Skenario penggunaan Power BI: Penerbitan konten layanan mandiri

Catatan

Artikel ini merupakan bagian dari rangkaian artikel Perencanaan implementasi Power BI. Seri ini berfokus terutama pada beban kerja Power BI dalam Microsoft Fabric. Untuk pengantar rangkaian ini, lihat Perencanaan implementasi Power BI.

Bila solusi analitis sangat penting bagi organisasi, maka penting untuk memastikan konten dalam layanan Power BI stabil dan dapat diandalkan bagi konsumen. Tim IT sering menyelesaikan masalah ini dengan bekerja di beberapa lingkungan:

  • Di lingkungan pengembangan, pembuat dan pemilik konten membuat perubahan dan perbaikan pada solusi. Ketika perubahan ini siap untuk ditinjau lebih luas, solusi disebarkan (kadang-kadang dikenal sebagai dipromosikan) ke lingkungan pengujian.
  • Di lingkungan pengujian, peninjau memvalidasi perubahan yang dilakukan pada solusi. Tinjauan ini dapat melibatkan validasi fungsionalitas dan data solusi. Ketika peninjauan selesai, solusi disebarkan ke lingkungan produksi.
  • Lingkungan produksi adalah tempat konsumen melihat dan berinteraksi dengan solusi yang dirilis.

Pendekatan terstruktur ini memastikan bahwa pembuat, pemilik, dan peninjau konten dapat membuat dan memvalidasi perubahan tanpa memengaruhi konsumen secara negatif.

Menggunakan proses manajemen siklus hidup yang metodis dan disiplin akan mengurangi kesalahan, meminimalkan ketidakkonsistenan, dan meningkatkan pengalaman pengguna bagi konsumen. Pembuat dan pemilik konten dapat menggunakan alur penyebaran Power BI untuk penerbitan konten layanan mandiri. Alur penyebaran menyederhanakan proses dan meningkatkan tingkat kontrol saat merilis konten baru.

Catatan

Skenario penerbitan konten layanan mandiri ini adalah salah satu skenario manajemen konten dan penyebaran. Untuk daftar lengkap skenario penggunaan layanan mandiri, lihat artikel skenario penggunaan Power BI.

Singkatnya, beberapa aspek yang dijelaskan dalam topik kolaborasi konten dan skenario pengiriman tidak dibahas dalam artikel ini. Untuk cakupan lengkap, baca artikel tersebut terlebih dahulu.

Diagram skenario

Diagram berikut menggambarkan ringkasan secara umum tentang tindakan pengguna dan komponen Power BI yang paling umum untuk mendukung penerbitan konten layanan mandiri. Fokusnya adalah penggunaan alur penyebaran Power BI untuk meningkatkan konten melalui ruang kerja pengembangan, pengujian, dan produksi.

Diagram menunjukkan penerbitan konten layanan mandiri, yaitu tentang menerbitkan konten ke pengembangan, pengujian, dan produksi dengan menggunakan alur penyebaran. Item dalam diagram dijelaskan dalam tabel di bawah ini.

Tip

Kami mendorong Anda untuk mengunduh diagram skenario jika Anda ingin menyematkannya dalam presentasi, dokumentasi, atau posting blog Anda—atau mencetaknya sebagai poster dinding. Karena ini adalah gambar Scalable Vector Graphics (SVG), Anda dapat meningkatkan atau menurunkan skalanya tanpa kehilangan kualitas.

Diagram skenario menggambarkan tindakan, alat, dan fitur pengguna berikut:

