사용자는 의미 체계 모델에 대한 DAX 쿼리를 생성하는 Power BI 보고서에서 시각적 개체를 로드하고 상호 작용합니다.
스토리지 모드: 의미 체계 모델은 사용된 테이블 스토리지 모드에 따라 DAX 쿼리를 다르게 처리합니다. 다음은 그 예입니다.
- 가져오기 및 Direct Lake 스토리지 모드는 VertiPaq 엔진을 사용하여 DAX 쿼리를 처리하고 결과를 Power BI 보고서 및 사용자에게 반환합니다.
- DirectQuery는 DAX 쿼리를 SQL 쿼리와 같은 데이터 원본의 쿼리 구문으로 변환하고 기본 원본 데이터베이스에서 실행합니다. 이러한 소스 데이터베이스는 일반적으로 비주얼이 필요로 하는 보고서 및 집계된 쿼리에서 들어오는 대규모 쿼리 부하에 최적화되지 않으며, "가져오기" 및 "Direct Lake" 모드와 비교할 때 성능 저하로 이어질 수 있습니다.
스토리지 모드는 의미 체계 모델에서 테이블의 속성입니다. 의미 체계 모델에 다른 스토리지 모드가 있는 테이블이 포함된 경우 복합 모델이라고 합니다. 스토리지 모드에 대한 자세한 내용은 Power BI 서비스의 의미 체계 모델 모드를 참조하세요.
Direct Lake 테이블 스토리지 모드 에는 다음 두 가지 옵션이 있습니다.
OneLake의 Direct Lake 델타 테이블과 함께 하나 이상의 Fabric 데이터 원본의 데이터를 사용할 수 있습니다. OneLake의 Direct Lake는 데이터 원본의 SQL 분석 엔드포인트를 통해 DirectQuery 모드로 대체되지 않습니다. OneLake 테이블의 Direct Lake를 사용하는 의미 체계 모델은 다른 데이터 원본에서 가져오기 테이블을 추가할 수도 있습니다.
Direct Lake on SQL 델타 테이블과 함께 단일 Fabric 데이터 원본의 데이터를 사용할 수 있습니다. SQL 분석 엔드포인트는 델타 테이블 및 SQL 뷰 검색 및 권한 검사에 사용됩니다. 데이터 원본이 SQL 뷰이거나 웨어하우스에서 SQL 기반 세분화된 액세스 제어를 사용하는 경우와 같이 델타 테이블에서 직접 데이터를 로드할 수 없는 경우 SQL 엔드포인트의 Direct Lake는 DirectQuery 테이블 스토리지 모드로 대체됩니다. 의미 체계 모델 속성인 Direct Lake 동작은 대체 동작을 제어합니다.
스토리지 모드 비교
다음 표에서는 Direct Lake 스토리지 모드와 Import 및 DirectQuery 스토리지 모드를 비교합니다.
