Power BI 和 Fabric 中的复合模型

优势与用例

Power BI 提供多种方式，帮助用户开展自助式分析。 例如，组织可以选择采用 托管式自助 BI 模型（而不是集中式的 企业 BI 模型）。 在这种模式下，卓越中心（COE） 或由数据专业人员组成的中央团队负责创建并管理 Power BI 的 Dataset。 业务用户可通过 Power BI Desktop、Excel 或 Fabric 中的其他分析工作负载（例如 notebooks，顺便一提，它们非常棒）来使用这些 Dataset，并使用数据解决业务问题。

托管式自助 BI 模式有多项优势，例如减少对中央 BI 团队的请求，并在可复用的共享 Dataset 中维持单一事实来源。 不过，这种模式也需要在治理方面投入更多精力。 例如，中央团队应培训用户提升其 数据素养，并 监控创建了哪些内容，以及这些内容是怎么被使用的。 另一个针对这些中央 Dataset 的挑战，是如何纳入新数据。

本文将探讨这一挑战通常如何应对，以及复合模型为何可能是一个很有吸引力的解决方案。

丰富或组合集中管理的 Power BI Dataset

随着业务战略不断适应变化，业务对数据的需求也在持续演进。 业务用户经常会要求在上游数据源中新增数据，以便解决新的业务问题。 对中央团队来说，这往往很难管理：既要赋能用户，又要降低风险。 如何既能保持灵活、及时把所需数据交付给用户，又能确保方案可持续，并避免潜在的治理或合规问题？

下图展示了一个常见场景：业务用户希望在现有、集中管理的 Dataset 中，添加一个预测（该预测仅适用于其业务单元或区域）。

在这种情况下，负责管理该 Dataset 的中央团队有多种方式来响应这一请求。 但对这个团队来说，这些选项都不算理想。 要么耗时太多，要么风险太高。 下图展示了三种切实可行的方案。

在复合模型出现之前，团队不得不在以下做法中选择其一：

• 把预测添加到现有 Dataset： 中央团队可以将预测集成到现有 Dataset 或上游数据源中。 这个选项相对简单，也能保留中央“真相”，但随着时间推移，很容易让中央模型被几十个小众来源撑得臃肿。 在缺乏约束的情况下不断添加额外数据，很容易滑向性能问题，并显著提高模型的维护成本。
• 创建新的 Dataset： 中央团队可以复制原始 Dataset，并在副本中加入预测以及用户所需的那部分数据。 视其技能水平而定，也可以由用户自己来管理这个 Dataset。 这种做法可以在不影响中央模型的前提下赋能用户，但也存在明显风险。 两个 Dataset 很可能会出现不同步的情况，而且创建与维护第二个模型需要投入大量精力。 总体而言，复制数据——甚至只是复制带有 DAX 度量值的业务逻辑——都可能导致不理想的结果。
• 在 Excel 中组合： 中央团队可以建议用户在 Excel 中组合数据，使用“在 Excel 中分析”或实时连接表。 这样可以保留中央 Dataset，但用户被迫在 Excel 中手动合并两个来源，出错风险更高，而且工作量也很大。 因此，这个选项同样不理想。

另一个选项是使用 Power BI 复合模型，该功能自 2023 年四月起已正式发布。 复合模型可以用新数据来扩充现有 Dataset。 这样，你既能保留中心模型中的事实与逻辑，又能让用户添加少量数据，用于回答与自身相关的具体问题。

Power BI 复合模型的使用场景

使用复合模型时，你选择的是一种更偏向于可定制的托管式自助服务模型。 这是因为这些 Dataset 会由一小部分内容创建者进行定制，他们希望加入自己的数据。 不过，这种定制不会改变现有 Dataset，而只是通过新增数据和业务逻辑来丰富它，从而满足他们的数据需求。

下图展示了复合模型的几种使用场景。

复合模型可用于许多不同场景，例如：

• 丰富现有 Dataset： 复合模型最常见的用法是向集中管理的模型中添加新数据。 在这种场景下，更高级的自助式用户会连接到 Dataset，并从其他来源添加额外数据。 具体示例包括：
  • 添加团队特定的目标，例如预算、预测或其他示例。
  • 使用不同的主数据。例如，在对销售数据进行销售终端或返利分析时，将客户主数据与你自己的交易数据对齐。
  • 添加中心模型未纳入范围的特定数据，例如尚未集成到统一架构中的遗留系统数据。
• 合并数据集：通过复合模型，你可以合并多个数据集。 这有助于创建面向管理层的 Report，例如将特定 Dataset 中的多个 KPI 汇总在一起。
• 原型验证新功能：通过复合模型为现有 Dataset 添加新的业务逻辑，中心团队可以先面向特定目标受众对新功能进行原型设计和测试，再将这些功能纳入中心模型。

