Refreshni Semantický Model Každou Minutu – Nyní ve Fabricu (Preview)

tl;dr Pokud máš jakýkoliv typ Power BI Premium, můžeš v Data Pipeline použít aktivitu Refresh Semantic Model k aktualizaci svých sémantických modelů. Obcházíš tak výchozí 30minutový refresh interval—žádný kód, žádný Power Automate, žádný stres. Navíc dostaneš centralizované řízení refreshů, včetně podpory závislostí a serializace. Tahle funkce je v době psaní článku stále v preview, takže Microsoft ji může kdykoli ohnout nebo zrušit.

Disclaimer:

I když se v článku naučíte, jak refreshovat objekty ve Fabricu třeba každou minutu, důrazně doporučuji držet se principu co nejméně častého refreshování—ideálně tak často, jak to dává smysl vzhledem k logice vašich reportů. Pokud si nedáte pozor, můžete si kapacitu vyplácat během pár refreshů. Počet povolených refreshů podléhá obecným limitům pro API-based refresh jak u Pro, tak i u Premium modelů.

Kde to najdu?

Tohle bude rychlovka, takže rovnou k věci. V jakémkoli workspace s aktivním Power BI Premium, Premium Per User nebo Power BI Embedded můžeš vytvořit Fabric položku s názvem Data Pipeline.

Zjednodušeně řečeno, Data Pipeline (verze Azure Data Factory pro Fabric) ti umožní orchestraci celé řady úloh—od kopírování dat, přes spouštění dataflow, notebooků nebo uložených procedur, až po (a teď nově, v rámci preview) refresh sémantických modelů.

Tuhle novou aktivitu najdeš na pásu Activities, kde hledej ikonu sémantického modelu. Případně můžeš kliknout na tři tečky a pod Orchestrate si na ni klikni. Pokud radši hledáš textově, jmenuje se Semantic model refresh (Preview).

Semantic model refresh icon

Jak to nastavit?

Nastavení tohohle nevyžaduje ani půl mozkový buňky—prostě jen kliky-klik. Jakmile klikneš na aktivitu, objeví se ti rovnou v pipeline a můžeš ji začít konfigurovat.

Refresh the semantic model activity in the pipeline

V záložce General dej aktivitě smysluplné jméno, nastav timeout a retry policy. Jedna z výhod použití Data Pipeline je, že při selhání můžeš nastavit pauzičku a automatický pokus o opětovné spuštění—taková malá, ale šikovná pojistka přímo v základu.

V záložce Settings pak nastav Connection (tedy autentizaci), vyber Workspace a—co je nejdůležitější—zvol svůj Semantic Model. Máš dokonce možnost refreshnout jen konkrétní tabulky nebo partitiony, ale do těchhle detailů teď nepůjdu, protože celá tahle featura je zatím v preview a kdo ví, co se ještě změní, než půjde ven oficálně.

Settings Tab

No, a je hotov. Jak postavit závislosti si ukáži později, teď se ale vrhneme na to, jak nastavit refresh policy.

Nastavení aktualizace (refresh)

Tady musíme přemýšlet o úroveň výš—neplánujeme refresh samotného sémantického modelu, ale běh celé Data Pipeline. Takže zůstáváme v rámci Data Pipeline a přepneme se na záložku Run. Tam zvolíme možnost Schedule.

Schedule data pipeline

V záložce Schedule pak můžeš nastavit refresh třeba každou minutu, pokud ti to dává smysl (nebo prostě chceš být trochu extra).

Schedule window

Další výhodou používání Data Pipeline je i to, že se můžeš vydat úplně opačným směrem—třeba nastavit refresh reportů jen jednou měsíčně. Možnosti v sekci Repeat jsou totiž mnohem štědřejší než chudé plánování, které nabízí nativní nastavení sémantického modelu.

Repeat options

Jakmile máš všechno nastavené, můžeš si svoji Data Pipeline rovnou spustit a otestovat, jestli fičí tak, jak má.

Save data pipeline

Run data pipeline

Ať už to dopadne jakkoliv, můžeš kouknout do Outputu nebo Run history. V případě selhání uvidíš i chybovou hlášku (a můžeš ji dokonce i ohodnotit :D).

Output window

Error details

V samotném sémantickém modelu si zkontroluj, že máš správně nastavené přihlašovací údaje a že žádné jiné naplánované refreshe nekolidují s Data Pipeline—jinak si koleduješ o nečekané chyby (nebo teď už čekané). Jestli si chceš ověřit, jestli refresh proběhl přes pipeline a ne přes běžné plánování, mrkni do historie refreshů—ty spuštěné přes Data Pipeline jsou označené jako “Via Enhanced Api”.

Refresh History of Semantic Model

Serializace, paralelizace a závislosti

Pokud chceš postavit závislosti a zefektivnit refreshe, v rámci Data Pipeline to zvládneš levou zadní. Není to žádná novinka, pokud už máš s pipelinami nějaké zkušenosti.

Můžeš si nastavit, za jakých podmínek se má další aktivita spustit. Většinou zvolíš pokračování při úspěchu (nebo po dokončení, pokud ti nevadí, že to třeba failne—ale tady bych si tipnul, že ti to vadit bude). Pak už jen jednoduše napojíš další aktivity. Výsledná konfigurace může vypadat třeba takhle:

Data pipeline

Shrnutí

Díky téhle (stále preview) funkcionalitě v Microsoft Fabric můžeš konečně refreshovat svoje Power BI sémantické modely přímo z Data Pipeline—žádné čekání 30 minut ani bastlení přes Power Automate. Všechno máš přehledně, centralizovaně a na pár kliků. Ať už refreshuješ každou minutu jako boss, nebo jen jednou za měsíc, protože jsi v chillu, pipeline to zvládne. Přidej retry, závislosti a kontrolu nad tokem aktivit a máš v ruce fakt flexibilní nástroj—aniž bys opustil Fabric.