| 능력 | OneLake의 Direct Lake | SQL 엔드포인트에서의 Direct Lake | 수입 | 다이렉트쿼리 |
|---|---|---|---|---|
| 라이센스 | Fabric 용량 구독(SKU 전용) | Fabric 용량 구독 SKU만 | 모든 Fabric 또는 Power BI 라이선스(Microsoft Fabric 무료 라이선스 포함) | 모든 Fabric 또는 Power BI 라이선스(Microsoft Fabric 무료 라이선스 포함) |
| 데이터 원본 | 델타 테이블에서 백업하는 모든 Fabric 데이터 원본의 테이블 | 레이크하우스 또는 웨어하우스 테이블(또는 뷰)만 | 모든 커넥터 | DirectQuery 모드를 지원하는 모든 커넥터 |
| SQL 분석 엔드포인트 뷰에 연결 | 아니요 | 예 – 하지만 자동으로 DirectQuery 모드로 대체됩니다. | 예 | 예 |
| 복합 모델 | 예 - Power BI 웹 모델링의 스토리지 모드 가져오기 테이블과 XMLA 도구를 사용하여 DirectQuery 테이블을 결합할 수 있습니다. | 1 없음 | 예 – DirectQuery, 이중 및 Direct Lake 스토리지 모드 테이블과 결합할 수 있습니다. | 예 – 가져오기, 이중 및 Direct Lake 스토리지 모드 테이블과 결합할 수 있습니다. |
| 싱글 사인온(SSO) | 예 | 예 | 해당 없음 | 예 |
| 계산 테이블 | 예 – 하지만 계산은 Direct Lake 모드의 테이블 열을 참조할 수 없습니다. | 아니요 - 계산 그룹, what-if 매개 변수, 계산 테이블을 암시적으로 만드는 필드 매개 변수 제외 | 예 | 아니요 – 계산된 테이블은 DirectQuery 모드에서 다른 테이블을 참조하는 경우에도 스토리지 가져오기 모드를 사용합니다. |
| 계산된 열 | 아니요 | 아니요 | 예 | 예 |
| 하이브리드 테이블 | 아니요 | 아니요 | 예 | 예 |
| 모델 테이블의 파티션 | 아니요 – 그러나 델타 테이블 수준에서 분할을 수행할 수 있습니다. | 아니요 – 그러나 델타 테이블 수준에서 분할을 수행할 수 있습니다. | 예 – 증분 새로 고침에 의해 자동으로 생성되거나, XMLA 엔드포인트를 사용하여 수동으로 만들어진 | 아니요 |
| 사용자 정의 집계 | 아니요 | 아니요 | 예 – DirectQuery 테이블의 집계 테이블 가져오기가 지원됩니다. | 예 |
| SQL 분석 엔드포인트 개체 수준 보안 또는 열 수준 보안 | 아니요 | 예 – 하지만 사용 권한이 거부되면 오류가 발생할 수 있습니다. | 예 – 하지만 의미 체계 모델 개체 수준 보안을 사용하여 사용 권한을 복제해야 합니다. | 예 – 하지만 권한이 거부되면 쿼리에서 오류가 발생할 수 있습니다. |
| SQL 분석 엔드포인트 행 레벨 보안 (RLS) | 아니요 | 예 – 하지만 쿼리는 DirectQuery 모드로 대체됩니다. | 예 – 하지만 의미 체계 모델 RLS를 사용하여 사용 권한을 복제해야 합니다. | 예 |
| 의미 체계 모델 행 수준 보안(RLS) | 예 – 하지만 고정 ID 클라우드 연결을 사용하는 것이 강력히 권장됩니다. | 예 – 하지만 고정 ID 클라우드 연결을 사용하는 것이 강력히 권장됩니다. | 예 | 예 |
| 의미 체계 모델 OLS(개체 수준 보안) | 예 | 예 | 예 | 예 |
| 새로 고침 요구 사항이 없는 대규모 데이터 볼륨 | 예 | 예 | 아니요 | 예 |
| 데이터 대기 시간 감소 | 예 – 자동 업데이트를 사용하도록 설정하거나 프로그래밍 방식으로 재구성하는 경우 | 예 – 자동 업데이트를 사용하도록 설정하거나 프로그래밍 방식으로 재구성하는 경우 | 아니요 | 예 |
| Power BI Embedded | 예 2 | 예 2 | 예 | 예 |
1 SQL 엔드포인트에서 Direct Lake를 사용하는 경우 Direct Lake 스토리지 모드 테이블을 동일한 의미 체계 모델의 DirectQuery 또는 이중 스토리지 모드 테이블과 결합할 수 없습니다. 그러나 Power BI Desktop을 사용하여 Direct Lake 의미 체계 모델에서 복합 모델을 만든 다음 새 테이블(가져오기, DirectQuery 또는 이중 스토리지 모드 사용) 또는 계산을 사용하여 확장할 수 있습니다. 자세한 내용은 의미 체계 모델 에 기반하여 복합 모델을 빌드하는 방법을 참조하세요.
