Tìm hiểu về Semantic Models trong Power BI

12/29/2023

Tìm hiểu về các semantic model trong Power BI, các thành phần, chế độ và phương pháp hay nhất để tạo và quản lý chúng.

Là một sản phẩm dẫn đầu lâu năm trong lĩnh vực kinh doanh thông minh, sự đổi mới liên tục của Power BI sẽ mở đường cho các công cụ BI khác. Do đó, thuật ngữ 'dataset' trong Power BI không còn thể hiện đầy đủ phạm vi chức năng của nó nữa. Dataset không chỉ chứa dữ liệu mà nó chứa các phép biến đổi, phép tính và mối quan hệ như một phần của mô hình dữ liệu toàn diện và linh hoạt (semantic model).

Semantic Model là gì?

Semantic model trong Power BI có thể được coi là một tầng logic chứa các phép biến đổi, tính toán và mối quan hệ giữa các nguồn dữ liệu cần thiết để tạo báo cáo và dashboard. Semantic model đóng vai trò là nguồn thông tin đáng tin cậy duy nhất cho các báo cáo trong toàn tổ chức.

Mặc dù semantic model có thể được xây dựng bằng Power BI Desktop (trong tệp .pbix), nhưng nó không cần chứa bất kỳ hình ảnh trực quan nào. Hãy xem semantic model là điểm dừng cuối trong đường dẫn dữ liệu trước khi tạo báo cáo và dashboard. Sau đó, khi bạn chia sẻ semantic model với các thành viên khác trong tổ chức, họ có thể xây dựng bất kỳ số lượng báo cáo và dashboard nào chỉ từ một semantic model đó.

Semantic model ẩn các chi tiết kỹ thuật phức tạp đằng sau các báo cáo để cả người dùng kỹ thuật và không chuyên về kỹ thuật có thể tập trung phân tích dữ liệu và trả lời các câu hỏi kinh doanh. Chia sẻ và tái sử dụng là hai tính năng nổi bật của semantic model.

Điều gì tạo nên một semantic model?

Các semantic model bao gồm một số phần tử khác nhau:

• Kết nối dữ liệu với một hoặc nhiều nguồn dữ liệu, được nhập thông qua DirectQuery hoặc như một phần của mô hình tổng hợp.
• Các phép biến đổi làm sạch và chuẩn bị dữ liệu để báo cáo.
• Các phép tính và số liệu được xác định dựa trên các quy tắc kinh doanh để đảm bảo các báo cáo nhất quán được xây dựng từ semantic model. Điều này đảm bảo sự rõ ràng và tránh sự khác biệt giữa các phân tích và báo cáo.
• Mối quan hệ được xác định giữa các bảng cho phép người dùng tập trung vào việc thiết kế báo cáo mà không cần biết trước các cấu trúc cơ sở dữ liệu và mô hình dữ liệu cơ bản.

Các chế độ của semantic model

Chọn chế độ phù hợp khi kết nối với dữ liệu của bạn trong Power BI là bước quan trọng đầu tiên trong việc tạo semantic model vì mỗi chế độ đều có những lợi ích và hạn chế mà bạn phải biết.

Có ba chế độ semantic model trong Power BI:

• Chế độ nhập dữ liệu
• Chế độ DirectQuery
• Chế độ tổng hợp

Chế độ nhập dữ liệu

Thao tác này sẽ load đầy đủ dữ liệu vào tệp Power BI (.pbix). Bất cứ khi nào báo cáo Power BI làm mới, công cụ lưu trữ Vertipaq sẽ nén, tối ưu hóa và lưu trữ dữ liệu vào đĩa. Điều này mang lại hiệu suất nhanh và các tùy chọn thiết kế linh hoạt cho người tạo báo cáo. Ngoài ra, chế độ nhập cho phép người tạo semantic model sử dụng đầy đủ các hàm ngôn ngữ Power Query M để chuyển đổi và chuẩn bị dữ liệu cũng như các hàm DAX để tạo các phép tính và measure.

