Planering av Power BI-implementering: Integrering med andra tjänster

Kommentar

Den här artikeln är en del av planeringsserien för Power BI-implementering . Serien fokuserar på att planera att implementera en Power BI-upplevelse i Microsoft Fabric. Se seriens introduktion.

Den här artikeln hjälper dig att planera hur och när du ska integrera Power BI och Microsoft Fabric med andra tjänster. Den här artikeln är främst inriktad på:

  • BI- och analyschefer: Beslutsfattare som ansvarar för att övervaka BI-programmet och strategin. Dessa personer bestämmer om de ska använda andra tjänster för att stödja specifika strategiska mål eller för att komplettera Fabric eller Power BI.
  • Fabric administratörer: Administratörer som ansvarar för att övervaka Fabric i organisationen. Infrastrukturadministratörer styr vilka tjänster som kan integreras med Fabric genom att aktivera inställningar för integrationsklientorganisationer, och de konfigurerar integrering på klientnivå med tjänster i Azure eller Microsoft Teams. Infrastrukturadministratörer behöver ofta samarbeta med andra administratörer för att underlätta den här integreringen.
  • Center of Excellence (COE), IT- och BI-team: De team som ansvarar för att övervaka Power BI i organisationen. De här teamen letar efter möjligheter att använda integrerade tjänster som hjälper människor att lösa problem eller använda Power BI mer effektivt.
  • Innehållsägare och innehållsskapare: De team och individer som kämpar för analys i ett team eller en avdelning. Dessa team och individer utför integrering på arbetsytenivå och lösningsnivå för att stödja specifika behov och användningsfall, där det är tillåtet.

När du använder Power BI kan du uppleva vissa behov eller utmaningar som du inte kan hantera med de viktigaste Power BI-verktygen och funktionerna. I dessa situationer bör du överväga att integrera Power BI med andra tjänster. De flesta av dessa tjänster är Microsoft-tjänster, till exempel Azure eller Microsoft 365, men du kan också integrera Power BI med anpassade tjänster eller tjänster från tredje part. Att utöka funktionerna i Power BI på dessa sätt kan hjälpa till att lösa nya problem, och det gör att människor kan bli mer effektiva med sina regelbundna uppgifter.

Här följer några vanliga scenarier som omfattar integrering av Power BI med andra tjänster:

  • Du har specifika krav som kräver användning av en annan tjänst. Du måste till exempel integrera med Azure Private Link för att ansluta till tjänster via en privat slutpunkt i ditt virtuella nätverk.
  • Du stöter på specifika utmaningar som Power BI ensam inte kan hantera. Du kan till exempel använda Azure Log Analytics-integrering för att få detaljerad frågediagnostik för dina semantiska modeller för felsökning och granskning.
  • Du vill använda tjänster som du redan använder eller utöka funktionerna i Power BI. Du kan till exempel tillåta Att Excel-användare ansluter till semantiska modeller med hjälp av Excel-tillägget för att infoga anslutna pivottabeller.

Du kan integrera Power BI med andra tjänster på din klientorganisationsnivå, din arbetsyta eller enskilda lösningar (till exempel semantiska modeller och rapporter):

  • Integrering på klientorganisationsnivå: Påverkar hela klientorganisationen och konfigureras av Infrastrukturadministratörer, vanligtvis i samarbete med andra administratörer. Teams-integrering konfigureras till exempel på klientorganisationsnivå. Ett annat exempel som påverkar nätverk är Azure ExpressRoute.
  • Integrering på arbetsyta: Påverkar allt innehåll på arbetsytan och konfigureras av arbetsyteadministratörer. Git-integrering konfigureras till exempel på arbetsytenivå för att uppnå källkontroll med Azure-lagringsplatser, som är en tjänst för Azure DevOps.
  • Integrering på lösningsnivå: Påverkar ett enda innehållsobjekt och konfigureras av innehållsskapare. Till exempel har Python eller R konfigurerats på lösningsnivå för att möjliggöra skapandet av anpassade, interaktiva visuella representationer.

För alla tre nivåerna finns det saker du bör tänka på när du integrerar Power BI med andra tjänster:

  • Säkerhetsöverväganden: Integrering av andra tjänster leder oundvikligen till fler risker som du måste minimera för att kunna använda dem. Integrering med AI-tjänster kan till exempel exponera interna data för externa tjänster som tränar deras modeller. För att minska den här risken bör du proaktivt utvärdera eventuella säkerhetsrisker och överväganden för integrering av en tjänst. Identifiera även konkreta åtgärder för att säkerställa efterlevnad av datasäkerhets- och sekretessprinciper i din region och organisation.
  • Överväganden för licensiering: Integrering av andra tjänster kan kräva en specifik prenumeration eller licens. Du kan till exempel bara integrera Power BI rapporter med Power Apps när du har rätt Power Apps licenser. För varje tjänst ska du se till att du utvärderar om du behöver en specifik licens eller prenumeration för att integrera den och vad den uppskattade kostnaden är per användare eller kapacitet. Gör utvärderingen inte bara för tjänsterna, utan även för Fabric- och Power BI-licenser per användare och per kapacitet.
  • Styrningsöverväganden: Integrering av andra tjänster resulterar i mer olika aktiviteter och åtgärder som personer utför i din klientorganisation, varav vissa kan leda till olämpliga metoder. Integrering av Power BI-rapporter med OneDrive eller SharePoint kan till exempel leda till att personer delar Power BI Desktop-filer (.pbix) direkt med rapportvisningsprogram. Den här metoden avleder från bättre metoder för att publicera rapporten till en arbetsyta och dela den via direkt åtkomst, arbetsytevisningsroller eller en Power BI-app. Därför bör du proaktivt identifiera eventuella styrningsrisker innan du integrerar en tjänst och identifiera den ansträngning som krävs för att övervaka och stödja tjänsten i din klientorganisation.
  • Överväganden för mentorskap och användaraktivering: Integrering av andra tjänster kan kräva tid och arbete för att träna användare att använda nya funktioner effektivt. Om du till exempel tillåter användare att integrera Excel med Power BI kan du träna dem att effektivt använda Analyze i Excel. Utbildningen bör vägleda dem om när de ska använda den och informera dem om dess överväganden och begränsningar. Se till att du proaktivt planerar hur du tränar och stöder personer som använder den här integreringen.