更多使用场景信息，已记录在官方的 Microsoft 复合模型指南中。

充分利用复合模型

复合模型可以带来许多益处。 它们能帮助你保留中心的业务逻辑与数据，同时也让高级用户可以在 Dataset 上实现更多分析。 不过，要成功使用复合模型，需要关注一些关键因素。

• 使用透视：创建复合模型时，自助式创建者可以选择一个 透视。 将透视整理为对使用者有帮助的常用视图，可以带来更便捷的体验。 此外，它还能帮助你更好地利用 Power BI 中的其他功能，例如在 Report 中的 个性化 Visual 功能。 “个性化 Visual”是一种很实用的方式，可为不想因创建新数据和新的 Report 项目而增加麻烦与复杂度的用户，提供自助式分析能力。 你可以使用 Tabular Editor 2 或 Tabular Editor 3，在 Power BI 的 Dataset 中创建和管理透视。
• 挑选并培训用户，以便有效使用：鉴于其影响与限制，复合模型需要在用户赋能方面给予特别关注。 需要认真考虑哪些人会从该功能中受益，以及你打算如何培训他们使用。 这类培训要聚焦使用场景与限制，以及如何识别并处理这些限制。 此外，确保中心团队成员了解在优化复合模型时需要特别注意的事项。 请仔细阅读 Microsoft 的复合模型指南。
• 提供有用、简洁的文档：当连接到复合模型时，用户无法看到对象定义，例如 DAX 公式或分区查询。 对于想加入自定义逻辑的用户来说，这会带来复杂甚至令人沮丧的情况，因为他们缺乏对底层中心模型的足够透明度。 在这种情况下，即使用户能力很强，也会更容易写出错误或性能较差的代码。 为避免出现这种情况，你可以考虑提升模型透明度的方法，例如公开数据字典、文档，甚至把 DAX 表达式写进对象说明中。 实现这些事项的一个实用方法是借助 Tabular Editor C# Script。
• 使用 Dataset 认可：考虑采取必要措施，在组织内提升 数据发现 和 数据民主化。 确保可信的高质量数据源易于查找和识别。 一种简单直接的做法是利用 Fabric 的 认可 和 可发现性 功能，让用户更容易找到 Dataset（例如在 OneLake Data Hub 中）。
• 避免不必要的 Dataset 链式依赖：在复合模型中，你可能会想把它用于所有用例，但这可能导致业务逻辑或数据的重复。 不过，复合模型会带来多种 性能影响，使得这可能并不是一个理想选择。 和所有设计决策一样，这取决于你的数据、模型，以及场景中的具体业务逻辑。 认真评估你能用的所有替代方案，比如利用 Power BI Dataflows 来复用一致性维度，或者结合 Tabular Editor 与脚本/自动化，使用 Master Model Pattern 来更好地管理可复用的模型逻辑。
• 考虑替代方案：在 Microsoft Fabric 中，除了复合模型之外，还有其他选择。 当你希望在保留单一权威事实来源的同时，允许用户添加自己的数据时，可以考虑利用 OneLake 的“单一副本理念”。 当 Power BI Dataset 使用 Direct Lake 存储模式并连接到同一个数据源时，数据不会被重复复制。 这意味着你可以创建两个使用同一份数据的 Direct Lake Dataset，而无需重复复制这些信息。 不过，DAX 公式中的业务逻辑以及模型关系是在 Dataset 中配置的。 因此，这些逻辑在不同的 Dataset 之间仍会重复，需要仔细管理（例如使用上一条里提到的 Master Model Pattern）。

与任何模型设计决策一样，请仔细评估可用的选项。 在应用这些选项之前，先进行测试，权衡利弊，并评估它们对功能、性能及其他相关因素的影响。

结论

复合模型为一个常见问题提供了优雅的解决方案：既允许最终用户引入新数据，又能保留集中式逻辑和单一事实来源。 尽管需要考虑一些关键因素及其影响，复合模型仍是一个实用的选择，可让高级自助用户在 Power BI 和 Fabric 中发挥更大作用。