Benda Keterangan
Item 1. Pembuat konten Power BI mengembangkan solusi BI menggunakan Power BI Desktop.
Item 2. File Power BI Desktop (.pbix) file proyek Power BI (.pbip) disimpan ke pustaka bersama di OneDrive. Pembuat konten menyimpan versi file-file ini di OneDrive.
Item 3. Setelah siap, pembuat konten menerbitkan file Power BI Desktop ke layanan Power BI.
Item 4. Konten diterbitkan ke ruang kerja yang didedikasikan untuk pengembangan.
Item 5. Administrator alur penyebaran menyiapkan alur penyebaran Power BI dengan tiga tahap: pengembangan, pengujian, dan produksi. Setiap tahap selaras dengan ruang kerja terpisah di layanan Power BI. Pengaturan penyebaran dan akses disiapkan untuk alur penyebaran.
Item 6. Ruang kerja pengembangan (atau pengujian) diatur ke kapasitas Fabric, kapasitas Premium, Premium Per Pengguna, atau mode lisensi Tersemat. Alur penyebaran Power BI adalah fitur yang hanya tersedia di ruang kerja dengan mode lisensi ini.
Item 7. Pembuat dan pemilik konten berkolaborasi di ruang kerja pengembangan untuk memastikan semua persyaratan terpenuhi.
Item 8. Ketika konten pengembangan siap, alur penyebaran membandingkan konten antara tahap pengembangan dan pengujian.
Item 9. Beberapa, atau semua, item Power BI disebarkan ke ruang kerja yang didedikasikan untuk pengujian.
Item 10. Setelah alur penyebaran menyelesaikan penyebarannya, pembuat konten secara manual melakukan aktivitas pasca-penyebaran untuk ruang kerja pengujian. Aktivitas tersebut dapat mencakup konfigurasi refresh data terjadwal atau menerbitkan aplikasi Power BI untuk ruang kerja pengujian.
Item 11. Jaminan kualitas, validasi data, dan pengujian penerimaan pengguna dilakukan oleh peninjau ruang kerja pengujian.
Item 12. Ketika konten pengujian divalidasi sepenuhnya, alur penyebaran membandingkan konten pada tahap pengujian dan produksi.
Item 13. Beberapa, atau semua, item Power BI disebarkan ke ruang kerja yang didedikasikan untuk produksi. Untuk ruang kerja produksi, kapasitas Fabric atau mode lisensi kapasitas Premium sering lebih tepat ketika ada sejumlah besar konsumen baca-saja.
Item 14. Setelah alur penyebaran selesai penyebaran, pembuat konten dapat melakukan aktivitas pasca-penyebaran secara manual. Aktivitas tersebut dapat mencakup konfigurasi refresh data terjadwal atau menerbitkan aplikasi Power BI untuk ruang kerja produksi.
Item 15. Pengamat konten mengakses konten menggunakan ruang kerja produksi atau aplikasi Power BI.
Item 16. Beberapa sumber data mungkin memerlukan gateway data lokal atau gateway VNet untuk refresh data, seperti yang berada dalam jaringan organisasi privat.
Item 17. Administrator Fabric mengawasi dan memantau aktivitas di portal Fabric. Konten yang dianggap cukup penting untuk memiliki ruang kerja pengembangan, pengujian, dan produksi terpisah dapat tunduk pada persyaratan tata kelola yang lebih ketat daripada konten yang kurang penting.

Tip

Kami menyarankan agar Anda meninjau skenario penggunaan manajemen model data tingkat lanjut juga. Ini dibangun berdasarkan konsep yang diperkenalkan dalam skenario ini.

Poin-poin penting

Berikut ini adalah beberapa poin penting untuk ditekankan tentang skenario penerbitan konten layanan mandiri.

Alur penyebaran

Alur penyebaran terdiri dari tiga tahap: pengembangan, pengujian, dan produksi. Satu ruang kerja ditetapkan untuk setiap tahap dalam alur penyebaran. Item Power BI yang didukung oleh alur penyebaran diterbitkan (atau dikloning) dari satu ruang kerja ke ruang kerja lainnya saat penyebaran terjadi. Setelah pengujian dan validasi selesai, alur penyebaran dapat digunakan kembali berkali-kali untuk mempromosikan konten dengan cepat. Antarmuka alur penyebaran mudah diterapkan untuk pembuat konten yang tidak memiliki keterampilan atau keinginan menggunakan penyebaran berbasis kode (penggunaan REST API Power BI dijelaskan dalam skenario penerbitan konten perusahaan).

Catatan

Menerbitkan konten menggunakan alur penyebaran dikenal sebagai penyebaran khusus metadata. Dalam hal ini, data tidak ditimpa atau disalin ke ruang kerja target. Refresh data biasanya diperlukan setelah penyebaran selesai—lihat topik aktivitas pasca-penyebaran di bawah ini.

