Threan Intelligence
loading...

Desmitificando el punto de conexión de Power BI XMLA

Cuando el equipo de producto de Power BI comenzó a promover la nueva conectividad de punto final XMLA para Power BI, pensamos que esto podría cambiar las reglas del juego para las soluciones de BI de clase empresarial impulsadas por IT. Ahora que lo hemos usado en algunas soluciones reales y trabajando activamente con los clientes, compartimos nuestra experiencia sobre cómo funciona y qué puede hacer con él. El punto final de solo lectura ha estado en GA para capacidades Premium y el punto final de lectura / escritura se encuentra actualmente en versión preliminar.

Resumen:

Utilizando el punto final XMLA, el servicio Power BI Premium ahora incluye las capacidades de SQL Server Analysis y Azure Analysis Services combinadas con las nuevas capacidades de modelado de datos de Power BI. Los modelos de datos publicados en el servicio Power BI ahora admiten el control de versiones, las compilaciones con secuencias de comandos y la gestión del ciclo de vida de las aplicaciones del equipo, las herramientas de IT empresarial y la gestión de objetos con secuencias de comandos.

Comencemos por revisar algunos de los desafíos que han existido en la plataforma Power BI antes de la disponibilidad de esta capacidad:

 

  • Funciones empresariales de SSAS / AAS :

 

Enterrado en lo profundo del servicio en la nube de Power BI se encuentra el motor de base de datos de análisis en memoria del modelo tabular “Vertipaq” de SQL Server Analysis Services (SSAS). El motor SSAS y el producto local en sí tienen muchas características útiles que no se exponen en la implementación de Power BI de modelos y conjuntos de datos. Estas características de «clase empresarial» son numerosas, incluidas secuencias de comandos a nivel de objeto para implementaciones, control de fuente, ciclo de vida de la aplicación, integración continua y gestión de compilación, partición de datos, perspectivas, traducciones, conversión de moneda, definiciones de KPI, grupos de medida y grupos de cálculo.

 

  • Costos y servicios redundantes SSAS / AAS:

 

En un momento, Azure Analysis Services era un superconjunto de características de modelado de datos, pero ahora hay muchas características exclusivas disponibles en los conjuntos de datos de Power BI en un espacio de trabajo de capacidad Premium, por lo que esta elección no es tan clara. Power BI y AAS también tienen costos separados. A medida que los servicios de Power BI continúan evolucionando, muchas características nuevas y atractivas están disponibles solo en los conjuntos de datos de Power BI y no en Analysis Services; como modelos de datos híbridos de modo mixto, agregaciones, políticas de actualización incremental, flujos de datos y AutoML.

 

  • Control de fuente, ciclo de vida de la aplicación, compilaciones y desarrollo de modelos de datos de equipo:

 

Power BI Desktop es una herramienta conveniente para crear una solución completa de Power BI, desde la sopa hasta las nueces, pero no está optimizada para proyectos a escala de TI. Un solo archivo PBIX contiene conexiones, consultas, objetos del modelo de datos, medidas y páginas de informes. Una estructura de archivo PBIX no se puede analizar, comparar, ramificar o fusionar fácilmente mediante herramientas de gestión de compilación y control de código fuente establecidas. Los proyectos de Analysis Services, por otro lado, son compatibles con las herramientas de desarrollo de Microsoft como Visual Studio, Azure DevOps y SQL Server Management Studio. Varias herramientas de desarrollo de terceros maduras como Tabular Editor, DAX Studio y ALM Toolkit mejoran o superan las características del paquete de desarrollo de Microsoft.

 

El punto de conexión XMLA en Power BI Premium cierra esta brecha al exponer las instancias de base de datos de Analysis Services subyacentes en el servicio Power BI. Realmente es tan simple como eso. Cada área de trabajo es de hecho una instancia SSAS y cada conjunto de datos de Power BI es una base de datos SSAS. Qué puede hacer con SSAS tradicional a través de herramientas de gestión y desarrollo, script TMSL o XMLA, automatización de PowerShell o API; que puede hacer con Power BI.

 

 

Utilice un espacio de trabajo de capacidad Premium

 

 

Si tiene una configuración de capacidad Premium en su inquilino, está listo para comenzar. Varios de nuestros clientes de consultoría lo hacen, pero para experimentar y probar nuevas funciones, utilizo mi propio inquilino privado. En lugar de pagar por la capacidad Premium, puedo configurar una capacidad integrada en Azure Portal. Dimensionar la capacidad incorporada a A4 es lo mismo que una capacidad premium P1, pero se puede pausar cuando no necesito usarla. El costo es de aproximadamente $ 8.50 por hora, así que ASEGÚRESE DE HACER UNA PAUSA AL HACERLO.

 

Aquí está la capacidad de Power BI Embedded que creé en mi inquilino de Azure, dimensionada a A4 y actualmente en pausa. Se tarda aproximadamente un minuto en iniciar o pausar el servicio integrado.

 

Después de iniciar la capacidad, salto al portal de administración de Power BI y hago clic en el nombre de la capacidad para cambiar la configuración. Tenga en cuenta que debido a que mi capacidad se agregó como un servicio integrado, aparece en la página de Power BI Embedded, pero la configuración es la misma para una capacidad Premium.

