Definir configurações de escala

O modelo foi projetado. Agora, defina as configurações que controlam como ele lida com grandes conjuntos de dados, consultas simultâneas e acesso a ferramentas externas. Essas configurações determinam se o modelo pode acompanhar conforme os volumes de dados crescem e mais usuários e ferramentas o consomem.

Formato de armazenamento de modelo semântico grande

O formato de armazenamento de modelo semântico grande altera a forma como o modelo armazena e compacta dados. Por padrão, Power BI limita os uploads do modelo a 10 GB. Com essa configuração habilitada, os modelos podem crescer além desse limite na atualização. O tamanho máximo é igual ao tamanho da capacidade Fabric ou ao limite definido pelo administrador de capacidade.

Os modelos do Direct Lake habilitam automaticamente essa configuração, para que você não precise configurá-la manualmente para esses modelos. Para modelos de modo de importação, você precisa habilitá-lo explicitamente.

Essa configuração também é um pré-requisito para o acesso de leitura/gravação do ponto de extremidade XMLA e o dimensionamento de consultas. Você precisa habilitá-lo primeiro ao usar os modos de armazenamento Import ou DirectQuery.

Habilite o formato de armazenamento de modelo semântico grande quando:

• Seus volumes de dados exigem modelos que crescem além do limite de carregamento de 10 GB.
• Você precisa de acesso ao endpoint XMLA para ferramentas externas.
• Você planeja usar o escalonamento de consultas para alta simultaneidade.
• Você planeja usar a atualização incremental com tabelas particionadas.

Acesso de leitura/gravação do ponto de extremidade XMLA

O ponto de extremidade XMLA permite que ferramentas externas se conectem ao modelo semântico. Ferramentas como o Editor Tabular, o DAX Studio e o ALM Toolkit usam este endpoint para operações de desenvolvimento, depuração e implantação que não estão disponíveis na Interface de Serviço Fabric.

O acesso de leitura/gravação ao ponto de extremidade XMLA requer como pré-requisito o grande formato de armazenamento de modelo semântico. Depois que ambos estiverem habilitados, você poderá:

• Use o Editor tabular para desenvolvimento de modelos e integração de controle do código-fonte.
• Use o DAX Studio para análise de consulta e ajuste de desempenho.
• Implante modelos por meio de pipelines de CI/CD usando as bibliotecas de cliente do Analysis Services.

Em escala, essas ferramentas externas tornam-se essenciais. Edições manuais por meio da interface de serviço não dão suporte ao nível de desenvolvimento de modelo que os modelos grandes e mantidos em equipe exigem.

Escalonamento de consultas

O escalonamento de consultas distribui consultas de leitura entre réplicas de leitura somente do modelo semântico. Quando centenas de usuários acessam o mesmo modelo simultaneamente, uma única instância pode se tornar um gargalo. Escalar horizontalmente uma consulta adiciona réplicas que compartilham a carga da consulta.

Quando você habilita o escalonamento horizontal de consultas, as réplicas de leitura usam uma cópia separada do modelo. Essa cópia é sincronizada após cada atualização. Pode haver um breve atraso entre o modelo primário terminar uma atualização e as réplicas que refletem os dados atualizados.

O escalonamento de consultas requer um formato de armazenamento de modelo semântico grande como pré-requisito.

Habilite o scaleout de consultas quando:

• O modelo atende a centenas de usuários simultâneos.
• O desempenho da consulta degrada durante os períodos de pico de uso.
• O modelo é apoiado por uma capacidade de Fabric que dá suporte a réplicas.

Configuração de fallback do Direct Lake

Direct Lake lê tabelas Delta diretamente do OneLake na memória. Algumas consultas podem fazer com que o modelo volte ao modo DirectQuery, o que altera as características de desempenho. A configuração de fallback controla como o modelo lida com essas situações:

• Permitir fallback (padrão): consultas que não podem ser executadas no modo Direct Lake retornam automaticamente ao DirectQuery. Os usuários obtêm resultados, mas o desempenho pode diminuir.
• Não permitir fallback: consultas que não podem ser executadas no modo Direct Lake retornam um erro. Isso impõe um desempenho consistente, mas exige que todas as consultas permaneçam dentro dos recursos do Direct Lake.

Para modelos em escala, comece com recurso alternativo ativado. Monitore quais consultas disparam o fallback e, em seguida, otimize essas consultas ou estruturas de dados para reduzir a frequência dessa ação. Desativar o fallback somente quando todos os padrões de consulta permanecerem dentro dos limites do Direct Lake e você precisar de consistência de desempenho garantida.

Integração do OneLake

A integração do OneLake torna seus dados de modelo semântico acessíveis como tabelas Delta no OneLake. Quando habilitado, itens downstream do Fabric, como notebooks, pipelines e outros serviços, podem ler dados diretamente do modelo semântico sem reconstruí-los a partir da origem.

Isso estende o alcance do modelo além dos relatórios. Um modelo semântico com esquema de estrela bem estruturado e lógica de cálculo torna-se uma fonte de dados selecionada para a plataforma de análise mais ampla.

Habilite a integração do OneLake quando:

• Engenheiros de dados ou cientistas de dados precisam utilizar dados de modelos semânticos em notebooks ou outros itens do Fabric.
• Você deseja usar o modelo semântico como uma fonte de dados compartilhada em Fabric.
• Os consumidores downstream precisam de acesso a dados coletados e enriquecidos com lógica de negócios sem recompilá-los de fontes brutas.

Estrutura de decisão de configurações

A tabela a seguir resume as principais decisões de configurações para escala: