Annonce de la publication automatique vers Power BI

Nous sommes ravis d'annoncer la préversion publique du type de tâche Microsoft Power BI dans Databricks Workflows, disponible sur Azure, AWS et GCP. 

Avec ce nouveau type de tâche, les utilisateurs peuvent désormais mettre à jour et actualiser les modèles sémantiques Power BI directement depuis Databricks. Cela permet d'améliorer le coût total de possession, d'accroître l'efficacité et de garantir que les données sont à jour pour les consommateurs de rapports et de tableaux de bord Power BI.

Les principaux avantages incluent :

• Intégration directe : publiez des jeux de données depuis Unity Catalog vers Power BI directement depuis les pipelines de données.
• Mettez à jour Power BI lorsque vos données changent : réduisez considérablement les coûts d'actualisation en mettant à jour les modèles sémantiques uniquement lorsque les données changent.
• Fraîcheur des données pour la BI : fournissez des insights à jour en poussant automatiquement les modifications vers les tables sous-jacentes et leurs relations.

Automatisez l'intégration des données d'Unity Catalog avec Power BI

Avec la tâche Power BI, vous pouvez désormais automatiser les mises à jour et les actualisations des modèles sémantiques Power BI directement depuis Databricks Workflows. Cela élimine la nécessité de changer de contexte entre Databricks et Power BI, simplifiant ainsi le processus de mise à disposition de vos données pour la visualisation et l'analyse dans Power BI.

Les tâches Power BI prennent entièrement en charge les objets de données Unity Catalog, y compris les tables, les vues, les vues matérialisées et les tables de flux. Le meilleur de tout, c'est que vous pouvez créer des modèles sémantiques Power BI basés sur des objets de données Unity Catalog provenant de plusieurs schémas et catalogues.

L'intégration native entre Unity Catalog, Power BI et Microsoft Entra ID signifie une sécurité, une gouvernance et une observabilité de premier ordre. Les modèles sémantiques Power BI peuvent être configurés pour utiliser OAuth avec authentification unique afin de garantir que les autorisations sont respectées pour chaque requête de tableau de bord, ainsi que la suite complète des capacités de gouvernance et d'observabilité qu'offre Unity Catalog. Cette intégration améliore la sécurité et la conformité en fournissant une authentification, une autorisation et un contrôle d'accès aux données transparents sur vos environnements Databricks et Power BI.

Toute la puissance de Databricks Workflows et Power BI

Les tâches Power BI sont intégrées à Databricks Workflows, vous pouvez donc tirer parti de ses capacités avancées d'orchestration et de surveillance. Cela signifie que vous pouvez étendre des fonctionnalités puissantes telles que les dépendances de tâches, les planifications/déclencheurs, les nouvelles tentatives et les notifications aux pipelines de données qui utilisent les tâches Power BI.

Les tâches Power BI prennent en charge la publication, la mise à jour et l'actualisation des modèles sémantiques en modes Importation, Requête directe et Stockage double, vous offrant une flexibilité totale pour équilibrer performance et sécurité.

L'extensibilité est au premier plan avec les tâches Power BI. Vous pouvez travailler avec les tâches Power BI visuellement dans l'interface utilisateur des tâches Databricks, ainsi que par programmation via l'API des tâches et les Databricks Asset Bundles.

Comment ça marche

Scénario : vous disposez d'un pipeline d'analyse de vente au détail existant qui ingère des données à partir de bases de données sources à l'aide d'une tâche de pipeline et applique des transformations et des agrégations à l'aide d'une tâche de notebook, résultant en une collection de tables prêtes pour la BI. Vous avez reçu une demande pour vous assurer qu'un modèle sémantique Power BI est synchronisé avec ces données au fil du temps.

La création d'une tâche Power BI est simple. Tout ce que vous avez à faire est :

1. Accédez à votre travail existant
2. Ajoutez une tâche Power BI au travail existant et choisissez un entrepôt SQL
3. Sélectionnez une connexion Power BI, un espace de travail et un modèle sémantique
4. Sélectionnez le mode Importation ou Requête directe
5. Sélectionnez les objets de données Unity Catalog
6. Définissez une méthode d'authentification
7. Enregistrez la tâche

Désormais, la prochaine fois que votre pipeline de données existant s'exécutera, votre modèle sémantique Power BI sera automatiquement mis à jour à mesure que vos données changent.

Quelques secondes après la réussite de votre tâche, votre jeu de données sera mis à jour dans Power BI, prêt pour la création de rapports et l'analyse.

Premiers pas avec les tâches Power BI

Avec les tâches Power BI désormais en préversion publique, vous pouvez permettre aux ingénieurs de données de renforcer leurs pipelines de données et d'intégrer de manière transparente leurs jeux de données conviviaux avec Power BI.

Nous sommes impatients de voir comment vous utiliserez les tâches Power BI et vous encourageons à les essayer dès aujourd'hui. Pour commencer, veuillez consulter la documentation des tâches Power BI.

Vous cherchez à approfondir votre intégration Power BI + Azure Databricks ?

Consultez la partie 1 et la partie 2 de notre série sur la connectivité :

• Partie 1 : Connexions au service Power BI à Azure Databricks avec mise en réseau privée
• Partie 2 : Configurations de performance pour connecter Power BI à un espace de travail Azure Databricks avec liaison privée

Ensemble, ces articles de blog fournissent des meilleures pratiques essentielles pour optimiser la sécurité et les performances lors de la connexion de Power BI à Azure Databricks.

L'équipe Databricks cherche toujours à améliorer l'expérience d'intégration Power BI et aimerait avoir vos commentaires !

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original