Habilite el punto final de lectura / escritura

 

De forma predeterminada, el punto final XMLA se establecerá en Solo lectura. En el grupo Cargas de trabajo en la página de configuración de Capacidad, cambie el punto final XMLA a Lectura y escritura y luego guarde los cambios.

 

Ahora se puede acceder a cualquier espacio de trabajo configurado para usar la capacidad Premium con una dirección de punto final XMLA. Creé un espacio de trabajo de prueba en mi inquilino para probar la migración de una base de datos tabular SSAS a un conjunto de datos de Power BI. Selecciono el área de trabajo en el portal de Power BI y en la configuración del área de trabajo, me aseguro de que la capacidad dedicada esté activada. Sé que se debe al icono de diamante junto al nombre del espacio de trabajo. La dirección de Workspace Connection se encuentra a continuación. Haga clic en el botón Copiar para obtener la dirección en mi portapapeles.

 

Ahora, puedo usar esa dirección en cualquier herramienta que sepa cómo conectarse a SSAS tabular en el nivel de compatibilidad 1450 o superior. Intentemos conectarnos mediante SQL Server Management Studio. Necesito una versión más reciente de SSMS, 18.4 o superior.

 

Conéctese a SQL Server Analysis Services y pegue la dirección del extremo XMLA para el nombre del servidor. Debe usar la autenticación de Azure Active Directory. Si su organización usa MFA, puede usar esa opción, pero elegiré la autenticación AAD regular.

Y Viola! Conectado.

 

Puedo ejecutar consultas y scripts aquí en DAX, MDX, XMLA o TMSL. La mayoría de las capacidades, pero actualmente no todas, son compatibles con la vista previa. En particular, si tiene roles RLS, los miembros deben eliminarse y luego volver a agregarse en el portal de Power BI.

 

Hasta ahora, he escrito conjuntos de datos de Power BI existentes y los he migrado a proyectos de Analysis Services en Visuals Studio, y luego los he implementado en un nuevo conjunto de datos de Visual Studio. El aprendizaje aquí es que la migración es una calle de un solo sentido desde Desktop a Visual Studio. Ya sea que el desarrollo comience en Power BI Desktop o Visual Studio, no hay vuelta atrás para Desktop. El desarrollo continuo debe estar en Visual Studio.

 

Definiciones: «Informe», «Base de datos» y «Conjunto de datos»

 

En el mundo de autoservicio de Power BI, el término «Informe» se ha utilizado para significar al menos dos cosas diferentes. Con las consultas y el modelo de datos administrados por separado e implementados como un conjunto de datos de Power BI, el término «Informe» en este contexto significa solo páginas de informes con elementos visuales (no me hable de «paneles»). Un modelo de datos que se origina en un archivo de Power BI Desktop se publica como un conjunto de datos. Ahora que vemos estos objetos a través de la lente de Analysis Services, un conjunto de datos de Power BI es una base de datos.

 

En proyectos migrados, continúe creando y administrando informes en el escritorio conectado al conjunto de datos implementado como una conexión de Analysis Services. De hecho, puede cambiar la conexión entre una instancia SSAS, una instancia AAS o un conjunto de datos publicado utilizando la dirección de punto final XMLA. Por lo general, uso parámetros de consulta para el servidor y la base de datos para cambiar fácilmente estos valores.

Hay muchas más cosas que tendré que cubrir en publicaciones posteriores, pero mencionaré algunas cosas brevemente.

 

Mejores prácticas: después de trabajar con el punto final XMLA, las opciones ahora me parecen bastante claras, pero hubo cierta confusión hasta que llegué a ese punto. Las mejores prácticas seguirán surgiendo. A la luz de este y otros anuncios recientes, puedo decir que tengo una visión mucho más clara de cómo planificar y administrar soluciones (y delinear entre autoservicio y proyectos de BI empresarial) que hace un año. Si tiene preguntas, publíquelas en los comentarios y haré todo lo posible por abordarlas en publicaciones futuras.

 

Combinar y consultar conjuntos de datos: la capacidad de utilizar el punto final para consultar un modelo de datos de otro modelo permite algunos escenarios de modelos compuestos muy convincentes, pero la planificación de estas soluciones es importante.

 

Modelos grandes y almacenamiento: las limitaciones de tamaño y escala son similares a las de AAS y, en general, solo están limitadas por la capacidad Premium elegida. Dado que los modelos están comprimidos y, por lo general, solo incluyen los datos de columna necesarios para los informes analíticos, es inusual ver conjuntos de datos de más de unos pocos gigabytes, pero Premium admitirá tamaños de modelos de hasta 400 GB.

 

De forma predeterminada, los conjuntos de datos implementados mediante el punto de conexión se almacenan en los centros de datos de Azure mediante el almacenamiento de un solo archivo. Esto está bien para modelos pequeños, pero después de crear modelos con particiones más grandes, el uso de almacenamiento de archivos de gran tamaño mejorará el rendimiento del desarrollo y la implementación al administrar objetos en varios archivos en el backend de la instancia. Eventualmente habrá una interfaz de usuario para esta configuración, pero actualmente solo está disponible a través de la API de administración o mediante PowerShell.

 

No Comments

Leave A Comment

VIEW
CLOSE