Je kunt data uit een Fabric Lakehouse op twee manieren in Power BI gebruiken: via Direct Lake of via het SQL Endpoint. In dit hoofdstuk lichten we de werking en voor‑ en nadelen van Direct Lake toe.
Met Direct Lake maakt Power BI rechtstreeks verbinding met de Delta‑bestanden in het Lakehouse, zonder dat refreshes of importprocessen nodig zijn. Dit zorgt voor een zeer snelle en bijna realtime data‑ervaring.
Voordelen van Direct Lake:
- Power BI leest de data rechtstreeks uit het Lakehouse. Wijzigingen in de onderliggende Delta‑tabellen zijn daardoor direct zichtbaar in Power BI, zonder dat er een dataset‑refresh nodig is.
- Omdat Direct Lake niet met een traditionele dataset werkt, hoeft er geen refresh‑schema te worden ingesteld in Power BI.
- Je kunt rapporten volledig in de Power BI‑service bouwen, zonder Power BI Desktop. Dit is vooral handig voor Mac‑gebruikers, die anders aangewezen zijn op virtuele omgevingen of alternatieve tooling.
Nadelen van Direct Lake:
- Direct Lake werkt alleen wanneer de Fabric‑capacity is ingeschakeld. Staat de capacity uit, dan kan Power BI de data niet lezen en werkt het dashboard niet.
- Ook het bekijken of gebruiken van Power BI‑rapporten die op Direct Lake draaien, kost Capacity Units (CU’s) in Fabric. Dit betekent dat dashboards niet alleen verwerkingskosten hebben bij dataverwerking, maar ook tijdens interactief gebruik.
Import via Direct Lake (in Power BI Desktop)
Met Direct Lake kun je data rechtstreeks vanuit een Fabric Lakehouse in Power BI Desktop gebruiken, zonder dat de data wordt geïmporteerd of gerefresht. Volg onderstaande stappen om de data in te lezen (in dit voorbeeld gebruiken we de Engelstalige versie van Power BI Desktop):
- Ga in Power BI Desktop naar OneLake Catalog en kies Lakehouses (alternatief: kies Get Data en dan Lakehouses).
- Je krijgt een lijst met alle beschikbare lakehouse in je tenant. Kies het Lakehouse dat je wilt gebruiken, in ons voorbeeld is dat het ‘LakehouseTwinfield’.
- Klik op de knop Connect en kies vervolgens de optie ‘Connect to OneLake’.
- Er verschijnt nu een scherm waarin je een nieuw Semantic model kunt aanmaken.
- Geef het semantisch model een naam (in ons voorbeeld ‘Power BI Twinfield’) en selecteer de tabellen die je in dit semantisch model wilt opnemen. Dit zijn doorgaans alle tabellen uit het schema ‘dbo’, de tabellen uit het schema ‘staging’ hoef je niet in te lezen.
- Klik op OK om het semantisch model te laten aanmaken.
Het semantisch model wordt nu opgebouwd en direct weergegeven in Power BI Desktop. Tegelijk wordt het ook als item toegevoegd in de Power BI‑workspace in de online Power BI Service. Wijzigingen die je in Power BI Desktop maakt, worden onmiddellijk gesynchroniseerd met de Power BI Service, en andersom.
Je kunt nu het datamodel verder vormgeven, bijvoorbeeld door:
- het toevoegen van relaties om een optimaal stermodel te creëren
- het definiëren van measures voor berekeningen
- het maken van visualisaties in het rapport
Alle reguliere mogelijkheden van Power BI blijven volledig beschikbaar wanneer je met Direct Lake werkt.
Import via Direct Lake (in Power BI Service)
Je kunt hetzelfde proces dat in Power BI Desktop beschikbaar is, ook volledig uitvoeren vanuit de Power BI Service. Je hebt hiervoor dus geen Power BI Desktop meer nodig. Volg onderstaande stappen om direct in de online omgeving een nieuw semantisch model aan te maken op basis van een Fabric Lakehouse:
- Klik in de Fabric workspace op ‘+ New item’ en kies ‘Semantic model’.
- Klik op ‘OneLake Catalog’.
- Je krijgt een lijst met alle beschikbare Fabric items in je tenant. Kies het Lakehouse dat je wilt gebruiken, in ons voorbeeld is dat het ‘LakehouseTwinfield’. (Eventueel kun je eerst filteren op alleen Lakehouses.)
- Klik op de knop Connect.
- Er verschijnt nu een scherm waarin je een nieuw Semantic model kunt aanmaken.
- Geef het semantisch model een naam (in ons voorbeeld ‘Power BI Twinfield’) en selecteer de tabellen die je in dit semantisch model wilt opnemen. Dit zijn doorgaans alle tabellen uit het schema ‘dbo’, de tabellen uit het schema ‘staging’ hoef je niet in te lezen.
- Klik op Confirm om het semantisch model te laten aanmaken.
Het semantisch model wordt nu opgebouwd en direct weergegeven in de Power BI Service. Vanaf dit moment kun je volledig in de online omgeving verder werken, zonder Power BI Desktop. Je kunt daarnaast een nieuw rapport als item toevoegen in de workspace en daarbij het zojuist aangemaakte semantisch model selecteren als gegevensbron.
Je kunt nu het datamodel verder vormgeven, bijvoorbeeld door:
- het toevoegen van relaties om een optimaal stermodel te creëren
- het definiëren van measures voor berekeningen
- het maken van visualisaties in het rapport
Alle reguliere mogelijkheden van Power BI blijven volledig beschikbaar wanneer je met Direct Lake werkt.