2 V2 포함 토큰이 필요합니다. 서비스 주체를 사용하는 경우 고정 ID 클라우드 연결을 사용해야 합니다.
열 로드(트랜스코딩), 프레이밍, 자동 업데이트 및 DirectQuery 대체를 포함하여 Direct Lake의 작동 방식에 대한 자세한 내용은 Direct Lake 작동 방식을 참조하세요.
권한, 인증, OLS/RLS 및 데이터 액세스 규칙 옵션에 대한 자세한 내용은 Direct Lake 보안 통합을 참조하세요.
패브릭 용량 요구 사항
Direct Lake 의미 체계 모델에는 Fabric 용량 라이선스 필요합니다. 또한 다음 표와 같이 Fabric SKU(용량 구독)에 적용되는 용량 보호책 및 제한 사항이 있습니다.
중요하다
다음 표의 첫 번째 열에는 Power BI 프리미엄 용량 구독(P SKU)도 포함되어 있습니다. Microsoft 구매 옵션을 통합하고 용량 SKU당 Power BI Premium을 사용 중지합니다. 신규 및 기존 고객은 대신 F SKU(Fabric 용량 구독)를 구매하는 것을 고려해야 합니다.
자세한 내용은 Power BI Premium 라이선스 및 Power BI Premium 업데이트를 참조하세요.
| 패브릭 SKU | 테이블당 Parquet 파일 | 테이블당 행 그룹 | 테이블당 행 수(수백만) | 디스크 및 OneLake에서의 최대 모델 크기(GB) | 최대 메모리(GB) 1 |
|---|---|---|---|---|---|
| F2 (키보드 기능 키 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 | 무제한 | 이십오 (25) |
| F128/P2 | 5,000 | 5,000 | 3,000 | 무제한 | 50 |
| F256/P3 | 5,000 | 5,000 | 6,000 | 무제한 | 100 |
| F512/P4 | 1만 | 1만 | 12,000 | 무제한 | 200 |
| F1024/P5 | 1만 | 1만 | 24,000 | 무제한 | 400 |
| F2048 | 1만 | 1만 | 24,000 | 무제한 | 400 |
1 Direct Lake 의미 체계 모델의 경우 최대 메모리 페이징할 수 있는 데이터의 양에 대한 상한 메모리 리소스 제한을 나타냅니다. 이러한 이유로 가드레일이 아닙니다. 그러나 데이터 양이 너무 커서 OneLake 데이터의 모델 데이터 내/외부 페이징이 과도하게 발생하는 경우 성능에 영향을 줄 수 있습니다.
가드레일을 초과하는 경우 동작은 테이블 스토리지 모드에 따라 달라집니다.
- OneLake의 Direct Lake: 가져오기 모드와 유사하게 새로 고침이 실패하고 델타 테이블이 가드레일 제한에 속하도록 최적화될 때까지 모델을 쿼리할 수 없습니다.
- SQL의 Direct Lake: 대체가 활성화된 경우 DirectQuery 모드로 돌아갑니다. 새로 고침은 경고와 함께 성공하며 쿼리는 여전히 결과를 반환하지만 성능은 저하됩니다.
디스크/OneLake 가드레일의 최대 모델 크기는 모델 수준에서 평가되며 모든 쿼리에 영향을 줍니다. 테이블에 표시되는 다른 모든 가드레일은 쿼리당 평가됩니다. 따라서 더 높은 Fabric SKU로 불필요하게 확장할 필요가 없도록 델타 테이블과 Direct Lake 의미 체계 모델을 최적화해야 합니다.
또한 용량 단위 및 쿼리당 최대 메모리 제한 이 Direct Lake 의미 체계 모델에 적용됩니다. 자세한 내용은 용량 및 SKU참조하세요.
고려 사항 및 제한 사항
Direct Lake 의미 체계 모델에는 몇 가지 고려 사항 및 제한 사항이 있습니다.
