Összetett modellek használata a Power BI DesktopbanUse composite models in Power BI Desktop

Ha korábban a Power BI Desktopban DirectQueryt használt egy jelentésben, akkor más, akár DirectQuery vagy importálási módú adatkapcsolatra sem volt lehetőség az adott jelentésben.Previously in Power BI Desktop, when you used a DirectQuery in a report, no other data connections, whether DirectQuery or import, were allowed for that report. Az összetett modellekkel ez a kötöttség megszűnik.With composite models, that restriction is removed. Egy jelentés problémamentesen tartalmazhat több, DirectQuery vagy importálás típusú adatkapcsolatot bármilyen kívánt kombinációban.A report can seamlessly include data connections from more than one DirectQuery or import data connection, in any combination you choose.

Az összetett modellek használatának lehetősége a Power BI Desktopban három összefüggő funkcióból áll:The composite models capability in Power BI Desktop consists of three related features:

  • Összetett modellek: Lehetővé teszi, hogy a jelentés két vagy több adatkapcsolattal rendelkezzen különböző forráscsoportokból, például egy vagy több DirectQuery-kapcsolattal és egy importálási kapcsolattal, két vagy több DirectQuery-kapcsolattal vagy ezek bármilyen kombinációjával.Composite models: Allows a report to have two or more data connections from different source groups, such as one or more DirectQuery connections and an import connection, two or more DirectQuery connections, or any combination thereof. Ez a cikk részletesen tárgyalja az összetett modelleket.This article describes composite models in detail.

  • Több a többhöz kapcsolatok: Az összetett modellekkel a táblák között több-a-többhöz kapcsolatok hozhatók létre.Many-to-many relationships: With composite models, you can establish many-to-many relationships between tables. Ez a megközelítés kiküszöböli, hogy egyedi értékeket kelljen használni a táblákban.This approach removes requirements for unique values in tables. Korábbi áthidaló megoldásokat is szükségtelenné tesz, például új táblák bevezetését a kapcsolatok létrehozásához.It also removes previous workarounds, such as introducing new tables only to establish relationships. További információk: Több-a-többhöz kapcsolatok a Power BI Desktopban.For more information, see Apply many-many relationships in Power BI Desktop.

  • Tárolási mód: Mostantól megadható, hogy mely vizualizációk kérdeznek le háttér-adatforrásokat.Storage mode: You can now specify which visuals query back-end data sources. Azok a vizualizációk, amelyekhez nincs szükség lekérdezésre, importálva lesznek még akkor is, ha DirectQuery-alapúak.Visuals that don't require a query are imported even if they're based on DirectQuery. Ez a funkció segíti a teljesítmény javulását, és csökkenti a háttérrendszerek leterheltségét.This feature helps improve performance and reduce back-end load. Korábban még az egyszerű vizualizációk, például a szeletelők is kezdeményeztek a háttérbeli forrásokra irányuló lekérdezéseket.Previously, even simple visuals, such as slicers, initiated queries to back-end sources. További információk: A tárolási mód kezelése a Power BI Desktopban.For more information, see Manage storage mode in Power BI Desktop.

Az összetett modellek használataUse composite models

Összetett modellek használatával számos különböző típusú adatforráshoz csatlakozhat a Power BI Desktop vagy a Power BI szolgáltatás használatával.With composite models, you can connect to different kinds of data sources when you use Power BI Desktop or the Power BI service. Ezeket az adatkapcsolatokat többféleképpen is létrehozhatja:You can make those data connections in a couple of ways:

  • Az adatok a Power BI-ba importálásával, ami az adatok lekérésének leggyakoribb módja.By importing data to Power BI, which is the most common way to get data.
  • Közvetlen csatlakozással az adatokhoz az eredeti forrásadattárban a DirectQuery használatával.By connecting directly to data in its original source repository by using DirectQuery. Ha szeretne többet megtudni a DirectQueryről, tekintse meg A DirectQuery használata a Power BI-ban című részt.To learn more about DirectQuery, see Use DirectQuery in Power BI.

DirectQuery használata esetén összetett modellekkel létrehozható egy olyan Power BI-modell (például egy különálló .pbix Power BI Desktop-fájl), amely elvégzi a következő műveleteket vagy azok valamelyikét:When you use DirectQuery, composite models make it possible to create a Power BI model, such as a single .pbix Power BI Desktop file, that does either or both of the following actions:

  • Egy vagy több DirectQuery-forrásból származó adatokat egyesít.Combines data from one or more DirectQuery sources.
  • A DirectQuery-forrásokból származó és az importált adatokat egyesíti.Combines data from DirectQuery sources and import data.