Resten av den här artikeln beskriver möjligheterna att integrera Power BI med andra tjänster på klientorganisationsnivå, arbetsytor och enskilda lösningar (till exempel rapporter eller semantiska modeller).

Kommentar

Den här artikeln innehåller en översikt över de olika tjänster som du kan integrera med Power BI och de potentiella användningsfallen för att göra det. Syftet med den här artikeln är inte att vägleda dig i de tekniska steg som krävs för att konfigurera eller felsöka integreringen. Du hittar länkar till teknisk information i respektive avsnitt i den här artikeln.

Integrering på klientorganisationsnivå

Infrastrukturadministratörer kan integrera vissa tjänster för användning i hela klientorganisationen. Den här integreringen underlättar vanligtvis bredare samverkan mellan Fabric eller Power BI och relaterade tjänster, som de som är tillgängliga i Azure. Integrering på klientorganisationsnivå kan också påverka hur vissa data hanteras.

Viktigt!

En översikt över relevanta administrationsinställningar som en infrastrukturadministratör kan använda för att styra integreringen av Microsoft Fabric eller Power BI med externa tjänster finns i Inställningar för integrationsklientorganisation. En infrastrukturadministratör kan styra integreringen med tjänster på alla nivåer med dessa klientinställningar.

Integrering med Azure-tjänster

Du kan integrera din klientorganisation med ett brett utbud av Azure-tjänster som du kanske redan använder för att lagra eller hantera dina data. Den här integreringen hjälper dig att tillämpa omfånget och fördelarna med Azure-tjänster från Fabric och Power BI. Det möjliggör också mer avancerade funktioner som kan stödja många roller, från administratörer och centraliserade team till decentraliserade innehållsägare eller skapare.

Integrering med Azure-tjänster kräver att du har en aktiv Azure-prenumeration för dem. Det här alternativet har också vissa specifika licensieringsöverväganden. Användning av känslighetsetiketter och DLP-principer kräver en berättigad Microsoft Purview Information Protection licens. Användare kan kräva en Power BI Pro- eller Premium per användare-licens (PPU) för att använda funktioner som är resultatet av den här integreringen, till exempel att använda känslighetsetiketter. Slutligen kräver vissa av dessa tjänster också att du har Fabric eller Premium-kapacitet, och de kan använda dina kapacitetsresurser.

Vägledning om hur du integrerar med Azure-tjänster finns i:

Även om det inte nödvändigtvis är Azure-tjänster kan du också använda följande verktyg som är tillgängliga för integrering på klientorganisationsnivå med Power BI:

Integrering med AI-tjänster

Förutom Copilot i Fabric kan du integrera olika AI-tjänster med Fabric och Power BI. Dessa tjänster kan hjälpa dig att utföra avancerade analyser för att tillämpa specifika modeller på dina data, beroende på dina behov och användningsfall.

Integrering med AI Azure-tjänster kräver att du har en aktiv Azure-prenumeration för dem. Vissa av dessa tjänster kräver också att du har Fabric eller Premium-kapacitet, och de använder dina kapacitetsresurser. Om du vill förhindra att dessa arbetsbelastningar påverkar kapacitetsanvändningen negativt anger du en minnesgräns för AI-arbetsbelastningar i din kapacitet. På så sätt kan du undvika oväntad användning av dina kapacitetsenheter (CUS).

Vägledning om hur du integrerar med de olika AI-tjänsterna i Azure finns i:

Integrera Foundry-verktyg i Power Query

Du kan anropa specifika AI-funktioner i Power Query med hjälp av Foundry Tools. Dessa funktioner körs med hjälp av Fabric-kapacitet eller Premium-kapacitet för en vald arbetsyta. De kan härleda användbar information från mindre strukturerade text- eller bilddata.

Integrera Azure Machine Learning i Power Query

På samma sätt som du kan använda Foundry Tools kan du använda maskininlärningsmodeller för dina data genom att anropa dynamiska Power Query-funktioner. Modellskapare måste generera schemafiler i Python för dessa maskininlärningsmodeller.

Dataflöde gen1 skapare kan också använda AutoML för att skapa sina egna maskininlärningsmodeller med hjälp av Power BI under förberedelse av data. Skapare kan välja mellan olika typer av modeller, inklusive binär förutsägelse, allmän klassificering eller regressionsmodeller. Därefter tränar de dessa modeller med indata och utvärderar resultaten innan modellen tillämpas på nya eller uppdaterade data efter dataflödesuppdateringen.

Användningsfall för Azure Machine Learning-integrering med en semantisk modell eller dataflöde Gen1 är:

  • Utför förutsägande modellering i Power BI utan att behöva djup expertis inom datavetenskapsverktyg eller Python.
  • Utför enkel förutsägelse och prognos av kundbortfall.
  • Använd organisationsmodeller i Azure Machine Learning för att utöka data i Power BI.

Integrering för oberoende programvaruleverantörer

Oberoende programvaruleverantörer som producerar och säljer programvara kan integreras med Fabric för att stödja och utöka sina program.

ISV:er kan använda tre olika modeller för att integrera med Fabric:

För mer information om hur ISV:er kan integrera med Fabric, se Microsoft Fabric Integration Pathways for ISV:er.

Microsoft Teams-integrering

Integrera din klientorganisation med Microsoft Teams så att användarna kan komma åt Fabric och Power BI inifrån Teams-programmet. Den här funktionen centraliserar samarbete och främjar implementering av både Teams och Power BI.

Mer information om hur du integrerar team med Power BI finns i:

Användningsfall för Teams-integrering med Power BI är:

  • Kuratera en centraliserad portal för din intressegemenskap och bädda in viktiga Power BI-rapporter och resurser.
  • Skapa dedikerade team eller teamkanaler för innehåll som distribueras från en Power BI-app, där personer kan dela feedback, problem eller ställa frågor om innehållet.
  • Träna användare att skapa delade vyer som de kan dela via Teams för att diskutera specifika perspektiv eller datapunkter.

Integrering av geospatiala tjänster

När du arbetar med geospatiala data vill du förmodligen visualisera dem i interaktiva visuella kartobjekt med Power BI. Dessa visuella objekt kräver dock integrering med andra tjänster. Du kan styra den här integreringen på klientorganisationsnivå med hjälp av klientinställningarna. Dessa visualiseringar kan vara effektiva i rapporter som presenterar geografiska data, men se till att användningen av de här tjänsterna inte strider mot några krav på datalagringsplats eller regelefterlevnad.

Mer information om hur du integrerar Power BI med olika geospatiala tjänster finns i:

Varning

Geospatiala tjänster kan använda andra tjänster som ligger utanför den geografiska regionen för din Power BI-hyresgäst, regelefterlevnadsgräns eller nationellt molnhotell. Dessutom kan dessa tjänster lagra och bearbeta dina data där de underhåller anläggningar. Användningen av dessa tjänster kan omfattas av separata villkor och sekretesspolicyer utöver Power BI.

Den här varningen gäller även för alla anpassade visuella objekt från tredje part som du använder för att visualisera geospatial information.

Integrering på arbetsytenivå

Du kan integrera vissa tjänster på nivån för enskilda arbetsytor. Dessa tjänster kan aktivera funktioner som hjälper dig att utveckla, hantera och visa innehåll på en arbetsyta.

Git-integrering

Om din arbetsyta använder Fabric kapacitet, Premium-kapacitet eller PPU-arbetsytetyper kan du använda Git-integrering för att ansluta en arbetsyta till en fjärransluten Git-lagringsplats. Den här anslutningen stöder mer avancerade scenarier för livscykelhantering. En fjärransluten Git-lagringsplats underlättar källkontroll av filer, vilket gör det möjligt för innehållsskapare att spåra och hantera ändringar. Git-integrering främjar också samarbete mellan utvecklare, särskilt när du använder grenar för att isolera utvecklingen av specifika funktioner innan du integrerar ändringarna i en huvudgren med en sammanslagning före distributionen.

Innehållsskapare kan utveckla innehåll antingen lokalt eller i služba Power BI och sedan checka in och skicka ändringarna till en fjärransluten Git-lagringsplats, till exempel Azure-lagringsplatser eller GitHub Enterprise. Information om hur du konfigurerar och använder Git-integrering för Power BI och Fabric finns i Kom igång med Git-integrering eller Självstudie: livscykelhantering från slutpunkt till slutpunkt.

Innehållsskapare lagrar Power BI Pro ject-filer (.pbip), metadatafiler och dokumentation på en central fjärrlagringsplats för Azure-lagringsplatser. En teknisk ägare kurerar dessa filer. Medan en innehållsskapare utvecklar en lösning hanterar den tekniska ägaren lösningen, granskar ändringarna och sammanfogar dem till en enda lösning. Azure-lagringsplatser innehåller mer avancerade alternativ för att spåra och hantera ändringar jämfört med SharePoint och OneDrive. Det är viktigt att ha en väldokumenterad, dokumenterad lagringsplats eftersom den utgör grunden för allt innehåll och allt samarbete.

Överväg att använda källkontroll för att spåra och hantera ändringar i följande scenarier:

  • Centraliserade eller decentraliserade team skapar och hanterar innehållet.
  • Innehållsskapare samarbetar med hjälp av Azure DevOps.
  • Innehållsskapare är bekanta med Arkitekturdesign för Git, källkontroll eller DataOps.
  • Innehållsskapare hanterar komplext eller viktigt innehåll, eller så förväntar de sig att innehållet skalar och växer i komplexitet och betydelse.

För att hjälpa dig att effektivt använda källkontroll med Azure DevOps bör du vara medveten om överväganden och uppfylla vissa förutsättningar:

  • Git: För att checka in och skicka ändringar till en fjärrlagringsplats måste innehållsskapare ladda ned och installera Git. Git är ett distribuerat versionskontrollsystem som spårar ändringar i dina filer. Mer information om grunderna i Git finns i Vad är Git?.
  • Verktyg: Om du vill använda Git måste innehållsskapare använda antingen ett kommandoradsgränssnitt (CLI) eller en grafisk användargränssnittsklient (GUI) som har integrerad källkontrollhantering (SCM), till exempel Visual Studio eller Visual Studio Code.
  • Licenser och behörigheter: För att skapa och använda en Azure-lagringsplatser Git-lagringsplats måste innehållsskapare:
    • Få deras Azure DevOps åtkomstnivå inställd på Basic (i stället för Intressent).
    • Tillhör en Azure DevOps-organisation och ett projekt.
    • Ha lämpliga behörigheter för Azure DevOps-lagringsplatsen.
    • Arbeta endast med Power BI-objekt på grund av Git-integreringsbegränsningarna när du använder en Power BI Premium-kapacitet (A SKU:er) eller PPU-arbetsytor.
  • Fabric Git-integrering: För att synkronisera innehåll i ett fjärrlager med en Fabric-arbetsyta använder innehållsskapare Fabric Git-integrering. Det här verktyget är viktigt eftersom det spårar och hanterar ändringar av innehåll som skapats i Fabric portalen, till exempel dataflöden.

Integrera Azure Log Analytics

Använd Azure Log Analytics för att samla in värdefull information som stöder datanivågranskning av arbetsyteobjekt. Azure Log Analytics är en komponent i Azure Monitor-tjänsten . Mer specifikt kan du med Azure Log Analytics-integrering med Power BI samla in semantiska modellhändelser från alla semantiska modeller på en Power BI-arbetsyta. Det stöds bara för arbetsytor som använder Fabric eller Premium-kapacitet. Information om hur du konfigurerar och använder Azure Log Analytics för Power BI och Fabric finns i Granskning på datanivå: Azure Log Analytics och Konfigurera Azure Log Analytics i Power BI.

När du har konfigurerat Azure Log Analytics integrering och aktiverat anslutningen (för en arbetsyta som stöds) samlas semantiska modellhändelser automatiskt in och skickas kontinuerligt till en Azure Log Analytics arbetsyta. De semantiska modellloggarna lagras i Azure Data Explorer, som är en tilläggsdatabas som är optimerad för att samla in telemetridata med stora volymer nära realtid.

Användningsfall för Azure Log Analytics omfattar:

  • Du vill övervaka strategiskt viktiga semantiska modeller, till exempel centraliserade modeller som du tillhandahåller till decentraliserade team i ett scenario med hanterad självbetjäningsanvändning .
  • Du vill granska eller undersöka semantiska modeller som har stor inverkan på resursanvändningen, till exempel Fabric-kapacitet.
  • Du vill ha detaljerad analys om fråge- och användningsmönster för semantiska modeller.