메모
Direct Lake 의미 체계 모델의 기능과 기능은 빠르게 진화하고 있습니다. 정기적으로 다시 확인하여 최신 고려 사항 및 제한 사항 목록을 검토해야 합니다.
| 고려 사항/제한 사항 | OneLake의 Direct Lake | Direct Lake on SQL(분석용 엔드포인트) |
|---|---|---|
| SQL 분석 엔드포인트가 행 수준 보안을 적용하는 경우 DAX 쿼리는 사용하는 Direct Lake 모드의 유형에 따라 다르게 처리됩니다. OneLake의 Direct Lake를 사용하면 쿼리가 성공하고 SQL 기반 RLS가 적용되지 않습니다. OneLake의 Direct Lake를 사용하려면 사용자가 SQL 기반 RLS를 관찰하지 않는 OneLake의 파일에 액세스할 수 있어야 합니다. |
쿼리가 성공할 것입니다. | 예, 대체를 사용하지 않도록 설정하지 않으면 쿼리가 실패합니다. |
| 의미 체계 모델의 테이블이 (구체화되지 않은) SQL 뷰를 기반으로 하는 경우 DAX 쿼리는 사용하는 Direct Lake 모드의 유형에 따라 다르게 처리됩니다. 이 경우 SQL 엔드포인트의 Direct Lake가 DirectQuery로 대체됩니다. 구체화되지 않은 SQL 뷰를 기반으로 OneLake 테이블에 Direct Lake를 만드는 것은 지원되지 않습니다. 델타 테이블이 만들어지므로 레이크하우스 구체화된 뷰를 대신 사용할 수 있습니다. 구체화되지 않은 SQL 뷰를 기반으로 한 테이블의 경우, 다른 스토리지 모드인 Import 또는 Direct Lake를 사용하세요. |
해당 없음 | 예, 대체를 사용하지 않도록 설정하지 않으면 쿼리가 실패합니다. |
| 복합 모델링- 즉, Direct Lake 의미 체계 모델 테이블은 가져오기, DirectQuery 또는 이중과 같은 다른 스토리지 모드의 테이블과 혼합될 수 있습니다( 계산 그룹, what-if 매개 변수 및 필드 매개 변수를 포함한 특수한 경우 제외). | 지원됨 | 지원되지 않음 |
| Direct Lake 스토리지 모드에서 열 또는 테이블을 참조하는 계산 열 및 계산 테이블입니다. 계산 그룹, what-if 매개 변수 및 계산 테이블을 암시적으로 만드는 필드 매개 변수 및 Direct Lake 열 또는 테이블을 참조하지 않는 계산 테이블은 모든 시나리오에서 지원됩니다. | 지원되지 않음 | 지원되지 않음 |
| Direct Lake 스토리지 모드 테이블은 복잡한 델타 테이블 열 형식을 지원하지 않습니다. 이진 및 GUID 의미 체계 형식도 지원되지 않습니다. 이러한 데이터 형식을 문자열 또는 기타 지원되는 데이터 형식으로 변환해야 합니다. | 지원되지 않음 | 지원되지 않음 |
| 테이블 관계에는 관련 열의 데이터 형식이 일치해야 합니다. | 예 | 예 |
| 관계의 한 쪽 열에는 고유한 값이 포함되어야 합니다. 일측 열에서 중복 값이 검색되면 쿼리가 실패합니다. | 예 | 예 |
| Power BI Desktop의 자동 날짜/시간 인텔리전스 기능은 날짜/시간 열의 날짜 부분만을 사용하여 관계를 만듭니다. 참고: 고유한 날짜 테이블을 날짜 테이블로 표시하고 날짜 열을 사용하여 관계를 만드는 것이 지원됩니다. | 지원됨 | 지원되지 않음 |
| 문자열 열 값의 길이는 32,764개의 유니코드 문자로 제한됩니다. | 예 | 예 |