Összetett modellekkel például olyan modellt is összeállíthat, amely a következő adattípusokat egyesíti:For example, by using composite models, you can build a model that combines the following types of data:

  • Vállalati adattárházból származó értékesítési adatok.Sales data from an enterprise data warehouse.
  • Értékesítési célokra vonatkozó adatok egy részlegszintű SQL Server-adatbázisból.Sales-target data from a departmental SQL Server database.
  • Táblázatból importált adatok.Data that's imported from a spreadsheet.

A több DirectQuery-forrás adatait egyesítő vagy DirectQuery- és importált adatokat egyesítő modelleket összetett modellnek nevezzük.A model that combines data from more than one DirectQuery source or that combines DirectQuery with import data is called a composite model.

A táblák között létrehozhat kapcsolatokat, mint eddig is, még akkor is, ha ezek a táblák különböző forrásokból származnak.You can create relationships between tables as you always have, even when those tables come from different sources. Minden olyan kapcsolat, amely több forrásból származik, több-a-többhöz számossággal jön létre, a tényleges számosságtól függetlenül.Any relationships that are cross-source are created with a cardinality of many-to-many, regardless of their actual cardinality. Ezeket egy-a-sokhoz, sok-az-egyhez vagy egy-az-egyhez értékre módosíthatja.You can change them to one-to-many, many-to-one, or one-to-one. A források közötti kapcsolatok működése a beállított számosságtól függően eltérő.Whichever cardinality you set, cross-source relationships have different behavior. DAX- (Data Analysis Expressions-) függvényekkel nem kérhetők le a one (egy) oldalon lévő értékek a many (több) oldalról.You can't use Data Analysis Expressions (DAX) functions to retrieve values on the one side from the many side. A teljesítményre gyakorolt hatás is megjelenhet a több-a-többhöz kapcsolathoz viszonyítva ugyanazon a forráson belül.You may also see a performance impact versus many-to-many relationships within the same source.

Megjegyzés

Az összetett modellek körében minden importált tábla egyetlen adatforrásként jelenik meg, függetlenül az alapjukat képező adatforrásoktól.Within the context of composite models, all imported tables are effectively a single source, regardless of the actual underlying data sources.

Példa összetett modellreExample of a composite model

Az összetett modelleket bemutató példaként tekintsünk meg egy olyan jelentést, amely egy SQL Serveren található vállalati adattárházhoz csatlakozott DirectQuery használatával.For an example of a composite model, consider a report that has connected to a corporate data warehouse in SQL Server by using DirectQuery. Ebben az esetben az adattárház a következő adatokat tartalmazza: értékesítési adatok Country (Ország), Quarter (Negyedév) és Bike (Product) (Kerékpár (Termék)) szerint, ahogyan az a következő képen látható:In this instance, the data warehouse contains Sales by Country, Quarter, and Bike (Product) data, as shown in the following image:

Összetett modellek Kapcsolat nézete

Ebben a helyzetben egyszerű vizualizációkat készíthet a forrás mezőinek felhasználásával.At this point, you could build simple visuals by using fields from this source. Az alábbi kép a kiválasztott negyedév összes értékesítését mutatja be terméknév (ProductName) szerint.The following image shows total sales by ProductName, for a selected quarter.

Adatokon alapuló vizualizáció

De mi lenne, ha egy Office Excel-táblázatban további adatok szerepelnének az egyes termékekhez rendelt termékmenedzserekről és a marketingprioritásokról?But what if you have data in an Office Excel spreadsheet about the product manager who's assigned to each product, along with the marketing priority? Ha termékmenedzserenként (Product Manager) szeretné megtekinteni az értékesített mennyiséget (Sales Amount), nem biztos, hogy lehetséges ezeket a helyi adatokat hozzáadni a vállalati adattárházhoz.If you want to view Sales Amount by Product Manager, it might not be possible to add this local data to the corporate data warehouse. De legjobb esetben is hónapokig eltarthat.Or it might take months at best.

Előfordulhat, hogy az értékesítési adatok az adattárházból is importálhatók, és nem szükséges a DirectQuery használata.It might be possible to import that sales data from the data warehouse, instead of using DirectQuery. Ebben az esetben az értékesítési adatok egyesíthetőek a táblázatból importált adatokkal.And the sales data could then be combined with the data that you imported from the spreadsheet. Ez a megközelítés azonban ésszerűtlen, ugyanazon okok miatt, amelyek eredetileg a DirectQuery használatához vezetnek.However, that approach is unreasonable, for the reasons that lead to using DirectQuery in the first place. Ezek az okok többek között a következők:The reasons could include:

  • Az alapul szolgáló adatforrásban kikényszerített biztonsági szabályok bizonyos kombinációja.Some combination of the security rules enforced in the underlying source.
  • Szükség van a legújabb adatok megtekintésére.The need to be able to view the latest data.
  • Az adatok mennyisége.The sheer scale of the data.

Ilyen helyzetben hasznosak az összetett modellek.Here's where composite models come in. Az összetett modellek lehetővé teszik, hogy a DirectQueryvel csatlakozzon az adattárházhoz, az Adatok lekérése használatával pedig további adatforrásokhoz.Composite models let you connect to the data warehouse by using DirectQuery and then use Get data for additional sources. Ebben a példában először létrehozzuk a DirectQuery és a vállalati adattárház közötti kapcsolatot.In this example, we first establish the DirectQuery connection to the corporate data warehouse. Az Adatok lekérése használatával kiválasztjuk az Excel lehetőséget, majd megkeressük azt a táblázatot, amely a helyi adatainkat tartalmazza.We use Get data, choose Excel, and then navigate to the spreadsheet that contains our local data. Végül importáljuk az a táblázatot, amely a termékneveket, a hozzájuk rendelt értékesítési menedzsereket és a prioritást tartalmazza.Finally, we import the spreadsheet that contains the Product Names, the assigned Sales Manager, and the Priority.

Navigátor ablak

A Mezők listában két táblázat látható: az eredeti Bike táblázat az SQL Serverről és az új ProductManagers táblázat.In the Fields list, you can see two tables: the original Bike table from SQL Server and a new ProductManagers table. Az új táblázat az Excelből importált adatokat tartalmazza.The new table contains the data that's imported from Excel.

Mezők nézetben megjelenő táblák

Hasonlóan a Power BI Desktop Kapcsolatok nézetében egy újabb, ProductManagers nevű táblázat is látható.Similarly, in the Relationship view in Power BI Desktop, we now see an additional table called ProductManagers.

Táblázatok kapcsolat nézetben

Most ezen táblázatok és a modell többi táblázata között kell kapcsolatot létesítenünk.We now need to relate these tables to the other tables in the model. Ahogy szoktuk, létrehozunk egy kapcsolatot az SQL Server Bike táblázata és az importált ProductManagers táblázat között.As always, we create a relationship between the Bike table from SQL Server and the imported ProductManagers table. Tehát a kapcsolat a Bike[ProductName] és a ProductManagers[ProductName] között jön létre.That is, the relationship is between Bike[ProductName] and ProductManagers[ProductName]. A fentebbiekben leírtaknak megfelelően a források közötti összes kapcsolat alapértelmezetten több-a-többhöz számosságú.As discussed earlier, all relationships that go across source default to many-to-many cardinality.

A „Kapcsolat létrehozása” ablak

A kapcsolat a létrehozását követően megjelenik a Power BI Desktop Kapcsolat nézetében, ahogyan várható volt.Now that we've established this relationship, it's displayed in the Relationship view in Power BI Desktop, as we would expect.

Az új Kapcsolat nézet

A Mezők listában szereplő mezők bármelyikének felhasználásával létrehozhatunk vizualizációkat.We can now create visuals by using any of the fields in the Fields list. Ez a megközelítés problémamentesen ötvözi a több forrásból származó adatokat.This approach seamlessly blends data from multiple sources. Például a teljes értékesítési összeg (SalesAmount) termékmenedzserenként (Product Manager) látható a következő képen:For example, the total SalesAmount for each Product Manager is displayed in the following image:

