Microsoft Fabric Analytics Engineer Associateスタディガイド (Japanese Edition)

第8章 アナリティクス開発ライフサイクルの維持

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

Power BIレポートがワークスペースに公開された後、そのままの状態を維持することは稀だ。更新が行われ、データモデルが変更され、新たなニーズが頻繁に生じる。これは良いことだ。ユーザがレポートを活用している証拠であり、より優れたインサイトを提供するために改善できるからだ。

しかし、単一のレポートを変更するのは簡単そうに見えても、大規模な組織では多くのレポートやデータモデルを管理することが多い。全ての変更を頭の中で把握し続けることは不可能だ。組織として変更を明確かつ体系的にトラッキングすることが重要である。そうすれば、たとえ1年後に戻ってきたとしても、不在中にレポートに何が行われたかを理解できるからだ。 また、レポートやデータセットを別のワークスペースに移動する必要も生じる。例えば、開発、テスト、本番環境ごとにワークスペースを分離する場合だ。さらに、レポートやモデルの一部を再利用すれば、毎回ゼロから始める必要がなく、時間と労力を節約できる。

この章では、こうしたタスクをすべて処理する方法を探っていく。

まずワークスペース内のバージョン管理から始める。これにより変更を追跡し、作業を整理できる。次にPower BIプロジェクト(.pbip)形式を解説する。これによりレポートファイルや関連アセットを効率的に管理できる。その後、テンプレートファイル(.pbit)、データソースファイル(.pbids)、共有セマンティックモデルといった再利用可能なアセットについて見る。 次に、デプロイメント パイプラインについて説明する。これは、開発環境からテスト環境、本番環境へと、制御された信頼性の高い方法でコンテンツを移行するのに役立つ。また、影響分析についても扱う。これにより、変更を加える前に、その変更がレイクハウス、データウェアハウス、データフロー、セマンティック モデルなどの下流の項目にどのような影響を与えるかを判断できる。最後に、XMLA エンドポイントを使用してセマンティック モデルをデプロイおよび管理する方法を探る。

ワークスペースのバージョン管理設定

長期間にわたってデータを取り扱う場合や複数の同僚と共同作業する場合、バージョン管理は非常に便利だ。 レポートやデータモデルを編集している最中に、突然動作が不安定になったり、予期せぬ挙動が発生したりするとしよう。何が起きたのかを知りたいだけでなく、その問題が以前に（例えば前回の変更時に）発生していなかったかを確認したい。また、問題を引き起こした変更を行った人物を特定し、単に変更をロールバックするのではなく、その変更の意図について議論したい場合もある。

バージョン管理があれば、変更を保存できるだけでなく、誰がどんな変更を加えたかを確認し、意図しない変更をロールバックできる。バージョン管理は優れた文書化手法でもあり、長い時間が経っても誰が何をしたかを確実に把握できる手段だ。

Fabricでは、バージョン管理にAzure DevOpsとGitHubの2つの選択肢がある。各ワークスペースごとにどちらを使用するか選択し、自身の好みや組織の基準に合わせて設定できる。どちらのオプションも、Fabricアイテムに慣れ親しんだソース管理ツールとプロセスを適用できるため、作業を整理し、安全に保ち、必要に応じてロールバックできるようにすることが容易になる。 ...