| NaN(숫자가 아님)과 같은 숫자가 아닌 부동 소수점 값은 지원되지 않습니다. | 예 | 예 |
| 서비스 주체를 사용하여 Power BI에서 웹에 게시하는 것은 Direct Lake 의미 체계 모델의 고정 ID를 사용하는 경우에만 지원됩니다. | 예 | 예 |
| 웹 모델링 환경에서는 Direct Lake 의미 체계 모델에 대한 유효성 검사가 제한됩니다. 사용자 선택은 올바른 것으로 간주되며, 관계 또는 표시된 날짜 테이블의 선택한 날짜 열에 대해 카디널리티 또는 교차 필터 선택 항목의 유효성을 검사하기 위한 쿼리가 실행되지 않습니다. | 예 | 예 |
| Fabric 포털의 새로 고침 기록에 있는 Direct Lake 탭에는 Direct Lake 관련 새로 고침 실패가 나열됩니다. 새로 고침 상태가 이전 실행이 없는 경우나 새로 고침 실패에서 새로 고침 성공 또는 새로 고침 성공 경고로 변경되지 않는 한, 성공적인 새로 고침(프레이밍) 작업은 보통 나열되지 않습니다. | 예 | 예 |
| Fabric SKU는 용량에 대한 Direct Lake 의미 체계 모델당 사용 가능한 최대 메모리를 결정합니다. 제한을 초과하면 모델 데이터 내/외부의 과도한 페이징으로 인해 의미 체계 모델에 대한 쿼리가 느려질 수 있습니다. | 예 | 예 |
| 데이터 원본 작업 영역의 다른 지역에 있는 작업 영역에서 Direct Lake 의미 체계 모델을 만드는 것은 지원되지 않습니다. 예를 들어 Lakehouse가 미국 중서부에 있는 경우 동일한 지역에 있는 이 Lakehouse에서만 의미 체계 모델을 만들 수 있습니다. 현재 지역을 찾으려면 >Fabric 홈 지역을 참조하세요. | 예 | 예 해결 방법은 의미 모델을 만들기 전에, 다른 지역의 작업 공간에서 레이크하우스를 생성하고 테이블에 대한 바로 가기를 만드는 것입니다. |
| 보고서를 포함하려면 V2 포함 토큰필요합니다. | 예 | 예 |
| 인증을 위한 서비스 주체 프로필입니다. | 지원되지 않음 | 지원되지 않음 |
| 서비스 주체 및 뷰어 역할 멤버 자격에서 서비스 주체를 사용하여 Power BI Direct Lake 의미 체계 모델을 만들고 쿼리할 수 있습니다. 그러나 lakehouse/warehouse의 기본 Direct Lake 의미 체계 모델은 이 시나리오를 지원하지 않습니다. | 예 | 예 |
| 레이크하우스의 바로가기는 시맨틱 모델 테이블의 데이터 원본으로 사용할 수 있습니다. | 지원됨 | 지원됨 |
| 개인 작업 영역에서 Direct Lake 모델을 만듭니다(내 작업 영역). | 지원되지 않음 | 지원되지 않음 |
| 데이터 원본을 다시 바인딩하는 배포 파이프라인 규칙입니다. | 직접 지원되지 않음 - 연결 문자열 사용할 매개 변수 식을 만들 수 있습니다. | 지원됨 |
| 동일한 데이터 원본 테이블에서 여러 테이블 추가 | Power BI Desktop 또는 웹 모델링에서는 지원되지 않습니다. XMLA 기반 외부 도구를 사용하여 동일한 데이터 원본 테이블의 여러 테이블을 추가할 수 있습니다. Power BI 도구에서 Edit 테이블을 사용하고 프레시를 사용하면 의미 체계 모델에서 동일한 데이터 원본 테이블의 여러 테이블에 오류가 발생합니다. | Power BI Desktop 또는 웹 모델링에서는 지원되지 않습니다. XMLA 기반 외부 도구를 사용하여 동일한 데이터 원본 테이블의 여러 테이블을 추가할 수 있습니다. Power BI 도구에서 Edit 테이블을 사용하고 프레시를 사용하면 의미 체계 모델에서 동일한 데이터 원본 테이블의 여러 테이블에 오류가 발생합니다. |
