Modèles sémantiques dans le service Power BI

Cet article fournit une explication technique des modèles sémantiques Power BI.

Types de modèles sémantiques

Les modèles sémantiques Power BI représentent une source de données prête pour la création de rapports et la visualisation. Vous pouvez créer des modèles sémantiques Power BI de la manière suivante :

• Connectez-vous à un modèle de données existant non hébergé dans Power BI.
• Chargez un fichier Power BI Desktop contenant un modèle.
• Chargez un classeur Excel qui contient un ou plusieurs tableaux Excel et/ou un modèle de données de classeur, ou chargez un fichier de valeurs séparées par des virgules (CSV).
• Utilisez le service Power BI pour créer un modèle sémantique push.
• Utilisez le service Power BI pour créer un modèle sémantique de diffusion en continu ou de streaming hybride.

À l’exception des modèles sémantiques de diffusion en continu, les modèles sémantiques représentent des modèles de données, qui utilisent les technologies de modélisation matures de Analysis Services.

Modèles hébergés à l'extérieur

Il existe deux types de modèles hébergés externes : SQL Server Analysis Services et Azure Analysis Services.

Pour vous connecter à un modèle SQL Server Analysis Services, vous devez installer une passerelle de données locale soit en local soit sur une infrastructure en tant que service (IaaS) hébergée sur machine virtuelle. Azure Analysis Services n'a pas besoin de passerelle.

Cela a souvent du sens de se connecter à Analysis Services lorsqu'il existe des investissements de modèle existants, qui font généralement partie d'un entrepôt de données d'entreprise (EDW). Power BI permet d’établir une connexion active avec Analysis Services, et d’appliquer des autorisations d’accès aux données avec l'identité de l'utilisateur du rapport Power BI.

SQL Server Analysis Services prend en charge à la fois les modèles multidimensionnels, ou les cubes, et les modèles tabulaires. Comme l’illustre l’image suivante, un modèle sémantique de connexion active transmet des requêtes à des modèles hébergés en externe.

Modèles développés avec Power BI Desktop

Vous pouvez utiliser Power BI Desktop, une application cliente pour le développement Power BI, pour développer un modèle. Un modèle Power BI Desktop est en fait un modèle tabulaire Analysis Services.

Vous pouvez développer trois types ou modes différents de modèles à l’aide de Power BI Desktop : Import, DirectQuery et Composite. Vous développez des modèles en important des données à partir de flux de données, puis en les intégrant à des sources de données externes. Le mode dépend du fait que les données sont importées dans le modèle ou qu’elles restent dans la source de données. Pour plus d’informations sur les modes, consultez modes de modèle sémantique dans le service Power BI.

Propriété du modèle sémantique

Lorsque vous utilisez des modèles sémantiques à l’aide de connexions de passerelle et de cloud, votre capacité à apporter des modifications au modèle sémantique dépend de la propriété du modèle sémantique. Si vous n’êtes pas le propriétaire, un avertissement s’affiche indiquant que vous affichez la section des informations du modèle sémantique en mode lecture seule, car vous n’êtes pas le propriétaire du modèle sémantique. Pour apporter des modifications, vous devez contacter le propriétaire du modèle sémantique pour demander des modifications ou prendre le contrôle du modèle sémantique.

Sécurité au niveau des lignes

Les modèles hébergés en externe et les modèles Power BI Desktop peuvent appliquer la sécurité au niveau des lignes (RLS) pour limiter les données que certains utilisateurs peuvent récupérer. Par exemple, les utilisateurs affectés à un groupe de sécurité Salespeople peuvent être en mesure d’afficher les données de rapport uniquement pour les régions de vente auxquelles ils sont affectés. Les rôles RLS sont dynamiques ou statiques. Les rôles dynamiques filtrent par utilisateur du rapport, tandis que les rôles statiques appliquent les mêmes filtres à tous les utilisateurs affectés au rôle. Pour plus d’informations, consultez Sécurité au niveau des lignes (SNL) avec Power BI.

Modèles de classeur Excel

Création de modèles sémantiques basés sur classeurs Excel ou fichiers CSV crée automatiquement un modèle. Les tableaux Excel et les données CSV importées créent des tableaux de modèles, tandis que des données de classeur Excel sont transposées pour créer un modèle Power BI. Dans tous les cas, les données du fichier sont importées dans un modèle.

Résumé

En résumé :

• Les modèles sémantiques Power BI qui représentent des modèles sont hébergés dans le service Power BI ou sont hébergés en externe par Analysis Services.
• Les modèles sémantiques peuvent stocker des données importées ou émettre des requêtes Pass-through vers des sources de données sous-jacentes (ou effectuer les deux).

À propos de l’installation

Les faits et considérations importants suivants s’appliquent aux modèles sémantiques Power BI qui représentent des modèles :

• Les modèles hébergés par SQL Server Analysis Services nécessitent une passerelle pour effectuer des requêtes de connexion active.
• Pour interroger les modèles hébergés par Power BI qui importent des données, vous devez les charger entièrement en mémoire.
• Les modèles hébergés par Power BI qui utilisent le mode Importation doivent être actualisés pour maintenir les données à jour et doivent utiliser des passerelles lorsque les données sources ne sont pas accessibles directement sur Internet.
• Les modèles d'importation hébergés par Power BI peuvent être actualisés selon un calendrier, ou un utilisateur peut déclencher une actualisation à la demande dans le service Power BI.
• Les modèles hébergés par Power BI qui utilisent le mode DirectQuery nécessitent une connectivité aux données source. Power BI envoie des requêtes aux données source pour récupérer les données actuelles. Ce mode doit utiliser des passerelles lorsque les données source ne sont pas accessibles directement sur Internet.
• Les modèles peuvent appliquer des règles RLS pour filtrer l’accès aux données à certains utilisateurs.
• Vous pouvez utiliser les modèles sémantiques : l’API Take Over In Group pour prendre possession si un propriétaire de modèle sémantique quitte l’organisation.

Pour déployer et gérer correctement des modèles sémantiques Power BI, vous devez comprendre les facteurs suivants :

• La conception du modèle elle-même, y compris ses requêtes de préparation de données, ses relations et ses calculs.
• Les configurations suivantes peuvent avoir un impact significatif sur les ressources de capacité Power BI :
  • Emplacement d’hébergement des modèles
  • Mode de stockage
  • Toutes les dépendances sur les passerelles
  • Taille des données importées
  • Type et fréquence d’actualisation du modèle

Contenu connexe

• Modes de modèle sémantique dans le service Power BI
• Des questions ? Poser des questions à la communauté Power BI
• Vous avez des suggestions ? Envoyez-nous vos idées pour améliorer Power BI