Chế độ DirectQuery

Chế độ này chỉ lưu trữ siêu dữ liệu về cấu trúc mô hình chứ không phải chính dữ liệu đó. Khi mô hình được truy vấn (chẳng hạn như bằng cách hiển thị hình ảnh), dữ liệu sẽ được truy xuất từ nguồn dữ liệu cơ bản. Điều này đặc biệt hữu ích với khối lượng dữ liệu lớn hoặc khi có yêu cầu kinh doanh về dữ liệu gần thời gian thực trong báo cáo.

Chế độ tổng hợp

Chế độ tổng hợp là sự kết hợp giữa chế độ nhập và DirectQuery. Chế độ này hữu ích khi cần sức mạnh và hiệu suất của chế độ nhập, cùng với khả năng xem dữ liệu thời gian thực của chế độ DirectQuery. Một bảng có thể được đặt thành chế độ lưu trữ kép, cho phép Power BI chọn chế độ hiệu quả hơn tùy thuộc vào tính chất của truy vấn.

5 bước để tạo semantic model Power BI

Việc tạo semantic model bao gồm các bước tương tự mà bạn có thể đã thực hiện trong giai đoạn đầu phát triển báo cáo bằng Power BI desktop.

Đương nhiên, các bước thực hiện chính xác khi tạo semantic model sẽ phụ thuộc vào nhu cầu kinh doanh và mục tiêu của bạn. Tuy nhiên, ở mức độ nâng cao hơn, 5 bước này thường gặp khi tạo semantic model:

1. Nhập hoặc kết nối với các nguồn dữ liệu được yêu cầu bằng chế độ nhập dữ liệu, DirectQuery hoặc mô hình tổng hợp.

2. Làm sạch và chuyển đổi dữ liệu để dữ liệu trở nên hữu ích cho người dùng. Bước này bao gồm việc loại bỏ các bản sao, giải quyết dữ liệu bị thiếu, dọn dẹp các cột dữ liệu dựa trên văn bản, v.v. Các bước chuyển đổi chính xác phụ thuộc vào yêu cầu riêng của dữ liệu của bạn.

3. Xác định mối quan hệ giữa các bảng dữ liệu của bạn bằng cách sử dụng các nguyên tắc lập mô hình dữ liệu hiệu quả như star schema.

4. Tạo các measure và tính toán dựa trên yêu cầu kinh doanh riêng của bạn.

5. Khi bạn hài lòng với semantic model của mình, hãy xuất bản nó lên Power BI service.

Tận dụng các semantic model để báo cáo hiệu quả

Sau khi tạo và xuất bản semantic model lên dịch vụ Power BI, bạn có thể tạo kết nối trực tiếp với semantic model từ bên trong một báo cáo Power BI khác. Trên thực tế, bạn có thể tạo nhiều báo cáo từ duy nhất một semantic model được xuất bản, từ đó đảm bảo tính nhất quán và độ tin cậy trên tất cả các báo cáo.

Trước đây, người ta thường thấy nhiều báo cáo Power BI dựa trên cùng một dataset, mỗi báo cáo có mô hình dữ liệu riêng biệt. Điều này đặt ra một thách thức vì có thể có sự khác biệt lớn giữa các báo cáo, khá khó khăn và tốn thời gian để tìm ra nguyên nhân gây ra sự khác biệt và báo cáo nào cần được thay đổi. Việc tạo một semantic model duy nhất được chia sẻ trên nhiều báo cáo Power BI sẽ giải quyết hoàn toàn vấn đề này.

Quản lý semantic model

Các semantic model có thể dễ dàng được chia sẻ giữa các không gian làm việc, dân chủ hóa dữ liệu và thúc đẩy văn hóa dữ liệu mạnh mẽ. Tuy nhiên, điều này cũng yêu cầu việc quản lý hiệu quả các semantic model đó bằng các biện pháp kiểm soát và chính sách phù hợp nhằm duy trì tính toàn vẹn, bảo mật và chất lượng của dữ liệu.

Quyền sở hữu và kiểm soát truy cập

Việc quản lý quyền truy cập và kiểm soát đối với các semantic model trong Power BI có thể được thực hiện bởi quản trị viên, thành viên trong không gian làm việc (tùy thuộc vào vai trò của họ) và chủ sở hữu semantic model (người đã tạo semantic model).