| XMLA 애플리케이션을 사용하여 만든 Direct Lake 테이블은 애플리케이션이 새로 고침 명령을 보낼 때까지 처음에는 처리되지 않은 상태입니다. 새 의미 체계 모델을 만들 때 해당 테이블을 처리하도록 모델을 새로 고쳐야 합니다. | 처리되지 않은 테이블과 관련된 쿼리는 오류를 반환합니다. | 처리되지 않은 테이블과 관련된 쿼리는 대체(fallback)가 비활성화되어 쿼리가 실패하지 않는 한 DirectQuery 모드로 대체됩니다. |
XMLA 규격 도구는 Direct Lake 의미 모델과 함께 작동하고 Direct Lake 고유의 메타데이터를 표시할 수 있도록 compatibilityLevel 1604 이상을 지원해야 합니다. |
예 | 예 |
Excel 피벗 테이블(및 기타 MDX 클라이언트)에서 분석하는 경우 의미 체계 모델의 Direct Lake 테이블을 사용하는 DirectQuery와 동일한 제한 사항이 있습니다. 명명된 집합, 계산 멤버, 기본 멤버 등과 같은 세션 범위 MDX 문은 지원되지 않습니다. 쿼리 범위에 속하는 'WITH' 절 같은 MDX 문이 지원됩니다. Direct Lake 테이블 사용자 정의 계층은 지원되지 않습니다. 가져오기 테이블 사용자 정의 계층 구조는 의미 체계 모델의 Direct Lake 테이블에서도 지원됩니다.
Power BI Desktop은 Direct Lake 테이블 및 가져오기 테이블을 사용하여 의미 체계 모델을 실시간으로 편집할 수 있습니다. 계산 그룹, what-if 매개 변수 및 계산 테이블을 암시적으로 만드는 필드 매개 변수와 Direct Lake 열 또는 테이블을 참조하지 않는 계산 테이블도 포함될 수 있습니다.
Power BI 웹 모델링은 다른 스토리지 모드 테이블이 있는 Direct Lake 테이블을 비롯한 모든 의미 체계 모델을 열 수 있습니다.
라이브 편집 또는 라이브 연결 시 DAX 쿼리 보기 및 웹에서 DAX 쿼리 작성은 SQL의 Direct Lake, OneLake의 Direct Lake 및 true 복합(OneLake의 Direct Lake + 데이터 원본에서 가져오기) 의미 체계 모델에 대해 지원됩니다.
TMDL 보기는 Power BI Desktop에서 라이브 편집할 때 지원됩니다.
보고서 작성자가 빌드 액세스 권한이 있는 경우 라이브 연결을 사용하여 보고서 만들기는 모든 의미 체계 모델에 대해 지원됩니다.
의미 체계 모델의 Direct Lake on SQL 연결 표현식은 Power BI Desktop 및 Power BI 웹 모델링에서 Edit tables 및 새로 고침 작업을 사용하려면 친숙한 이름이 아닌 GUID로 SQL 분석 엔드포인트를 참조해야 합니다. 연결 식은 TMDL 뷰 또는 XMLA 기반 외부 도구에서 업데이트할 수 있습니다. 브라우저에서 SQL 분석 엔드포인트를 볼 때 URL에서 GUID를 사용할 수 있습니다.
관련 콘텐츠
- 워크로드 간 테이블 유지 관리 및 최적화
- Direct Lake 의미 체계 모델을 개발하기
- Direct Lake 의미 모델 관리
- Direct Lake 쿼리 성능 이해
- Direct Lake 의미 체계 모델에 대한 쿼리 처리 분석