Om du vill använda Azure Log Analytics konfigurerar och betalar du för en Azure Log Analytics arbetsyta som en del av din Azure-prenumeration. Betala för Azure Log Analytics med en prenumeration med betala per användning. Mer information finns i Prissättning för Azure Log Analytics.

Integrera Azure Data Lake Storage Gen2

Du kan ansluta en arbetsyta till ett Azure Data Lake Storage-konto (ADLS) Gen2. När du ansluter en arbetsyta till ADLS Gen2 kan du lagra data för Power BI-dataflöden (kallas även dataflöden Gen1) och säkerhetskopior av semantiska modeller. Information om hur du konfigurerar och använder ADLS Gen2 för att lagra data från Power BI-dataflöden finns i Konfigurera dataflödeslagring för användning av Azure Data Lake Gen 2.

Att ange Azure-anslutningar i infrastrukturadministrationsportalen innebär inte att alla Power BI-dataflöden för klientorganisationen lagras som standard i ett ADLS Gen2-konto. Om du vill använda ett specifikt lagringskonto (i stället för intern lagring) måste du uttryckligen ansluta varje arbetsyta. Det är viktigt att du ställer in Azure-anslutningarna för arbetsytan innan du skapar power BI-dataflöden på arbetsytan.

Följande två avsnitt beskriver varför du kan integrera en arbetsyta med ADLS Gen2.

Lagring av Power BI-dataflöden

Om du tar med din egen datasjö kan du komma åt data direkt för Power BI dataflöden (Gen1) i Azure. Direkt åtkomst till dataflödeslagring i ADLS Gen2 är till hjälp när du vill att andra användare eller processer ska visa eller komma åt data. Det är särskilt användbart när målet är att återanvända dataflöden utanför Power BI.

Du kan tilldela lagring på två sätt:

  • Lagring på klientnivå: Det här alternativet är användbart när du vill centralisera alla data för Power BI-dataflöden till ett ADLS Gen2-konto.
  • Lagring på arbetsyta: Det här alternativet är användbart när affärsenheter hanterar sin egen datasjö eller har vissa krav på datahemvist.

Dricks

Om du använder Fabric använder du dataflöden Gen2 som kan lagra data i differenta mål, inklusive OneLake. Dataflöden gen2 är mer flexibla än dataflöden Gen1, eftersom de ger fler alternativ för att integrera med andra datapipelines och de drar nytta av storskalig beräkning.

Säkerhetskopiering och återställning för Power BI-semantiska modeller

Funktionen för säkerhetskopiering och återställning av semantiska modeller i Power BI har stöd för arbetsytor som har tilldelats Fabric-kapacitet, Premium-kapacitet eller PPU. Den här funktionen använder samma ADLS Gen2-konto som lagrar Power BI dataflöden (beskrivs i föregående avsnitt).

Säkerhetskopior av semantiska modeller hjälper dig:

  • Följ kraven för datakvarhållning.
  • Lagra rutinmässiga säkerhetskopior som en del av en strategi för haveriberedskap.
  • Lagra säkerhetskopior i en annan region.
  • Migrera en datamodell.

Integrering på lösningsnivå

Du kan integrera vissa tjänster på nivån för enskilda objekt, till exempel semantiska modeller eller rapporter. Dessa integreringar kan aktivera specifika användningsfall och utöka funktionerna i dina Power BI-objekt.

Integrering med Microsoft Fabric

Power BI är en del av Fabric, men Power BI är en distinkt arbetsbelastning i Fabric som kan integreras med andra upplevelser som är enhetliga under Fabric-paraplyet. Om du bara är bekant med att arbeta med Power BI är det viktigt att förstå de möjligheter och alternativ för att tillämpa andra arbetsbelastningar, objekt och funktioner i Fabric.

I följande avsnitt finns exempel på hur du kan integrera Power BI-innehåll med Fabric för att utöka funktionerna i Power BI.

OneLake-integrering med semantiska modeller

Innehållsskapare som gör Power BI-semantiska modeller kan använda OneLake-integrering för att skriva modelltabeller till Delta-tabeller i OneLake. Efter den första kopian av de minnesinterna tabellerna kan du återanvända dem från OneLake för andra användningsfall utan att kopiera dem. Delta-tabellerna nås via ett sjöhus i Fabric. Du kan också skapa genvägar för att komma åt tabellerna så att du kan använda dem från en annan sjö eller en annan objekttyp, till exempel ett informationslager.

Användningsfall för OneLake-integrering med semantiska modeller är:

  • Återanvänd data från en semantisk modell som inte redan är tillgänglig i OneLake.
  • Återanvänd data från en semantisk modell för användning i en annan Fabric-upplevelse.
  • Skapa ögonblicksbilder av en semantisk modelltabell.

Innehållsskapare som skapar semantiska modeller eller analyserar data i notebook-filer kan använda semantisk länk för att läsa och skriva till semantiska modeller från en notebook-fil i Fabric. Semantisk länk har en mängd fördelar för Power BI-utvecklare, inklusive förbättrad produktivitet, automatisering och möjligheten att snabbt och enkelt utföra ad hoc-analys i kod.

Användningsfall för semantisk länkintegrering med semantiska modeller är:

  • Automatisera testning av semantiska modeller genom att utvärdera DAX-frågor och jämföra resultaten med kända baslinjer.
  • Programmatiskt hantera semantiska modeller genom att köra Best Practice Analyzer över flera modeller samtidigt för att identifiera och klassificera möjliga problem.
  • Spara vanliga mallar och mönster för DAX-mått och affärslogik (till exempel valutakonvertering) som du kan använda för nya semantiska modeller.
  • Analysera och visualisera data från en semantisk modell med hjälp av Python.
  • Verifiera modeller som skapats av dataforskare med hjälp av affärslogik från en semantisk modell.
  • Använd data från en semantisk modell för att berika analysen.

Dricks

Python-biblioteket semantic-link-labs utökar ytterligare verktyget för semantisk länk. Det är ett värdefullt verktyg för alla som skapar och hanterar semantiska modeller och vill förbättra produktiviteten och effektiviteten i processen för att skapa eller hantera modeller.

Även om du inte känner till Python kan du använda Copilot och Chat-magics för att få hjälp med att skriva funktionell Python-kod för att få ett användbart resultat.