Quyền truy cập semantic model có thể được thiết lập và quản lý theo 2 cách:

• Đầu tiên, thông qua kiểm soát truy cập trực tiếp vào các semantic model cho từng cá nhân hoặc toàn bộ nhóm bảo mật.
• Thứ hai, bằng cách quản lý cách chia sẻ các semantic model và báo cáo của chúng với những người dùng khác không ở trong không gian làm việc.

Sau khi xuất bản semantic model lên dịch vụ Power BI, bạn (với tư cách là chủ sở hữu semantic model) và quản trị viên có thể đặt 1 trong 4 cấp độ quyền cho semantic model:

• Read: Cho phép người dùng truy cập các báo cáo sử dụng dữ liệu từ semantic model và xem cài đặt mô hình.
• Build: Cho phép người dùng xây dựng các báo cáo và dashboard mới từ mô hình.
• Reshare: Cho phép người dùng cấp cho người khác quyền truy cập vào semantic model.
• Write: Cho phép người dùng xuất bản lại và thực hiện một số thay đổi đối với mô hình, ngoại trừ một số cài đặt nhất định, ví dụ như thêm hoặc thay đổi thông tin xác thực nguồn dữ liệu.
• Owner: Mặc dù không hẳn là được trao quyền nhưng người tạo semantic model sẽ trở thành chủ sở hữu trong dịch vụ Power BI và có tất cả các quyền ở trên.

Các cân nhắc về Bảo mật

Quản trị viên Power BI cũng có thể hạn chế cách truy cập, chia sẻ và sửa đổi dữ liệu trong tenant Power BI của họ. Họ có thể hạn chế việc sử dụng lại hoàn toàn hoặc một phần của semantic model dựa trên các nhóm bảo mật, ảnh hưởng đến nhiều chức năng khác nhau như sao chép báo cáo trên nhiều không gian làm việc, chỉnh sửa báo cáo dựa trên các semantic model được chia sẻ và khả năng hiển thị của các semantic model trong dịch vụ Power BI hoặc Desktop.

Chủ sở hữu semantic model có thể kiểm soát ai có quyền truy cập và sử dụng dữ liệu trong semantic model của họ. Chủ sở hữu có thể cho mọi người biết đến các semantic model của mình bằng cách chứng nhận hoặc quảng bá chúng, điều này giúp người dùng và người tạo báo cáo xác định semantic model nào được chỉ định là 'official' và được coi là mô hình có chất lượng cao trong tổ chức.

Bảo mật cấp vai trò (Role-level security - RLS) được thực thi cho các semantic model và tất cả các báo cáo được xây dựng từ chúng. RLS có thể ảnh hưởng đến khả năng đọc dữ liệu từ semantic model của người dùng nếu họ có quyền build hoặc read, trừ khi vai trò RLS cụ thể cho phép điều đó.

Một số gợi ý

Tạo một số semantic model cần thiết và sử dụng chúng làm nguồn cho báo cáo Power BI trong tổ chức là một trong những phương pháp hiệu quả. Ngoài ra, các semantic model cũng được gợi ý là cần phải:

• Toàn diện: các semantic model phải chứa tất cả các yếu tố cần thiết để trả lời các câu hỏi kinh doanh liên quan. Những yếu tố này cũng phải phản ánh chính xác và hợp lý các hệ thống và quy trình kinh doanh.
• Tối ưu hóa và hoạt động hiệu quả: các semantic model phải được tối ưu hóa để quá trình làm mới, tính toán DAX và tải hình ảnh của chúng diễn ra nhanh chóng, ngay cả khi khối lượng dữ liệu tăng lên.
• Bảo mật: các semantic model phải chứa các yếu tố bảo mật cần thiết để ngăn chặn việc truy cập trái phép vào dữ liệu (chẳng hạn như bảo mật cấp hàng).
• Linh hoạt: các semantic model phải thích ứng với những thay đổi trong yêu cầu kinh doanh.

 

Nguồn: datacamp.com