A Mezők panel

A következő példa azt a gyakori esetet szemlélteti, amikor egy dimenziótáblát, amilyen a Product (Termék) vagy a Customer (Ügyfél), más helyről importált adatokkal bővítenek ki.The following example displays a common case of a dimension table, such as Product or Customer, that's extended with some extra data imported from somewhere else. A táblázatok a DirectQuery használatával is csatlakozhatnak különböző forrásokhoz.It's also possible to have tables use DirectQuery to connect to various sources. A példát továbbgondolva tegyük fel, hogy az értékesítési célok (Sales Targets) országonként (Country) és időszakonként (Period) egy részleg egy külön adatbázisában vannak tárolva.To continue with our example, imagine that Sales Targets per Country and Period are stored in a separate departmental database. Ezekhez az adatokhoz a szokásos módon csatlakozhat az Adatok lekérése használatával, az alábbi képen látható módon:As usual, you can use Get data to connect to that data, as shown in the following image:

A Kezelő ablaka

A korábbiakhoz hasonlóan most is létrehozhatunk az új táblázat és a modell többi táblázata között kapcsolatokat, és aztán létrehozhatunk a táblázatok adatait egyesítő vizualizációkat.As we did earlier, we can create relationships between the new table and other tables in the model and then create visuals that combine the table data. Tekintsük meg újra a Kapcsolat nézetet, ahol létrehoztuk az új kapcsolatokat:Let's look again at the Relationships view, where we've established the new relationships:

A Kapcsolat nézet sok táblázattal

A következő kép az új adatok és a létrehozott kapcsolatok alapján készült.The next image is based on the new data and relationships we created. A bal alsó sarokban lévő vizualizáció a teljes értékesített mennyiséget (Sales Amount) mutatja a célhoz képest (Target), és a kiszámított eltérés mutatja meg a két érték közötti különbséget.The visual at the lower left shows total Sales Amount versus Target, and the variance calculation shows the difference. Az értékesített mennyiséggel (Sales Amount) és a céllal (Target) kapcsolatos adatok két különböző SQL Server-adatbázisból származnak.The Sales Amount and Target data come from two different SQL Server databases.

Több adatot mutató kép

A tárolási mód beállításaSet the storage mode

Az összetett modellekben minden táblázatnak saját tárolási módja van, amely azt jelzi, hogy a táblázat DirectQuery-alapú vagy importált.Each table in a composite model has a storage mode that indicates whether the table is based on DirectQuery or import. A tárolási mód a Tulajdonságok panelen tekinthető meg és módosítható.The storage mode can be viewed and modified in the Property pane. A tárolási mód megjelenítéséhez a Mezők listában kattintson a jobb gombbal egy táblázatra, majd válassza a Tulajdonságok lehetőséget.To display the storage mode, right-click a table in the Fields list, and then select Properties. A következő képen a SalesTargets táblázat tárolási módja látható.The following image shows the storage mode for the SalesTargets table.

A tárolási mód az egyes táblázatok elemleírásán is megtekinthető.The storage mode can also be viewed on the tooltip for each table.

A tárolási módot megjelenítő eszköztipp

A DirectQueryből származó és importált táblázatokat is tartalmazó Power BI Desktop-fájlok ( .pbix fájlok) esetén az állapotsor úgynevezett Vegyes tárolási módot jelenít meg.For any Power BI Desktop file (a .pbix file) that contains some tables from DirectQuery and some import tables, the status bar displays a storage mode called Mixed. Az állapotsorban erre a kifejezésre kattintva minden táblázat egyszerűen átállítható importálás értékűre.You can click that term in the status bar and easily switch all tables to import.

A tárolási móddal kapcsolatos további információért lásd: A tárolási mód kezelése a Power BI Desktopban.For more information about storage mode, see Manage storage mode in Power BI Desktop.

Megjegyzés

A Vegyes tárolási módot a Power BI Desktopban és a Power BI szolgáltatásban használhatja.You can use Mixed storage mode in Power BI Desktop and in the Power BI service.

Számított táblákCalculated tables

Számított táblázatokat adhat a DirectQueryt használó modellekhez.You can add calculated tables to a model that uses DirectQuery. A számított táblázatokat meghatározó Data Analysis Expressions (DAX) kifejezések importált vagy DirectQuery-táblázatokra, vagy a kettő kombinációjára is hivatkozhatnak.The Data Analysis Expressions (DAX) that define the calculated table can reference either imported or DirectQuery tables or a combination of the two.