Fabric Activator-integrering med Power BI-rapporter

Innehållsskapare eller konsumenter som skapar eller använder Power BI-rapporter kan använda Activator för att automatisera åtgärder och meddelanden baserat på dataändringar. På samma sätt som dataaviseringar från paneler på instrumentpanelen kan du ange aviseringar på ett Power BI visuellt objekt och definiera utlösare för dessa aviseringar. Du kan också utöka den här funktionen till att använda Anpassade åtgärder för att utlösa ett Power Automate flöde som kan initiera andra underordnade ändringar.

Användningsfall för Aktiveringsintegrering med Power BI är:

  • Automatisk avvikelseidentifiering genom att ange en avisering som utlöses när ett värde överskrider ett tröskelvärde.
  • Automatiserad regressionstestning av affärskritiska rapporter genom att ange en avisering som utlöses när ett värde (till exempel föregående års försäljning eller en budgetavvikelse) överskrider ett tröskelvärde.

Integrering med Microsoft 365

Du kan integrera Power BI med Microsoft 365 produkter på många sätt, till exempel Excel, PowerPoint och Outlook.

Använda Power BI-data i Excel

Användare som föredrar att arbeta i Excel kan använda antingen Analysera i Excel eller liveanslutna tabeller för att använda Power BI-data.

Innehållskonsumenter som har build-behörighet för en semantisk modell kan ansluta till modellen från Excel för att använda Analysera i Excel. Med den här metoden utforskar användarna modeller och utför en egen ad hoc-analys med pivottabeller.

Användningsfall för Analysera i Excel är:

  • Användare föredrar att analysera data i Excel i stället för att använda Power BI.
  • Användare vill utföra personlig BI för att skapa egna rapporter i Excel.
  • Användare vill använda Power BI-data för att stödja befintlig analys i Excel.

Dricks

Om du förväntar dig att användarna ska ansluta till en semantisk modell från Excel ska du se till att du vidtar nödvändiga åtgärder för att träna dem hur de ska använda den och organisera din semantiska modell på ett användbart sätt. Du kan till exempel ordna fält i visningsmappar och dölja tabeller och fält som inte är avsedda att användas i rapporter.

Analysera i Excel använder flerdimensionella uttryck (MDX) för frågor i stället för dataanalysuttryck (DAX) som används av Power BI-rapporter. MDX-frågor presterar ofta sämre än motsvarande DAX-frågor. Se till att användarna förstår att de bör använda Analysera i Excel för aggregeringsanalys på hög nivå och utföra mer detaljerad analys med hjälp av Power BI eller andra infrastrukturresurser.

Vissa funktioner i en semantisk modell, till exempel fältparametrar och dynamiska måttformatsträngar, fungerar inte heller i Analysera i Excel. Andra överväganden och begränsningar finns i den här artikeln.

Du kan också hämta Power BI-data i Excel med hjälp av liveanslutna tabeller. Med den här metoden får användare som exporterar data från ett visuellt Power BI-rapportobjekt en Excel-arbetsbok som innehåller en tabell ifylld med data. Tabellfrågan hämtar automatiskt de senaste data när du öppnar arbetsboken eller när du uppdaterar tabellen manuellt.

Användningsfall för liveanslutna tabeller är:

  • Användare vill undersöka eller analysera data i ett visst visuellt objekt.
  • Användarna måste regelbundet exportera data för att stödja ett giltigt affärsfall.
  • Du utför manuell testning av en semantisk modell eller rapport.

Det är bättre att exportera liveanslutna tabeller än att exportera frånkopplade tabeller från en Power BI rapport, men uppmuntra användarna att undvika att exportera data. Exporterade data medför styrningsutmaningar och datasäkerhetsrisker som kan leda till dataexfiltrering från organisationen. Överväg i stället att träna användare att ansluta till semantiska modeller från Excel eller Power BI Desktop för att utföra sin egen analys och på ett säkert sätt dela resultaten med sina kollegor.

Att hantera dataexporter är en viktig ändringshanteringsövning för att förbättra mognaden i din datakultur och göra det möjligt för användare att använda Power BI effektivt.

Integrera Power BI-rapporter i PowerPoint

Du kan använda Power BI-tillägget för PowerPoint för att lägga till interaktiva Power BI-rapporter eller specifika visuella objekt i PowerPoint-bilder. Den här funktionen är ett bra alternativ till att infoga statiska skärmbilder eftersom du kan filtrera och interagera med de visuella objekten under en presentation.

PowerPoint är ett användbart verktyg för att komplettera befintliga Power BI-rapporter, men det skalas inte som en primär distributionsmetod. Använd i stället rapportdistributionsmetoder som Power BI-appar och leta efter möjligheter för PowerPoint-integrering att komplettera eller utöka dem.

Att hantera distribution av rapporter som flata filer och PowerPoint-presentationer är en viktig ändringshanteringsövning för att förbättra mognaden för din datakultur och innehållsleveransomfång och för att göra det möjligt för användare att använda Power BI effektivt.

Användningsfall för Power BI-integrering i PowerPoint är:

  • Spela kontinuerligt upp en presentation i bildspelsläge med aktuella Power BI-rapporter, till exempel på en stor skärm i en fabrik.
  • Lås ögonblicksbilder av en specifik vy så att rapportdata inte uppdateras automatiskt, till exempel när du vill granska tidpunktsrapporter från ett tidigare datum.
  • Dela en presentation med Live Power BI-rapporter så att användarna kan se de senaste data, till exempel när du vill att en målgrupp ska granska presentationen och rapporterna innan du presenterar den.

Infrastrukturadministratörer kan styra dess användning med inställningen Aktivera Power BI-tillägg för PowerPoint för klientorganisation. Andra överväganden och begränsningar finns i den här artikeln.

Integrering med Power Platform

Power BI är en del av Power Platform. Därför integreras Power BI bra med andra program i Power Platform-serien, till exempel Power Apps, Power Automate och Power Pages.

  • Med Power Apps kan du snabbt skapa och distribuera program med låg kod i din organisation.
  • Med Power Automate kan du automatisera uppgifter och arbetsflöden genom att skapa logiska flöden som utlöses automatiskt, enligt ett schema eller som svar på en manuell åtgärd. Du kan skapa molnflöden som körs obevakat utan en dedikerad dator. Du kan också använda Power Automate för dator-programmet för att skapa skrivbordsflöden som kräver en dator eftersom de använder automatisering av robotprocesser för att simulera användaråtgärder.
  • Med Power Pages kan du skapa externa företagswebbplatser med ett användargränssnitt med låg kod.

