Introduzione

I modelli semantici sono la base dell'analisi in Microsoft Fabric. Definiscono il modo in cui i dati sono strutturati, calcolati e usati tra report, dashboard ed esperienze di intelligenza artificiale. Un modello che funziona per un piccolo team in Power BI Desktop non serve automaticamente centinaia di utenti in più archivi dati. Quando i volumi di dati aumentano, i team si espandono e i modelli di consumo cambiano, le decisioni di progettazione alla base del modello devono cambiare.

Si supponga che un'organizzazione stia ridimensionando la piattaforma di analisi in Microsoft Fabric. I dati si trovano in lakehouse e warehouse e i modelli semantici esistenti sono stati creati in Power BI Desktop per team di piccole dimensioni. Ora questi modelli devono gestire set di dati più grandi, più utenti simultanei e modelli di consumo più ampi. I modelli funzionano con le dimensioni correnti, ma non sono stati progettati per la scalabilità.

In questo modulo vengono prese le decisioni di progettazione che preparano un modello semantico per la scalabilità. Per iniziare, scegliere la modalità di archiviazione appropriata per il flusso dei dati nel modello. Si progettano quindi relazioni tra schemi star per maggiore chiarezza e prestazioni. Successivamente, si progettano calcoli che rimangono efficienti e gestibili man mano che i volumi di dati e le dimensioni del team aumentano. Infine, si configurano le impostazioni che controllano il modo in cui il modello gestisce set di dati di grandi dimensioni, query simultanee e accesso agli strumenti esterni.

Al termine di questo modulo, si è in grado di progettare modelli semantici che usano la modalità di archiviazione corretta, seguire le procedure consigliate per lo schema star, includere modelli di calcolo scalabili e sono configurati per volumi di dati crescenti e richieste di consumo. I modelli progettati per la scalabilità traggono vantaggio anche dal consumo di intelligenza artificiale, perché l'intelligenza artificiale richiede gli stessi elementi di un modello: i dati correnti, le relazioni chiare, le strutture descrittive e la capacità di gestire un carico di query aggiuntivo.