A számított táblázatok mindig importáltak, és az adataik a táblázat frissítésekor frissülnek.Calculated tables are always imported, and their data is refreshed when you refresh the tables. Ha egy számított táblázat egy DirectQuery-táblázatra hivatkozik, akkor a DirectQuery-táblázatra hivatkozó vizualizációkon mindig az alapul szolgáló adatforrás legfrissebb értékei jelennek meg.If a calculated table refers to a DirectQuery table, visuals that refer to the DirectQuery table always show the latest values in the underlying source. Más esetekben a számított táblázatra hivatkozó vizualizációk a számított táblázat legutóbbi frissítésekor érvényes értékeket mutatják.Alternatively, visuals that refer to the calculated table show the values at the time when the calculated table was last refreshed.

Biztonsági vonatkozásokSecurity implications

Az összetett modelleknek van néhány biztonsági vonatkozása.Composite models have some security implications. Egy adott adatforrásnak küldött lekérdezés olyan adatértékeket is magában foglalhat, amelyek egy másik forrásból lettek beolvasva.A query sent to one data source can include data values that have been retrieved from another source. A korábbi példában az értékesített mennyiséget (Sales Amount) termékmenedzserenként (Product Manager) bemutató vizualizáció küld egy SQL-lekérdezést a Sales (Értékesítés) relációs adatbázisnak.In the earlier example, the visual that shows (Sales Amount) by Product Manager sends an SQL query to the Sales relational database. Ez az SQL-lekérdezés a termékmenedzserek (Product Managers) és a hozzájuk tartozó termékek (Products) nevét is tartalmazhatja.That SQL query might contain the names of Product Managers and their associated Products.

A biztonsági vonatkozásokat szemléltető szkript

Emiatt a táblázatban tárolt információ egy olyan lekérdezés része, amely a relációs adatbázisnak lesz elküldve.Consequently, information that's stored in the spreadsheet is now included in a query that's sent to the relational database. Ha ez az információ bizalmas, figyelembe kell venni ennek biztonsági vonatkozásait.If this information is confidential, you should consider the security implications. Különösen a következőkre ügyeljen:In particular, consider the following points:

  • A nyomkövetések vagy auditnaplók megtekintésére jogosult adatbázisgazdák akkor is láthatják ezeket az információkat, ha nincs engedélyük az eredeti forráshoz.Any administrator of the database who can view traces or audit logs could view this information, even without permissions to the data in its original source. Ebben a példában a rendszergazdának engedélyre lenne szüksége az Excel-fájlhoz való hozzáféréshez.In this example, the administrator would need permissions to the Excel file.

  • Figyelembe kell venni mindegyik forrás titkosítási beállításait.The encryption settings for each source should be considered. Fontos elkerülni, hogy az egyik forrásból titkosított kapcsolattal lekért információ akaratlanul egy olyan lekérdezésben szerepeljen, amely titkosítatlan kapcsolaton lesz elküldve egy másik forrásnak.You want to avoid retrieving information from one source by an encrypted connection and then inadvertently including it in a query that's sent to another source by an unencrypted connection.

A Power BI Desktop figyelmeztetést jelenít meg összetett modellek létrehozásakor, ahol megerősítheti, hogy minden biztonsági vonatkozást figyelembe vett.To allow confirmation that you've considered any security implications, Power BI Desktop displays a warning message when you create a composite model.

Ezen kívül ha egy szerző az 1. táblát az A modellből hozzáadja egy kompozit modellhez (ezt itt C modellnek nevezzük), akkor ha egy felhasználó a C modellre épülő jelentést néz meg, akkor bármely táblát lekérdezhet az A modellben, ha azt nem védi RLS.Additionally, if an author adds Table1 from Model A to a Composite Model (we'll call it Model C for reference), then a user viewing a report built on Model C could query any table in Model A that is not protected by RLS.

Hasonló okokból nagy körültekintéssel kell eljárni nem megbízható forrásból származó Power BI Desktop-fájl megnyitásakor.For similar reasons, be careful when you open a Power BI Desktop file that's sent from an untrusted source. Ha ez a fájl összetett modelleket tartalmaz, akkor az egyik forrásból a fájlt megnyitó felhasználó hitelesítő adataival lekért információk egy másik adatforrásnak lesznek elküldve a lekérdezés részeként.If the file contains composite models, information that someone retrieves from one source by using the credentials of the user who opens the file would be sent to another data source as part of the query. Ezeket az információkat a Power BI Desktop-fájl rosszindulatú készítője is láthatja.The information could be viewed by the malicious author of the Power BI Desktop file. Amikor először megnyit egy több forrást is tartalmazó Power BI Desktop-fájlt, a Power BI Desktop egy figyelmeztetést jelenít meg.When you initially open a Power BI Desktop file that contains multiple sources, Power BI Desktop displays a warning. Ez a figyelmeztetés ahhoz hasonló, amely natív SQL-lekérdezéseket tartalmazó fájlok megnyitásakor jelenik meg.The warning is similar to the one that's displayed when you open a file that contains native SQL queries.

