Ereignisse
Power BI DataViz Weltmeisterschaften
14. Feb., 16 Uhr - 31. März, 16 Uhr
Mit 4 Chancen, ein Konferenzpaket zu gewinnen und es zum LIVE Grand Finale in Las Vegas zu machen
Weitere InformationenDieser Browser wird nicht mehr unterstützt.
Führen Sie ein Upgrade auf Microsoft Edge durch, um die neuesten Features, Sicherheitsupdates und den technischen Support zu nutzen.
In diesem Artikel finden Sie eine technische Erläuterung zu Power BI-Semantikmodellen.
Power BI-Semantikmodelle stellen eine Datenquelle dar, die für Berichterstellung und Visualisierung einsatzbereit ist. Sie können Power BI-Semantikmodelle auf folgende Weise erstellen:
Mit Ausnahme von Streamingsemantikmodellen stellen Semantikmodelle Datenmodelle dar, welche die ausgereiften Modellierungstechnologien von Analysis Servicesverwenden.
Hinweis
In der Power BI-Dokumentation werden die Begriffe Semantikmodell und Modell manchmal synonym verwendet. Ein Semantikmodell im Power BI-Dienst bezieht sich aus Entwicklungsperspektive auf ein Modell. In einem Dokumentationskontext bezeichnen die Begriffe dasselbe.
Es gibt zwei Arten von extern gehosteten Modellen: SQL Server Analysis Services und Azure Analysis Services.
Um eine Verbindung mit einem SQL Server Analysis Services-Modell herzustellen, müssen Sie ein lokales Datengateway entweder lokal oder auf einer von einer virtuellen Maschine gehosteten IaaS-Instanz (Infrastructure-as-a-Service) installieren. Azure Analysis Services erfordert kein Gateway.
Das Herstellen einer Verbindung mit Analysis Services ist meist sinnvoll, wenn bereits in vorhandene Modelle investiert wurde, die in der Regel als Teil eines Data Warehouse eines Unternehmens (Enterprise Data Warehouse, EDW) fungieren. Power BI kann eine Liveverbindung zu Analysis Services herstellen und Datenberechtigungen erzwingen, indem er die Identität des Power BI-Berichtsbenutzers verwendet.
SQL Server Analysis Services unterstützt sowohl mehrdimensionale Modelle oder Cubes als auch tabellarische Modelle. Wie im folgenden Bild veranschaulicht, übermittelt ein Semantikmodell mit Liveverbindung Abfragen an extern gehostete Modelle.
Sie können Power BI Desktop, eine Clientanwendung, die für die Power BI-Entwicklung vorgesehen ist, zum Entwickeln eines Modells verwenden. Ein Power BI Desktop-Modell fungiert effektiv als tabellarisches Analysis Services-Modell.
Sie können drei verschiedene Typen oder Modi von Modellen mit Power BI Desktop entwickeln: „Import“, „DirectQuery“ und „Zusammengesetzt“. Sie entwickeln Modelle, indem Sie Daten aus Dataflows importieren und dann in externe Datenquellen integrieren. Der Modus hängt davon ab, ob Daten in das Modell importiert werden oder in der Datenquelle verbleiben. Weitere Informationen zu den Modi finden Sie unter Semantikmodellmodi im Power BI-Dienst.
Wenn Sie über Gateway- und Cloudverbindungen mit Semantikmodellen arbeiten, hängt Ihre Fähigkeit zum Vornehmen von Änderungen am Semantikmodell vom Besitz des Semantikmodells ab. Wenn Sie nicht der Besitzer sind, wird eine Warnung angezeigt, die besagt, dass Sie aus diesem Grund den Abschnitt der Semantikmodellinformationen im schreibgeschützten Modus anzeigen. Um Änderungen vorzunehmen, müssen Sie sich entweder mit einer entsprechenden Anfrage an den Besitzer des Semantikmodells wenden oder den Besitz des Semantikmodells übernehmen.
Extern gehostete Modelle und Power BI Desktop-Modelle können Sicherheit auf Zeilenebene (Row-Level Security, RLS) erzwingen, um die Daten zu beschränken, die bestimmte Benutzer*innen abrufen können. Beispielsweise können Benutzer, die der Sicherheitsgruppe Vertriebsmitarbeiter zugewiesen sind, Berichtsdaten nur für die Vertriebsregionen einsehen, denen sie zugewiesen sind. RLS-Rollen sind entweder dynamisch oder statisch. Dynamische Rollen filtern nach dem Berichtsbenutzer, während statische Rollen dieselben Filter für alle Benutzer anwenden, die der jeweiligen Rolle zugewiesen sind. Weitere Informationen finden Sie unter Sicherheit auf Zeilenebene (RLS) mit Power BI.
Durch das Erstellen von Semantikmodellen anhand von Excel-Arbeitsmappen oder CSV-Dateien wird ein Modell automatisch erstellt. Importierte Excel-Tabellen und CSV-Daten erstellen Modelltabellen, während Excel-Arbeitsmappendaten transponiert werden, um ein Power BI-Modell zu erstellen. In allen Fällen werden Dateidaten in ein Modell importiert.
Zusammenfassung:
Die folgenden wichtigen Fakten und Überlegungen gelten für Power BI-Semantikmodelle, die Modelle darstellen:
Um Power BI-Semantikmodelle erfolgreich bereitzustellen und zu verwalten, sollten Sie sich mit den folgenden Faktoren vertraut machen:
Ereignisse
Power BI DataViz Weltmeisterschaften
14. Feb., 16 Uhr - 31. März, 16 Uhr
Mit 4 Chancen, ein Konferenzpaket zu gewinnen und es zum LIVE Grand Finale in Las Vegas zu machen
Weitere InformationenTraining
Modul
Semantische Modelle in Power BI verwalten - Training
Sie können mit Microsoft Power BI ein einziges semantisches Modell verwenden, um viele Berichte zu erstellen. Reduzieren Sie Ihren Verwaltungsaufwand noch weiter, indem Sie geplante Aktualisierungen des semantischen Modells verwenden und Konnektivitätsfehler beheben.
Zertifizierung
Microsoft Certified: Power BI Data Analyst Associate - Certifications
Erfahren Sie mehr über die Methoden und Best Practices, die den geschäftlichen und technischen Anforderungen für die Modellierung, Visualisierung und Analyse von Daten mit Microsoft Power BI entsprechen.