Proses penyebaran

Sangat baik untuk menganggap seluruh konten ruang kerja sebagai paket analitis yang dapat disebarkan bersama-sama sebagai unit. Oleh karena itu, memiliki kejelasan tentang tujuan dan harapan setiap ruang kerja dianggap penting. Meskipun penyebaran selektif item Power BI tertentu dimungkinkan, itu lebih efisien dan kurang berisiko ketika penyebaran mewakili unit konten logis.

Tip

Rencanakan cara penanganan masalah mendesak, diluar dari penyebaran yang direncanakan. Jika memerlukan perbaikan langsung, tetap ikuti praktik standar propagasi semua perubahan dari pengembangan hingga pengujian dan produksi menggunakan alur penyebaran.

Model izin

Luangkan waktu untuk merencanakan model izin. Fleksibilitas penuh didukung untuk penerapan peran ruang kerja yang berbeda (antara pengembangan, pengujian, dan produksi). Seperti yang digambarkan dalam diagram skenario, adalah umum untuk menetapkan izin ruang kerja berikut:

  • Ruang kerja pengembangan: Batasi akses hanya untuk tim pembuat dan pemilik konten yang berkolaborasi bersama.
  • Ruang kerja pengujian: Batasi akses hanya untuk peninjau yang terlibat dengan jaminan kualitas, validasi data, dan aktivitas pengujian penerimaan pengguna.
  • Ruang kerja produksi: Berikan akses penonton pada konsumen konten aplikasi Power BI (dan ruang kerja, jika sesuai). Batasi akses ke mereka yang perlu mengelola dan menerbitkan konten produksi, yang melibatkan sesedikit mungkin pengguna.

Catatan

Sebagian besar konsumen konten tidak menyadari ruang kerja pengembangan dan pengujian.

Akses untuk alur penyebaran

Izin pengguna alur (untuk yang dapat menyebarkan konten dengan alur penyebaran) dikelola secara terpisah dari peran ruang kerja. Akses ke ruang kerja dan alur penyebaran diperlukan untuk pengguna yang melakukan penyebaran. Izin premium yang relevan juga diperlukan.

Jika memungkinkan, disarankan agar pembuat atau pemilik konten yang ada melakukan penyebaran. Dalam situasi tertentu, izin lebih dibatasi untuk ruang kerja produksi. Dalam hal ini, mungkin tepat untuk mengoordinasikan penyebaran produksi dengan orang lain yang memiliki izin untuk menyebarkan ke produksi.

Pengguna alur yang ditetapkan untuk peran anggota (atau admin) ruang kerja diizinkan untuk membandingkan tahapan dan menyebarkan konten. Menetapkan pengguna alur ke peran ini meminimalkan masalah izin dan memungkinkan proses penyebaran yang lebih lancar.

Tip

Perlu diingat bahwa peran ruang kerja diatur secara terpisah untuk pengembangan, pengujian, dan produksi. Namun, akses alur diatur sekali untuk seluruh alur.

Lisensi Power BI Premium

Penting

Terkadang artikel ini mengacu pada Power BI Premium atau langganan kapasitasnya (SKU P). Ketahuilah bahwa Microsoft saat ini mengonsolidasikan opsi pembelian dan menghentikan SKU Power BI Premium per kapasitas. Pelanggan baru dan yang sudah ada harus mempertimbangkan untuk membeli langganan kapasitas Fabric (F SKU) sebagai gantinya.

Untuk informasi selengkapnya, lihat Pembaruan penting yang masuk ke lisensi Power BI Premium dan Tanya Jawab Umum Power BI Premium.

Alur penyebaran Power BI adalah fitur Premium. Ada berbagai cara untuk mendapatkan lisensi, tergantung apakah konten digunakan untuk tujuan pengembangan, pengujian, atau produksi. Diagram skenario menggambarkan penggunaan SKU PREMIUM P seperti P1, P2, P3, P4, atau P5 untuk ruang kerja produksi, dan lisensi Premium berbasis pengguna Power BI Premium Per Pengguna (PPU) untuk ruang kerja pengembangan dan pengujian. Menggunakan lisensi PPU untuk ruang kerja dengan sangat sedikit pengguna (seperti yang digambarkan dalam diagram skenario) adalah cara yang hemat biaya dalam menggunakan fitur Premium, sambil memisahkannya dari kapasitas Premium yang ditetapkan untuk beban kerja produksi.

Pengaturan penyebaran

Aturan sumber data dan aturan parameter tersedia untuk mengelola nilai secara dinamis yang berbeda antara pengembangan, pengujian, dan produksi. Penggunaan pengaturan penyebaran adalah cara yang efektif untuk mengurangi upaya dan risiko kesalahan.

Aktivitas pasca-penyebaran

Dengan sengaja, properti tertentu tidak disalin ke ruang kerja target selama penyebaran. Beberapa aktivitas utama pasca-penyebaran meliputi:

  • Refresh data: Data tidak disalin dari ruang kerja sumber ke ruang kerja target. Penerbitan dari alur penyebaran selalu merupakan penyebaran khusus metadata. Oleh karena itu, refresh data biasanya diperlukan setelah penyebaran ke ruang kerja target. Untuk penyebaran pertama kali, info masuk sumber data atau konektivitas gateway (sebagaimana mestinya) juga harus dikonfigurasi.
  • Aplikasi: Aplikasi Power BI tidak diterbitkan secara otomatis oleh alur penyebaran.
  • Akses peran, izin berbagi, dan izin aplikasi: Izin tidak ditimpa selama penyebaran.
  • Properti ruang kerja: Properti, seperti kontak dan deskripsi ruang kerja, tidak ditimpa selama penyebaran.
  • Properti item Power BI: Properti item Power BI tertentu, seperti label sensitivitas, mungkin ditimpa selama penyebaran dalam keadaan tertentu.
  • Item Power BI yang tidak didukung: Langkah manual tambahan mungkin perlu diambil untuk item Power BI yang tidak didukung oleh alur penyebaran.

Perhatian

Tidak ada proses rollback setelah penyebaran dilakukan dengan alur penyebaran. Pertimbangkan dengan cermat proses dan persetujuan manajemen perubahan apa yang diperlukan untuk menyebarkan ke ruang kerja produksi.

Penyimpanan OneDrive

Diagram skenario menggambarkan penggunaan OneDrive untuk menyimpan file sumber Power BI Desktop. Tujuannya adalah untuk menyimpan file sumber di lokasi yaitu:

  • Diamankan dengan tepat untuk memastikan hanya penerbit yang dapat mengakses file sumber. Pustaka bersama (bukan pustaka pribadi) adalah pilihan yang baik.
  • Sering dicadangkan sehingga file aman dari kehilangan.
  • Buat versi ketika perubahan terjadi, untuk memungkinkan rollback ke versi yang lebih lama.

Tip

Jika lokasi OneDrive disinkronkan ke ruang kerja, konfigurasikan hanya untuk ruang kerja pengembangan.

Penyetelan gateway

Biasanya, gateway data diperlukan saat mengakses sumber data yang berada dalam jaringan organisasi privat atau jaringan virtual. Gateway data lokal menjadi relevan setelah file Power BI Desktop diterbitkan ke layanan Power BI. Dua tujuan gateway adalah untuk me-refresh data yang diimpor, atau melihat laporan yang meminta koneksi langsung atau model semantik DirectQueryyang sebelumnya dikenal sebagai himpunan data (tidak digambarkan dalam diagram skenario).

Saat bekerja dengan beberapa lingkungan, adalah umum untuk mengonfigurasi koneksi pengembangan, pengujian, dan produksi demi menggunakan sistem sumber yang berbeda. Dalam hal ini, gunakan aturan sumber data dan aturan parameter untuk mengelola nilai yang berbeda antar lingkungan.

Catatan

Gateway data terpusat di mode standar sangat disarankan daripada gateway di mode pribadi. Dalam mode standar, gateway data mendukung operasi koneksi langsung dan DirectQuery (selain operasi refresh data terjadwal).

Pengawasan sistem

Log aktivitas merekam aktivitas pengguna yang terjadi di layanan Power BI. Administrator Power BI dapat menggunakan data log aktivitas yang dikumpulkan untuk melakukan audit guna membantu mereka memahami aktivitas penyebaran yang terjadi.

Di artikel berikutnya dalam rangkaian ini, pelajari tentang skenario penggunaan pemodelan data tingkat lanjut.