A teljesítmény szempontjaiPerformance implications

A DirectQuery használata során mindig figyelembe kell venni a teljesítményt, elsősorban annak érdekében, hogy a háttérbeli forrás elegendő erőforrással rendelkezzen a jó felhasználói élmény biztosításához.When you use DirectQuery, you should always consider performance, primarily to ensure that the back-end source has sufficient resources to provide a good experience for users. A jó felhasználói élmény azt jelenti, hogy a vizualizációk legfeljebb öt másodperc alatt frissülnek.A good experience means that the visuals refresh in five seconds or less. További teljesítménnyel kapcsolatos tanácsokért lásd: DirectQuery használata a Power BI-ban.For more performance advice, see About using DirectQuery in Power BI.

Az összetett modellek használata további teljesítménnyel kapcsolatos szempontokat von maga után.Using composite models adds additional performance considerations. Egyetlen vizualizáció több forráshoz is küldhet lekérdezéseket, és gyakran adja át a lekérdezés eredményeit egy második forrásnak.A single visual can result in sending queries to multiple sources, which often pass the results from one query across to a second source. Ez a következő végrehajtási módokhoz vezethet:This situation can result in the following forms of execution:

  • Nagy számú literál értéket tartalmazó SQL-lekérdezés: Például egy olyan vizualizáció, amely a teljes értékesített mennyiséget (Sales Amount) kéri a termékmenedzserek (Product Managers) egy adott köréhez, először ki kell keresnie az adott termékmenedzserekhez tartozó termékeket (Products).An SQL query that includes a large number of literal values: For example, a visual that requests total Sales Amount for a set of selected Product Managers would first need to find which Products were managed by those product managers. Ennek a folyamatnak végbe kell mennie, mielőtt a vizualizáció elküldi azt az SQL-lekérdezést, amely az összes termékazonosítót tartalmazza egy WHERE záradékban.This sequence must happen before the visual sends an SQL query that includes all of the product IDs in a WHERE clause.

  • Kisebb részletességet kívánó SQL-lekérdezés, amelynek adatai később a helyszínen lesznek aggregálva: Ha a termékmenedzserek (Product Manager) szűrési feltételének megfelelő termékek (Products) száma nagyon nagy, lehet, hogy nem érdemes vagy nem lehetséges belefoglalni az összes terméket egy WHERE záradékba.An SQL query that queries at a lower level of granularity, with the data later being aggregated locally: As the number of Products that meet the filter criteria on Product Manager grows large, it can become inefficient or unfeasible to include all products in a WHERE clause. Ehelyett a termék (Product) alacsonyabb szintjén is lekérdezheti a relációs forrást, majd az eredményeket helyben aggregálhatja.Instead, you can query the relational source at the lower level of Products and then aggregate the results locally. Ha a termékek (Products) száma meghaladja az 1 milliós korlátot, a lekérdezés sikertelen lesz.If the cardinality of Products exceeds a limit of 1 million, the query fails.

  • Több SQL-lekérdezés, csoportosítási szempontonként egy: Ha az aggregáció a DistinctCount függvényt használja, és egy másik forrásban lévő oszlop alapján van csoportosítva, és ha a külső forrás nem támogatja a csoportosítást meghatározó nagy számú literál érték hatékony átadását, szükségessé válhat csoportosítási szempontonként külön SQL-lekérdezést küldeni.Multiple SQL queries, one per group by value: When the aggregation uses DistinctCount and is grouped by a column from another source, and if the external source doesn't support efficient passing of many literal values that define the grouping, it's necessary to send one SQL query per group by value.