Använda det visuella Power Apps-objektet i en Power BI-rapport

Du kan integrera Power Apps i Power BI med hjälp av det visuella Power Apps-objektet. Med det här visuella objektet kan du visa en interaktiv, funktionell Power Apps-arbetsyteapp i en Power BI-rapport. I Power BI kan du välja fält att lägga till i det visuella Power Apps-objektet. I Power Apps kan du sedan använda de här fälten för att skapa datadrivna etiketter och funktioner för att förbättra din app. Tillsammans möjliggör integreringen av Power BI-rapporter och Power Apps en mängd olika användningsfall som kan hjälpa människor att fatta beslut och vidta åtgärder med hjälp av data i en rapport.

Det finns vissa licensieringsöverväganden att tänka på om du använder den här metoden. Om du vill använda det visuella Power Apps-objektet i Power BI-rapporten måste ett rapportgranskare ha en Power Apps-licens utöver alla nödvändiga Power BI-licenser per användare. Du kan också använda en betala per användning-plan för Power Apps och Power Automate.

Användningsfall för Power Apps-visualiseringen är:

  • Underlätta tillbakaskrivning till en databas, till exempel för att lägga till kommentarer till vissa kunder eller ändra prognosvärden inifrån en Power BI-rapport.
  • Möjliggör direkta åtgärder baserade på Power BI-rapporter, exempelvis att kontakta kunder från en kundnöjdhetsrapport.
  • Tillåt användare att skicka formulär inifrån Power BI-rapporten, till exempel feedbackformulär, omröstningar eller undersökningar.

I ett inbäddat scenario stöder det Power Apps visuella objektet endast scenariot Embed för din organisation, inte scenariot Embed för dina kunder. Andra begränsningar finns i Begränsningar för det visuella Power Apps-objektet.

Integrera en Power BI-rapport i en Power Apps-arbetsyteapp

Du kan integrera Power BI-instrumentpaneler i en Power Apps-arbetsyteapp. Med den här metoden är det primära förbrukningsmediet Power App, som Power BI-panelen förbättrar. Du bäddar in brickor med hjälp av Power BI-brickkontrollen under canvasapputveckling.

Vidta åtgärder i Power BI från Power Automate

Du kan använda Power Automate för att automatisera specifika åtgärder i Power BI, till exempel rapportexport, semantisk modelluppdatering eller DAX-frågeutvärdering. Den här funktionen kan effektivisera vissa uppgifter eller förbättra produktiviteten.

Användningsfall för att automatisera Power BI från Power Automate är:

  • Utlös uppdatering av en semantisk modell när en överordnad datakälla uppdateras.
  • Automatisera distributionen av Power BI-rapporter eller sidnumrerade rapporter.
  • Lägg till rader i en Power BI-semantisk modelltabell när ett flöde utlöses.

Utlösa ett Power Automate-flöde från Power BI

Du kan också använda Power BI för att utlösa ett Power Automate-molnflöde på tre sätt:

Med den här metoden automatiserar du inte Power BI-åtgärder lika mycket som du svarar på händelser som inträffar i Power BI. Du kan utlösa dessa händelser antingen manuellt (till exempel det Power Automate visuella objektet) eller automatiskt (t.ex. dataaviseringar). Du kan också använda data från Power BI nedströms i flödena, vilket kan hjälpa dig att automatisera mer specifika och relevanta åtgärder.

Det finns vissa licensieringsöverväganden att tänka på med den här metoden. Om du vill använda det visuella Power Automate-objektet i en Power BI-rapport måste rapportvisningsprogrammet ha åtkomst till Power Automate-flödet och en Power Automate-licens, om det behövs, utöver alla nödvändiga Power BI-licenser per användare. Du kan också använda en betala per användning-plan för Power Apps och Power Automate.

Användningsfall för att utlösa ett Power Automate-flöde från Power BI är:

  • Uppdatera eller lägg till rader i en Excel-tabell inifrån en Power BI-rapport med hjälp av det visuella Power Automate-objektet.
  • Automatisera regressionstestning genom att konfigurera rapporter och instrumentpaneler för att rapportera skillnader i aktuella värden med kända baslinjer och genom att ange dataaviseringar på instrumentpaneler.
  • Meddela ett team eller en person när det finns oväntade värden eller avvikelser i semantiska modelldata med hjälp av dataaviseringar.

Bädda in en Power BI-rapport på en Power Pages-webbplats

Du kan bädda in en Power BI-rapport på en Power Pages-webbplats, vilket gör att du kan visa Power BI-rapporter på din externa webbplats som skapats med Power Pages. Den här metoden effektiviserar scenariot Bädda in för dina kunder genom att aktivera Power BI Embedded-tjänsten från administrationscentret för Power Platform.

Det finns vissa licensieringsöverväganden att tänka på med den här metoden. Om du vill bädda in Power BI-rapporter på en Power Pages-webbplats måste du ha en F, P, EM eller en SKU. Du behöver också en lämplig Power Pages-licens.

Användningsfall för att bädda in en Power BI-rapport på en Power Pages-webbplats är:

  • Distribuera rapporter via en anpassad portal till externa användare eller kunder.
  • Visa webbplatsanalys, till exempel prenumeranter eller trafik för din webbplats.
  • Förbättra din Power Pages-webbplats med interaktiva Power BI-visualiseringar.

Utöver begränsningarna i Power BI Embedded finns det även specifika begränsningar för att bädda in en rapport i Power Pages. Exempelvis måste rapporten publiceras i samma arbetsyta som den anslutna semantiska modellen. Tänk på dessa begränsningar innan du bäddar in Power BI innehåll på en Power Pages webbplats.

OneDrive- och SharePoint-integrering

OneDrive och SharePoint är praktiska alternativ för att lagra innehåll och datafiler för Power BI. Genom att integrera OneDrive och SharePoint kan du ytterligare förbättra deras delningsfunktioner.

OneDrive-uppdatering av Power BI Desktop-filer

När du sparar en Power BI Desktop-fil (.pbix) på OneDrive för arbete eller skola, eller SharePoint, kan du importera filen till en arbetsyta från OneDrive i stället för att publicera den från Power BI Desktop. På så sätt kan du dra nytta av OneDrive uppdatering, som automatiskt uppdaterar datamodellen, vanligtvis inom en timme.

