微软Power BI主要架构

https://blog.csdn.net/brucexia/article/details/159797420

Power BI包含Windows桌面端应用程序(Power BI Desktop)、云端在线SaaS应用(Power BI Service)以及移动端应用(Power BI Mobile)。Power BI Mobile可在Windows、iOS和Android设备上使用,如图1-8所示。

使用Power BI的方式取决于你在项目中的角色,不同角色的人可能会以不同方式使用Power BI。例如,数据分析师主要负责处理数据和生成业务报表,他们通常使用Power BI Desktop来制作报表。这些报表可以保存为扩展名为.pbix的本地文件,也可以发布到Power BI Service在线服务中。部门主管则可以通过浏览器或使用Power BI Mobile在手机上查看报表,并在数据更改时收到警报,从而实时掌握业务状况。

图1-8

Power BI Desktop是Power BI的桌面应用程序,专为分析人员设计,可在微软官方网站免费下载。Power BI Service是一款云端在线SaaS应用,需要购买Power BI Pro账号才能使用。移动端的Power BI Mobile App可在手机的应用商店中免费下载,如图1-9所示。

图1-9

Power BI部署环境的选择关系到企业报表的发布、存储以及共享机制。一般来说,Power BI的部署环境有两种选择方案:一是Azure提供的公有云服务(Power BI Service),二是本地部署的报表服务器(Power BI Report Server)。此外,Power BI Desktop是一款免费的桌面端开发工具,适合个人使用,也可与企业级应用的后端部署环境配合使用。

1.3.1 Power BI Service在线服务SAAS模式

Power BI Service是一款基于云的商业分析解决方案。在架构上,它承载了数据分发、存储和管理等多方面的功能;对于终端用户而言,则是一个可以通过网页访问的端口。

在Excel时代,用户习惯将报表保存在本地计算机上,并通过邮件分享给其他用户。理论上,这种方式也适用于Power BI Desktop生成的.pbix文件。然而,与这种相对"过时"的方法相比,Power BI Service的云服务架构能够让不精通技术的业务人员在短时间内快速上手,而无须依赖IT部门进行复杂的部署。此外,Power BI Service支持随时扩容和增加用户,避免了项目前期因用户量和数据量不确定性带来的风险,使架构决策更加灵活。同时,报表服务部署在云端,用户可以随时随地通过不同终端设备访问报表。

Power BI Desktop与Power BI Service的协作方式如图1-10所示。在这种模式下,用户的操作流程如下:首先,将数据导入Power BI Desktop并创建报表;然后,通过Power BI Desktop将报表发布到Power BI Service;在Power BI Service中,用户可以创建新的可视化图表或构建仪表板,并与他人共享这些仪表板。共享的仪表板和报表可以在Power BI Mobile应用或浏览器中查看并进行交互。

Power BI Gateway为Power BI Service提供了数据网关。数据网关的作用类似于桥梁,解决了本地数据源自动刷新到Power BI门户的问题,实现了本地数据与Power BI Service之间快速且安全的数据传输。当用户需要连接到本地(公司内部)数据源(如公司的SQL Server数据库等),且这些数据源不在云环境中时,所有对外的数据传输都需要通过网关进行。Power BI Gateway是安装在公司本地网络中的软件,它充当Power BI Service云服务和本地数据源之间的桥梁。通过网关,Power BI服务可以安全地访问本地数据源,而无须将数据源直接暴露在互联网上,从而满足企业数据安全和合规的要求。

图1-10

Power BI Pro是微软Power BI的付费账号。拥有该账号后,用户可以编辑和发布报表,并与他人分享和协作。对于企业而言,每个Power BI Pro账号的费用并不算高。与此同时,Power BI Desktop桌面应用和Power BI Mobile移动应用程序均保持免费。

1.3.2 Power BI Report Server本地部署模式

Power BI Report Server是Power BI Service的本地替代方案,同样具备服务器端对BI内容的发布、存储和共享等功能。Power BI Report Server与SQL Server Reporting Services(SSRS)在功能上有许多相似之处,但需要注意,它们在安装和许可协议上是完全独立的。

通常情况下,我们会优先考虑使用公有云SaaS服务(Power BI Service)。只有在一些特殊情况下,才需要考虑在Power BI Service之外部署本地方案。例如,某些客户可能因特殊行业要求或数据本地化存储的需求,需要将全部或部分数据存储在本地服务器上。

Power BI Report Server本地部署方式:在这种部署方式下,企业需要安装并配置一台Power BI Report Server服务器。报表用户通过微软活动目录(Active Directory,AD)进行身份认证,并需提前授予相应的访问权限。

操作流程如下:企业业务人员或数据分析师使用Power BI Desktop进行自主分析和报表制作,并将报表保存到Power BI Report Server服务器上。报表浏览者则通过浏览器访问Power BI Report Server门户来查看报表,如图1-11所示。

图1-11

还有一种复杂的架构:企业内部部署了数据仓库(Data Warehouse,DW)和SQL Server Analysis Services(分析服务),如图1-12所示。数据仓库是一个用于存储、管理和分析大量历史数据的系统,它连接来自不同数据源的大量数据,目的是为商业智能、报告和分析提供数据支持。首先,将各个不同业务系统的数据整合到数据仓库中;然后,数据仓库中的数据经过聚合或处理后,被传输到SQL Server Analysis Services(分析服务)中;最后,通过前端工具Power BI进行展示。

SQL Server的分析服务用于构建多维数据集。简单来说,它通过聚合运算对数据进行预处理,以牺牲额外的存储空间为代价,换取统计查询速度的提升。

图1-12

如图1-13所示,本地部署的Power BI Report Server报表服务器用于构建本地BI环境,可通过内网IP地址进行访问。

图1-13

相关推荐
Asa1213820 小时前
R语言实现多组学因子分析(MOFA)
数据分析
漂着的圆木1 天前
Agent 功能参与度:Copilot 怎么算
sql·数据分析·agent·githubcopilot·度量
paopaokaka_luck1 天前
智慧社区综合服务小程序(人脸识别、AI问答、Echarts图形化分析)
前端·javascript·spring boot·spring·数据分析·echarts
Aloudata1 天前
语义层和SQL Copilot:一个降低写SQL门槛,一个统一业务逻辑
大数据·人工智能·数据分析·data agent·语义层
IT研究室1 天前
最新大数据毕业设计选题推荐-基于大数据的信用等级数据分析与可视化-大数据-Spark-Hadoop-Bigdata
大数据·信息可视化·数据分析·spark·课程设计
paopaokaka_luck1 天前
考研政治刷题小程序(AI推荐题目、ECharts数据分析、章节练习与专项训练、模拟考试、错题本与收藏夹、学习打卡与目标管理、题库和组卷维护)
前端·javascript·spring boot·spring·数据分析·echarts
2601_960620372 天前
2026校招市场策略岗项目准备指南:调研/竞品/活动/竞赛4类项目
数据分析
SelectDB2 天前
同等资源下 Apache Doris 4.2 vs StarRocks 4.1.1:1TB SSB 与 TPC-H 性能实测
大数据·数据库·数据分析
SelectDB2 天前
Doris vs ClickHouse:企业 OLAP 走向下一阶段,两种技术路线如何选择
大数据·数据库·数据分析
AI职业加油站2 天前
数据要素价值释放年:大数据治理工程师,站上职业新风口
人工智能·学习·职场和发展·数据分析·职场发展