Power BI에 자동 게시를 발표합니다

우리는 Azure, AWS, 그리고 GCP에서 사용 가능한 Databricks 워크플로우에서 Microsoft Power BI 작업 유형의 Public Preview를 발표하게 되어 기쁩니다. 

이 새로운 작업 유형을 통해 사용자는 이제 Databricks에서 직접 Power BI 의미론적 모델을 업데이트하고 새로 고칠 수 있습니다. 이는 소유 총 비용의 향상, 더 높은 효율성을 가져오며, Power BI 보고서와 대시보드 사용자가 최신 데이터를 확보할 수 있도록 합니다.

주요 이점은 다음과 같습니다:

• 직접 통합: 데이터 파이프라인에서 Unity 카탈로그의 데이터셋을 Power BI에 직접 게시합니다.
• 데이터가 업데이트될 때 Power BI 업데이트: 데이터 변경 시에만 의미론적 모델을 업데이트함으로써 새로 고침 비용을 크게 줄입니다.
• BI를 위한 데이터 신선도: 기본 테이블과 그들의 관계에 대한 변경사항을 자동으로 푸시하여 신선한 인사이트를 제공합니다.

Unity 카탈로그에서 Power BI로 데이터 통합을 자동화합니다.

Power BI 작업을 사용하면 이제 Databricks 워크플로우에서 직접 Power BI 의미론적 모델 업데이트와 새로 고침을 자동화할 수 있습니다. 이로써 Databricks와 Power BI 사이에서 컨텍스트를 전환할 필요가 없어져, Power BI에서 시각화 및 분석을 위한 데이터를 사용 가능하게 하는 과정을 간소화합니다.

Power BI 작업은 테이블, 뷰, 머티리얼라이즈드 뷰, 스트리밍 테이블을 포함한 Unity 카탈로그 데이터 객체를 완벽하게 지원합니다. 가장 좋은 점 - 여러 스키마와 카탈로그의 Unity 카탈로그 데이터 객체를 기반으로 Power BI 의미론적 모델을 구축할 수 있습니다.

Unity 카탈로그, Power BI, 그리고 Microsoft Entra ID 간의 네이티브 통합은 최고 수준의 보안, 거버넌스, 그리고 관찰 가능성을 의미합니다. Power BI 의미론적 모델은 Single Sign-On을 사용한 OAuth로 구성될 수 있으며, 이는 각 대시보드 쿼리에 대한 권한이 존중되는 것을 보장하며 Unity Catalog가 제공하는 거버넌스 및 관찰 가능성 기능 전체를 사용할 수 있습니다. 이 통합은 Databricks와 Power BI 환경 간의 인증, 권한 부여, 그리고 데이터 접근 제어를 원활하게 제공함으로써 보안 및 준수를 강화합니다.

Databricks 워크플로우와 Power BI의 모든 기능

Power BI 작업은 Databricks 워크플로우에 내장되어 있어 고급 조정 및 모니터링 기능을 활용할 수 있습니다. 이는 작업 의존성, 스케줄/트리거, 재시도, 알림 과 같은 강력한 기능을 Power BI 작업을 활용하는 데이터 파이프라인에 확장할 수 있음을 의미합니다.

Power BI 작업은 Import, Direct Query, 그리고 Dual Storage 모드에서 의미론적 모델을 게시, 업데이트, 새로 고침하는 것을 지원하여 성능과 보안 사이의 균형을 유지하는 데 완전한 유연성을 제공합니다.

확장성은 Power BI 작업의 중심에 있습니다. Databricks Jobs UI에서 Power BI 작업을 시각적으로 처리하거나 Jobs API 및 Databricks Asset Bundles를 통해 프로그래밍 방식으로 작업할 수 있습니다.

작동 방식

시나리오: 소스 데이터베이스에서 데이터를 수집하는 파이프라인 작업을 사용하여 기존의 소매 분석 데이터 파이프라인이 있습니다. 그리고 노트북 작업을 사용하여 변환과 집계를 적용하여 BI 준비 테이블의 컬렉션을 생성합니다. 시간이 지남에 따라 이 데이터와 동기화되는 Power BI 의미론적 모델을 보장하는 요청을 받았습니다.

Power BI 작업을 생성하는 것은 간단합니다. 당신이 해야 할 것은 다음과 같습니다:

1. 기존 작업으로 이동합니다
2. 기존 작업에 Power BI 작업을 추가하고 SQL 웨어하우스를 선택합니다
3. Power BI 연결, 작업 공간, 그리고 의미론적 모델을 선택하세요
4. Import 또는 DirectQuery 모드를 선택합니다
5. Unity 카탈로그 데이터 객체를 선택합니다
6. 인증 방법 선택
7. 작업을 저장하십시오.

이제 기존 데이터 파이프라인이 실행될 때마다 데이터가 변경됨에 따라 Power BI 의미론적 모델이 자동으로 업데이트됩니다.

작업이 성공적으로 완료된 몇 초 후에 Power BI에서 데이터셋이 업데이트되어 보고서 생성 및 분석을 준비합니다.

Power BI 작업 시작하기

이제 Power BI 작업이 Public Preview에 있으므로 데이터 엔지니어가 데이터 파이프라인을 강화하고 Power BI와 비즈니스 친화적인 데이터셋을 원활하게 통합할 수 있습니다.

Power BI 작업을 어떻게 사용할지 기대되며, 오늘 바로 시도해 보시기를 권장합니다. 시작하려면 Power BI 작업 문서를 방문해 주세요.

Power BI + Azure Databricks 통합을 더 깊게 이해하고 싶으신가요?

저희의 연결성 시리즈인 Part 1과 Part 2를 확인해 보세요:

• 파트 1: 프라이빗 네트워킹을 이용한 Power BI 서비스와 Azure Databricks 연결
• 파트 2: 프라이빗 링크 Azure Databricks 워크스페이스에 연결하기 위한 Power BI의 성능 설정

이 블로그들은 Power BI를 Azure Databricks에 연결할 때 보안과 성능을 최적화하기 위한 필수적인 모범 사례를 제공합니다.

Databricks 팀은 항상 Power BI 통합 경험을 개선하려고 노력하고 있으며, 귀하의 피드백을 듣고 싶어합니다!

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)