EnableYourData.com

Woordenlijst

Wat is semantisch model?

Een semantisch model, voorheen dataset genoemd, is het datamodel achter een Power BI-rapport: tabellen, relaties, measures en beveiligingsregels. Meerdere rapporten kunnen hetzelfde semantische model gebruiken.

Semantisch model uitgelegd

Microsoft noemde dit tot eind 2023 een dataset. In het model leg je vast welke tabellen er zijn, hoe ze aan elkaar gekoppeld zijn, welke berekeningen (measures) gelden en welke rollen voor row-level security bestaan. Een rapport is daarna vooral een weergave van dat model.

Een model kan de data importeren, zodat het snel is maar ververst moet worden, of live doorvragen aan de bron met DirectQuery. In Microsoft Fabric bestaat daarnaast Direct Lake, dat rechtstreeks uit OneLake leest. De keuze bepaalt snelheid, actualiteit en de belasting op de bron.

Het grootste voordeel van een gedeeld model is consistentie. Als tien rapporten hetzelfde model gebruiken, rekenen ze allemaal met dezelfde definitie van omzet of marge, in plaats van tien varianten.

Voorbeeld

Acme Groothandel heeft één semantisch model "Verkoop" met de tabellen orders, klanten, producten en datum en de measures omzet, brutomarge en orderaantal. Het directiedashboard en de vestigingsrapporten gebruiken allebei dat model, dus de omzet is overal gelijk.

Semantisch model in ENABLE

In ENABLE gebruiken ingebedde Power BI-rapporten het semantische model in de gekoppelde werkruimte, inclusief de rollen voor row-level security. Klantbeheerders kunnen in de SQL Explorer ook DAX-queries op het Power BI-model uitvoeren.

FAQ

Veelgestelde vragen

Wat is het verschil tussen een semantisch model en een dataset?

Er is geen verschil: Microsoft heeft de dataset eind 2023 hernoemd naar semantisch model. De functie bleef hetzelfde: het datamodel achter Power BI-rapporten.

Kunnen meerdere rapporten één semantisch model gebruiken?

Ja, en dat is ook aan te raden. Rapporten die hetzelfde model gebruiken, rekenen met dezelfde measures en tonen dus dezelfde cijfers.

Wat is het verschil tussen import en DirectQuery?

Bij import wordt de data in het model geladen, wat snel is maar verversen vereist. Bij DirectQuery vraagt het model bij elke klik de bron, wat actueler is maar trager kan zijn en de bron belast.

AI gebruiken op je eigen data. Veilig, en zonder hoofdpijn.

In een online demo laten we zien hoe ENABLE je data veilig beschikbaar maakt en hoe je erop bouwt: een app beschrijven in de AI Builder, vragen in gewone taal, dashboards en API's. En hoe wij het voor je inrichten en beheren.