Användningsfall för att använda OneDrive-uppdatering är:

  • Självbetjäningsanvändare vill effektivisera publiceringen av Power BI Desktop-filer.
  • Innehållsskapare vill spåra och hantera ändringar när de samarbetar i OneDrive.

Förutom att integrera OneDrive för en enskild .pbix-fil för semantiska modeller och rapporter kan du även konfigurera integrering på arbetsytenivå med OneDrive.

Förhandsgranska Power BI Desktop-filer i OneDrive och SharePoint

När du delar en Power BI Desktop-fil med personer via OneDrive eller SharePoint kan de förhandsgranska rapporten från OneDrive eller SharePoint utan att öppna den i Power BI Desktop. Den här funktionen fungerar endast för rapporter som är anslutna till en delad semantisk modell eller Power BI Desktop-filer som innehåller en rapport och en importsemantisk modell. Dessutom kan du inte förhandsgranska Power BI Desktop-filer som är 1 GB eller större. Mer information finns i Överväganden och begränsningar.

Tänk på några licensieringsöverväganden med den här metoden. Användare behöver en Power BI Pro licens för att förhandsgranska Power BI Desktop-filer i OneDrive eller SharePoint. Mer information finns i Krav för att visa rapporter i OneDrive och SharePoint.

Användningsfall för att använda OneDrive för att förhandsgranska filer är:

  • Innehållsskapare använder OneDrive eller SharePoint för att underlätta samarbete.
  • Innehållsskapare som använder OneDrive-integreringar, till exempel OneDrive-uppdatering eller använder den för att spåra och hantera ändringar i .pbix-filer, vill att det ska vara praktiskt att förhandsgranska filerna innan de öppnar dem.

Bädda in Power BI-rapporter i SharePoint Online

Du kan integrera Power BI med SharePoint genom att bädda in Power BI-rapporter i SharePoint Online (kallas även säker inbäddning). Rapportupplevelsen är densamma som när användare visar rapporter i en Fabric-arbetsyta med hjälp av en länk som delats med direkt åtkomst. Power BI tillämpar row-level security, tillsammans med objektbehörigheter. Användare måste ha direkt åtkomst till rapporter för att kunna visa dem på en SharePoint webbplats.

Användningsfall för inbäddning av Power BI-rapporter i SharePoint Online är:

  • Du vill distribuera rapporter från en SharePoint-portal istället för att använda en Fabric-arbetsyta. Den här metoden kan vara användbar när du vill distribuera rapporter från flera arbetsytor till en specifik målgrupp.
  • Du vill bädda in rapporter som stöder samarbete eller beslutsfattande på din SharePoint-webbplats.

Integrering med Visual Studio och VS Code

Många utvecklare är bekanta med att använda Visual Studio eller Visual Studio Code (VS Code) för att hantera källfiler och metadata. De här verktygen innehåller flera alternativ för att integrera med Power BI och Fabric.

Utveckla semantiska modeller med hjälp av Visual Studio med Analysis Services-projekt

Om utvecklare föredrar att arbeta i Visual Studio kan de utveckla och distribuera semantiska modeller från Visual Studio i stället för Power BI Desktop. I det här fallet behöver de Visual Studio 2017 eller en senare utgåva och version 2.9.14 (eller senare) av SSDT-tillägget (SQL Server Data Tools).

Dricks

Utvecklare som föredrar en Visual Studio-liknande upplevelse för att skapa och hantera semantiska modeller kan finna det mer effektivt att använda Tabular Editor. Tabellredigeraren är ett externt verktyg som ansluter till en lokal modell som är öppen i Power BI Desktop eller en fjärrmodell via XMLA-slutpunkten för läsning/skrivning. Den stöder även skript- och batchuppgifter för att förbättra utvecklarproduktiviteten.

Mer information finns i Avancerad datamodellhantering.

Hantera objekt med VS Code

Om utvecklare föredrar att arbeta i VS Code kan de använda tillägg för att utföra en del av sitt arbete med Power BI i VS Code-programmet.

De kan använda flera verktyg för att hantera olika delar av Power BI från VS Code:

  • TMDL: Ett officiellt VS Code-tillägg från Microsoft som tillhandahåller språkstöd för TMDL (Tabular Model Definition Language) för att arbeta med semantiska modeller som använder TMDL-metadataformatet.
  • Power BI Studio: Ett communityutvecklat VS Code-tillägg som använder Power BI REST API för att visa och hantera objekt på en arbetsyta.
  • Power BI VSCode-tilläggspaket: En samling VS Code-tillägg som gör det möjligt för utvecklare att arbeta i VS Code med Fabric och Power BI. Den innehåller både TMDL- och Power BI Studio-tilläggen.

Andra Fabric-upplevelser stöder också VS Code-integration, till exempel notebooks för datateknik och datavetenskap, eller hantering av Power BI:s semantiska modeller med hjälp av semantic link (som beskrivits tidigare).

Python- eller R-integrering

Du kan köra Python- eller R-skript i Power BI-semantiska modeller och rapporter för att utöka funktionerna i dessa objekt. Den här funktionen är användbar för innehållsskapare som är bekanta med Python eller R och som skapar och distribuerar innehåll för företagsanvändare via Power BI.

Innehållsägare eller innehållsskapare som är skickliga i Python eller R kan dra nytta av att använda notebook-objekt i en Fabric-miljö. I många användningsfall är notebook-filer ett föredraget alternativ framför Python- och R-integrering med Power BI. Det beror på att de ger fler alternativ för att skapa och underhålla lösningar som skapats på dessa språk, de har färre begränsningar och de innebär vanligtvis mindre arbete att stödja.

Köra Python- eller R-kod i en semantisk modell

Du kan integrera Python- eller R-kod som en del av de datatransformeringar som du utför i en semantisk modell som använder importlagringsläge. Med den här integreringen kan du transformera data eller utföra avancerad analys med Python eller R när du uppdaterar modellen.

Om du vill uppdatera en publicerad semantisk modell som använder Python eller R integrerat i Power Query måste du använda en lokal datagateway i personligt läge. Det beror på att Python- eller R-koden körs lokalt med hjälp av Python eller R som är installerat på datorn. Den här konfigurationen är vanligtvis svår att hantera och underhålla. Om du behöver använda Python eller R i en semantisk modell bör du överväga alternativa metoder, till exempel notebook-filer i Fabric.