    Egy olyan vizualizációnak, amely a CustomerAccountNumber mező egyedi értékeinek számát kéri le az SQL Server-táblából termékmenedzserenként (Product Manager), a munkafüzetből importálva, meg kellene adnia a Product Managers táblázat adatait az SQL Servernek elküldött lekérdezésben.A visual that requests a distinct count of CustomerAccountNumber from the SQL Server table by Product Managers imported from the spreadsheet would need to pass in the details from the Product Managers table in the query that's sent to SQL Server. Más erőforrások, például a Redshift használatával ez a művelet nem végezhető el.Over other sources, Redshift, for example, this action is unfeasible. Ehelyett Sales Manager értékenként egy SQL-lekérdezés lenne elküldve egy adott gyakorlati korlátig, amely felett a lekérdezés sikertelen lenne.Instead, there would be one SQL query sent per Sales Manager, up to some practical limit, at which point the query would fail.

Ezen esetek mindegyike befolyásolja a teljesítményt, és a pontos részletek adatforrásonként változnak.Each of these cases has its own implications on performance, and the exact details vary for each data source. A két forrást összekötő kapcsolatban használt oszlopok számossága alacsony – néhány ezer –, azonban ennek a teljesítményt nem szabad befolyásolnia.Although the cardinality of the columns used in the relationship that joins the two sources remains low, a few thousand, performance shouldn't be affected. A számosság növekedésével egyre több figyelmet kell fordítani a végső teljesítményre gyakorolt hatásra.As this cardinality grows, you should pay more attention to the impact on the resulting performance.

A több-a-többhöz kapcsolatok használata ráadásul azzal jár, hogy minden összeg vagy részösszeg szintjén külön lekérdezést kell küldeni az alapul szolgáló forráshoz a részletes értékek helyi aggregálása helyett.Additionally, the use of many-to-many relationships means that separate queries must be sent to the underlying source for each total or subtotal level, rather than aggregating the detailed values locally. Ezért egy egyszerű táblázatvizualizáció összegekkel nem egy, hanem két SQL-lekérdezést küld el.A simple table visual with totals would send two SQL queries, rather than one.

Korlátozások és szempontokLimitations and considerations

Az összetett modelleknek erre a kiadására néhány korlátozás érvényes:This release of composite models presents a few limitations:

Összetett modellek esetén jelenleg a növekményes frissítést csak az SQL, az Oracle és a Teradata típusú adatforrások támogatják.Currently, incremental refresh is supported for composite models connecting to SQL, Oracle, and Teradata data sources only.

Az alábbi többdimenziós Live Connect-források nem használhatók összetett modellekkel:The following Live Connect multi-dimensional sources can't be used with composite models:

  • SAP HANASAP HANA
  • SAP Business WarehouseSAP Business Warehouse
  • SQL Server Analysis ServicesSQL Server Analysis Services
  • Power BI-adathalmazokPower BI datasets
  • Azure Analysis ServicesAzure Analysis Services

Ha ezekhez a többdimenziós forrásokhoz a DirectQuery használatával csatlakozik, nem tud más DirectQuery-forráshoz csatlakozni vagy ezeket importált adatokkal kombinálni.When you connect to these multi-dimensional sources by using DirectQuery, you can't connect to another DirectQuery source or combine it with import data.

A DirectQueryre vonatkozó jelenlegi korlátozások az összetett modellek használatára is érvényesek.The existing limitations of DirectQuery still apply when you use composite models. Sok ilyen korlátozás jelenleg táblánként értendő, a tábla tárolási módjától függően.Many of these limitations are now per table, depending upon the storage mode of the table. Egy importált táblázat egy számított oszlopa például hivatkozhat más táblázatokra, egy DirectQuery-táblázat számított oszlopai viszont továbbra is csak a táblázaton belüli oszlopokra hivatkozhatnak.For example, a calculated column on an import table can refer to other tables, but a calculated column on a DirectQuery table can still refer only to columns on the same table. Más korlátozások a modell egészére vonatkoznak, ha a modellen belül bármelyik tábla DirectQuery módban van.Other limitations apply to the model as a whole, if any of the tables within the model are DirectQuery. A QuickInsights funkció például nem érhető el a modellben, ha a benne lévő táblák bármelyike DirectQuery tárolási móddal rendelkezik.For example, the QuickInsights feature isn't available on a model if any of the tables within it has a storage mode of DirectQuery.

Következő lépésekNext steps

Az összetett modellekkel és a DirectQueryvel kapcsolatos további információkért tekintse meg a következő cikkeket:For more information about composite models and DirectQuery, see the following articles: