Samenvatting
In deze module hebt u verkend welke wijzigingen er zijn wanneer semantische modellen grotere gegevenssets, meer gelijktijdige gebruikers en bredere verbruikspatronen in Microsoft Fabric moeten verwerken. De uitdaging was duidelijk: modellen die zijn gebouwd voor kleine teams in Power BI Desktop kunnen niet automatisch omgaan met de uitdagingen van schaal.
U hebt geleerd vier kritieke ontwerpbeslissingen te nemen. Eerst kiest u Direct Lake als de standaardopslagmodus en begrijpt u wanneer import-, DirectQuery- of samengestelde modellen de betere keuze zijn. Vervolgens hebt u stervormige schemarelaties ontworpen voor duidelijkheid en prestaties, waaronder referentiële integriteit, inactieve relaties en kruisbronverbindingen. Vervolgens hebt u schaalbare berekeningen ontworpen met behulp van berekeningsgroepen om de verspreiding van metingen, variabelen en naamconventies te verminderen ter ondersteuning van de onderhoudbaarheid van het team en aggregaties voor het verwerken van grote gegevensvolumes. Ten slotte hebt u instellingen geconfigureerd die bepalen hoe het model grote gegevenssets, gelijktijdige query's en toegang tot externe hulpprogramma's verwerkt.
Samen stellen deze beslissingen een semantisch model op voor schaalvergroting. Ze bereiden het ook voor op gebruik door AI, omdat AI dezelfde eisen stelt aan een schaalbaar model: actuele gegevens, duidelijke relaties, beschrijvende structuren en capaciteit.