Skapa visuella Python- eller R-objekt i Power BI-rapporter

Du kan integrera Python eller R med Power BI rapporter för att skapa anpassade visuella objekt med Python bibliotek som Seaborn eller R-paket som ggplot2. De här visuella objekten är helt anpassningsbara och har stöd för interaktiva funktioner i Power BI, till exempel rendering av ett filtrerat resultat, korsfiltrering, anpassade knappbeskrivningar, drilldown och drillthrough.

Se till att alla dina visuella Python- eller R-objekt använder Python-bibliotek och R-paket som stöds i Fabric. Om du använder ett bibliotek eller paket som inte stöds återges inte det visuella objektet i Power BI-tjänst, inte ens när det visuella objektet återges i rapporten i Power BI Desktop.

Även om du kan transformera data och göra beräkningar som en del av ett Python eller ett anpassat R-visuellt objekt kan du undvika att göra det. Om du placerar den här logiken i det visuella Python- eller R-objektet kan det leda till långsammare återgivningsvaraktighet och större svårigheter att underhålla det visuella objektet och uppnå harmonisering mellan visuella objekt och rapporter i beräkningslogik.

Lägg i stället till din logik i DAX-beräkningar genom att skapa mått och utföra dina transformeringar längre uppströms, till exempel i Power Query eller datakällan, om möjligt.

Anpassade visuella objekt för Power BI-rapporter

Power BI erbjuder andra alternativ för att skapa anpassade visuella objekt i rapporter förutom Python och R. Även om du inte uttryckligen integrerar kan du använda anpassade visuella objekt i Power BI rapporter för avancerade eller specifika användningsfall. Du kan skapa ett eget anpassat visuellt objekt , vilket inte kräver någon integrering med andra tjänster, eller hämta ett visuellt objekt från AppSource, som antingen kan vara kostnadsfritt eller kräva en licens. Beroende på det anpassade visuella objektet kan det innebära integrering med en tjänst från tredje part och du måste godkänna deras licensvillkor.

Om du funderar på att använda anpassade visuella objekt för att utöka funktionerna i Power BI-rapporter bör du överväga Deneb. Deneb är ett communityutvecklat, certifierat anpassat visuellt objekt som låter dig använda en deklarativ JSON-syntax förVega- eller Vega-Lite-språken för att skapa egna visualiseringar. Deneb har en stor community och många mallar, vilket gör det till ett bra val för rapportskapare som vill skapa egna visuella objekt utan att använda JavaScript, Python eller R.

Integrering med andra tjänster från tredje part

Andra tjänster från tredje part erbjuder integrering med Power BI.

I följande avsnitt presenteras tjänster från tredje part, tillsammans med viktiga användningsfall att överväga.

Integrering med semantiska modeller via XMLA-slutpunkten

I Power BI kan externa verktyg ansluta till dina Power BI-semantiska modeller med hjälp av XMLA-slutpunkten. Både open-source och kommersiellt tillgängliga verktyg kan förbättra produktiviteten eller utöka funktionerna i dina befintliga semantiska modeller.

Här är några exempel på verktyg som kan integreras med semantiska modeller via XMLA-slutpunkten:

  • PowerShell cmdlets för att automatisera vissa semantiska modell-uppgifter.
  • Power BI Report Builder för att göra frågor till semantiska modeller med DAX och bygga paginerade rapporter.
  • Tabellredigeraren, ett verktyg från tredje part för att utveckla och hantera semantiska modeller.
  • DAX Studio, ett verktyg från tredje part för att skapa och optimera DAX-frågor.
  • ALM-verktyg, ett verktyg från tredje part för att jämföra och distribuera semantiska modeller.

Mer information om XMLA-slutpunkter och klientprogram och verktyg som använder dem finns i Semantisk modellanslutning och hantering med XMLA-slutpunkten i Power BI. Endast arbetsytor som har arbetsytetypen inställd på Fabric-kapacitet, Premium-kapacitet eller Premium per användare stöder XMLA-slutpunkten.

Du kan aktivera XMLA-slutpunkten och ange den till att läsa eller läsa/skriva från arbetsbelastningsalternativen för Power BI i administratörsportalen. Med flera klientinställningar kan du också styra vilka användare och grupper som kan använda XMLA-slutpunkten.

Checklista – När du planerar att integrera Power BI med andra tjänster är viktiga beslut och överväganden:

  • Definiera kravet: Beskriv vad du försöker uppnå och vad den förväntade fördelen är med att göra det.
  • Beskriv varför du inte kan utföra uppgiften enbart i Power BI: Definiera de utmaningar eller begränsningar som hindrar dig från att uppfylla detta krav med de inbyggda verktygen och funktionerna i Power BI.
  • Identifiera de tjänster som kan hjälpa dig att uppfylla kravet: Kompilera en lista över de tjänster som kan hjälpa dig att uppnå ditt mål. Beroende på kravet kan det bara finnas ett rimligt alternativ.
  • Identifiera eventuella risker, begränsningar eller överväganden: Planera noggrant och beakta konsekvenserna för den här integreringen för olika områden, till exempel säkerhet, licensiering, styrning och användaraktivering.
  • Ta reda på hur du konfigurerar integreringen: Läs relevant teknisk dokumentation och sammanställ en stegvis instruktion som är anpassad till ditt specifika scenario för hur du integrerar Power BI med tjänsten eller verktyget. Var särskilt uppmärksam på eventuell felsökning eller anpassning av den här integreringen som du kan behöva göra.
  • Utför ett test eller konceptbevis (POC): Innan du konfigurerar integreringen för din klientorganisation, arbetsyta eller objekt ska du först utföra en representativ utvärderingsversion för att testa eventuella antaganden och avslöja eventuella utmaningar eller begränsningar. Att utföra ett test eller POC är viktigt.
  • Konfigurera utbildning och övervakning: Se till att centraliserade team är utrustade för att övervaka den nya tjänsten och dess effekt på användningen i din klientorganisation. Förbered relevant utbildningsmaterial så att människor kan använda den nya tjänsten och som hjälper dem att undvika problem.

Relaterat innehåll

Mer information, åtgärder, beslutskriterier och rekommendationer som hjälper dig med beslut om Power BI-implementering finns i Planering för Power BI-implementering.

  • Last updated on