Configurar definições para escala

O modelo é desenhado. Agora configura as definições que controlam como lida com grandes conjuntos de dados, consultas concorrentes e acesso a ferramentas externas. Estas definições determinam se o modelo consegue acompanhar à medida que os volumes de dados crescem e mais utilizadores e ferramentas o consomem.

Formato de armazenamento de modelo semântico grande

O grande formato de armazenamento semântico do modelo altera a forma como o modelo armazena e comprime os dados. Por defeito, o Power BI limita os uploads dos modelos a 10 GB. Com esta configuração ativada, os modelos podem crescer para além desse limite na atualização. O tamanho máximo é igual ao tamanho da capacidade do Fabric ou ao limite definido pelo administrador de capacidade.

Os modelos Direct Lake ativam automaticamente esta definição, por isso não precisas de a configurar manualmente para esses modelos. Para modelos em modo Importação, é preciso ativá-lo explicitamente.

Esta configuração é também um pré-requisito tanto para o acesso de leitura/escrita dos endpoints XMLA como para a escalação das consultas. Tens de o ativar primeiro ao usar os modos de armazenamento Import ou DirectQuery.

Ativar o formato de armazenamento de modelos semânticos grandes quando:

• Os seus volumes de dados exigem modelos que ultrapassem o limite de upload de 10 GB.
• Precisas de acesso ao endpoint XMLA para ferramentas externas.
• Planeias usar escalonamento horizontal de consultas para alta concorrência.
• Planeias usar refresh incremental com tabelas particionadas.

Acesso de leitura/escrita ao endpoint XMLA

O endpoint XMLA permite que ferramentas externas se liguem ao seu modelo semântico. Ferramentas como o Tabular Editor, DAX Studio e ALM Toolkit utilizam este endpoint para operações de desenvolvimento, depuração e implementação que não estão disponíveis na interface de serviço Fabric.

O acesso de leitura/escrita ao endpoint XMLA requer o grande formato de armazenamento semântico do modelo como pré-requisito. Depois de ambos estarem ativados, pode:

• Use Tabular Editor para desenvolvimento de modelos e integração com controlo de origem.
• Use o DAX Studio para análise de consultas e ajuste de desempenho.
• Implementar modelos usando bibliotecas clientes do Analysis Services através de pipelines CI/CD.

Em grande escala, estas ferramentas externas tornam-se essenciais. As edições manuais através da interface de serviço não suportam o nível de desenvolvimento do modelo que modelos grandes e mantidos pela equipa exigem.

Escalação de consultas

O scaleout de consulta distribui consultas de leitura entre réplicas somente de leitura do seu modelo semântico. Quando centenas de utilizadores acedem simultaneamente ao mesmo modelo, uma única instância pode tornar-se um gargalo. O scaleout de consultas adiciona réplicas que partilham a carga de consultas.

Quando ativas a escala da consulta, as réplicas de leitura usam uma cópia separada do modelo. Esta cópia sincroniza-se após cada atualização. Pode haver um breve atraso entre o modelo primário terminar uma atualização e as réplicas refletirem os dados atualizados.

A escalabilidade de consulta requer um formato de armazenamento de modelos semânticos de larga escala como pré-requisito.

Ativar a escala horizontal da consulta quando:

• O modelo serve centenas de utilizadores simultâneos.
• O desempenho da consulta degrada-se durante os períodos de maior utilização.
• O modelo é suportado por uma capacidade Fabric que suporta réplicas.

Configuração de fallback Direct Lake

O Direct Lake lê tabelas Delta diretamente do OneLake para a memória. Algumas consultas podem fazer com que o modelo volte ao modo DirectQuery, o que altera as características de desempenho. A configuração de alternativa controla como o modelo lida com estas situações:

• Permitir retrocesso (predefinido): Consultas que não podem ser executadas no modo Direct Lake recorrem automaticamente ao DirectQuery. Os utilizadores obtêm resultados, mas o desempenho pode diminuir.
• Despermitir o fallback: Consultas que não conseguem ser executadas no modo Direct Lake devolvem um erro. Isto garante um desempenho consistente, mas exige que todas as consultas permaneçam dentro das capacidades do Direct Lake.

Para modelos em escala, começar com alternativa permitida. Monitoriza quais consultas desencadeiam a função e, em seguida, otimiza essas consultas ou estruturas de dados para reduzir a frequência de recurso ao fallback. Não permita o fallback apenas quando todos os padrões de consulta permanecerem dentro dos limites do Direct Lake e precisar de consistência de desempenho garantida.

Integração OneLake

A integração com o OneLake torna os dados do seu modelo semântico acessíveis como tabelas Delta no OneLake. Quando habilitados, os itens descendentes de Fabric, como cadernos, pipelines e outros serviços, podem ler dados diretamente do modelo semântico sem precisar reconstruí-lo a partir da fonte.

Isto estende o alcance do modelo para além dos relatórios. Um modelo de dados semântico com um esquema estrela bem-estruturado e lógica de cálculo torna-se uma fonte de dados refinada para a plataforma de análise mais abrangente.

Permitir a integração com o OneLake quando:

• Engenheiros de dados ou cientistas de dados precisam de utilizar dados de modelos semânticos em cadernos ou outros itens Fabric.
• Deves usar o modelo semântico como uma fonte de dados partilhada entre o Fabric.
• Os consumidores a jusante precisam de acesso a dados curados, enriquecidos em lógica de negócio, sem os reconstruir a partir de fontes brutas.

Estrutura de decisão de definições

A tabela seguinte resume as decisões de definição chave para escala: