View a markdown version of this page

附錄：Microsoft Power BI 支援的 AWS 資料來源 - 搭配 使用 Microsoft Power BI AWS 雲端
Amazon RedshiftAmazon RDSAmazon AthenaAmazon OpenSearch ServiceAWS Lake Formation

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

附錄：Microsoft Power BI 支援的 AWS 資料來源

支援資料來源的完整清單由 Microsoft 提供 （請參閱 Power BI 資料來源)；不過，每個 AWS 資料來源的下列各節提供可能對某些讀者有幫助的用量和組態指引。

Amazon Redshift

Amazon Redshift 是 AWS 雲端中全受管的 PB 級資料倉儲服務。Amazon Redshift 資料倉儲是稱為節點的運算資源的集合，組織成稱為叢集的群組。每個叢集皆執行 Amazon Redshift 引擎並包含一或多個資料庫。

在以下情況下，您應該考慮使用 Amazon Redshift：

  • 您正在建置或遷移至原生雲端資料倉儲。

  • 您可能需要從幾到數百 TB 進行擴展。

  • 您想要允許 Power BI 使用者從存放在 Amazon S3 中的資料湖透明地存取資料，並將其與資料倉儲中的資料表聯結。

  • 您的查詢工作負載包括：

    • 在大型 （多 GB 和多 TB) 資料表上運算彙總的查詢。

    • 具有多個聯結和子查詢的極複雜 SQL。

    • 儀表板中使用的複雜分析查詢和簡單、高度篩選查詢的組合。

搭配使用 Amazon Redshift 與 Microsoft Power BI 時，請記住下列幾點：

  • 在 Microsoft Power BI 桌面和 Power BI 服務中，Amazon Redshift 原生支援做為 Power BI 資料來源，且每個都支援匯入和直接查詢模式。

  • 雖然 Redshift 叢集可以在公有子網路中啟動，並設定為允許從網際網路存取，但大多數客戶偏好在私有子網路中啟動它來提高安全性。使用私有子網路時，請使用內部部署資料閘道從 Power BI 服務連線至 Amazon Redshift。

  • Redshift 連接器支援 Power BI Desktop 和服務中的 Azure AD 身分驗證。

  • 透過 Spectrum 存取的外部資料表與原生 Redshift 資料表沒有任何不同，Power BI 也無法區分它們。存取外部資料表中的資料時，請確定：

    • 包含字元字串的資料欄會在 AWS Glue Data Catalog 中分類為「VARCHAR」而非「STRING」，否則 Power BI 會擲回下列錯誤： Exception: OLE DB or ODBC error: [Expression.Error] We couldn't fold the expression to the data source. Please try a simpler expression..

    • 不支援包含複雜資料類型的資料欄，例如 ARRAY。使用包含複雜資料類型的資料欄時，Power BI 會擲回下列錯誤： Exception: ODBC: ERROR [42703] [Microsoft]Amazon Redshift Error occurred while trying to execute a query

      如果您需要在模型中包含它們，您可以在使用者層級啟用 （在 Amazon Redshift 中） JSON 序列化，或在原生資料表的 SUPER 欄中存放複雜的資料類型。

Amazon RDS

Amazon RDS 可讓您輕鬆地在雲端中設定、操作和擴展關聯式資料庫。Amazon RDS 適用於多種資料庫執行個體類型 （針對記憶體、效能或 I/O 進行最佳化），並提供六個熟悉的資料庫引擎供您選擇，包括 Amazon Aurora、PostgreSQL、MySQL、MariaDB、Oracle Database 和 SQL Server。

在以下情況下，您應該考慮使用 RDS：

  • 您正在建置操作資料存放區。

  • 您正在將 SQL Server 或 Oracle 資料庫資料倉儲遷移至雲端，但對重構不感興趣。

  • 您的查詢工作負載包括：

    • 可存取可輕易編製索引之資料表上高度篩選資料的查詢。

    • small-to-medium資料表 ( GB) 上的分析查詢。

    • 中複雜度分析查詢和儀表板中使用的簡單、高度篩選查詢的混合。

搭配 Microsoft Power BI 使用 Amazon RDS 時，請記住下列幾點：

  • Amazon RDS 提供多個資料庫引擎，包括 SQL Server、MariaDB、MySQL、Oracle Database 和 PostgreSQL。請注意，資料庫引擎會列在 Power BI 桌面和 Power BI 服務中，而非 Amazon RDS 服務中。

  • 對於 Amazon Aurora，根據您選取的資料庫引擎，使用 My SQL 或 PostgreSQL 連線類型。

  • 雖然 Amazon RDS 執行個體可以在公有子網路中啟動，並設定為允許從網際網路存取，但大多數客戶偏好在私有子網路中啟動它來提高安全性。使用私有子網路時，請使用內部部署資料閘道從 Power BI 服務連線至 RDS。

  • 使用 Amazon RDS，您可以部署多個版本的 SQL Server (2012、2014、2016、2017 和 2019)，包括 Express、Web、Standard 和 Enterprise。

Amazon Athena

Amazon Athena 是一種互動式查詢服務，可讓您使用標準 SQL 輕鬆分析 Amazon S3 中的資料。Athena 與 AWS Glue Data Catalog out-of-the-box，可讓您跨各種服務建立統一的中繼資料儲存庫、編目資料來源以探索結構描述、使用新修改的資料表和分割區定義填入 Data Catalog，以及維護結構描述版本控制。

在以下情況下，您應該將 Athena 視為資料來源：

  • 您想要直接查詢資料湖。

  • 您的查詢工作負載包括：

    • 在大型 （多 GB 和多 TB) 資料表上運算彙總的查詢

    • 互動式臨機操作 SQL，用於探索性目的。

搭配 Microsoft Power BI 使用 Amazon Athena 時，請記住下列事項：

  • 隨著 2021 年 7 月發行的 Microsoft Power BI，Amazon Athena 已推出 Microsoft 認證的連接器。您可以使用適用於 Amazon Athena 的 Microsoft Power BI 連接器，在 Microsoft Power BI Desktop 中分析來自 Amazon Athena 的資料。將內容發佈至 Power BI 服務之後，您可以使用 Microsoft 內部部署資料閘道，透過隨需或排程重新整理讓內容保持最新狀態。

  • 適用於 Amazon Athena 的 Microsoft Power BI 連接器支援匯入和直接查詢資料連線模式。使用匯入模式時，選取的資料表和資料欄會匯入 Power BI 桌面以進行查詢。使用直接查詢模式時，不會將任何資料匯入或複製到 Power BI Desktop，而是 Power BI Desktop 會直接查詢基礎資料來源。

  • 如需 Amazon Athena Microsoft Power BI 連接器的詳細資訊，請參閱使用 Amazon Athena Power BI 連接器。

  • 請注意，適用於 Amazon Athena 的 Microsoft Power BI 連接器需要在您的系統上使用 Amazon Athena ODBC 驅動程式和有效的 ODBC DSN 組態來查詢 Amazon Athena。若要下載最新的 ODBC 驅動程式和組態資訊，請參閱使用 ODBC 連線至 Amazon Athena。

  • 如需使用適用於 Amazon Athena 的 Microsoft Power BI 連接器之組態步驟和最佳實務的教學課程，請參閱使用 Amazon Athena 在 Microsoft Power BI 上快速建立儀表板。

Amazon OpenSearch Service

您可以使用 SQL 來查詢 Amazon OpenSearch Service，而不是使用 JSON 型搜尋查詢 DSL。如果您已經熟悉該語言，或想要將網域與使用 SQL 的應用程式整合，例如 Microsoft Power BI，則查詢 SQL 非常有用。

在以下情況下，您應該將 Amazon OpenSearch Service 視為資料來源：

  • 您有日誌檔案或 JSON 輸出等半結構化資料，需要快速搜尋、分析或視覺化資訊。

搭配 Microsoft Power BI 使用 Amazon OpenSearch Service 時，請記住下列事項：

AWS Lake Formation

Lake Formation 可協助您從資料庫和物件儲存收集和編目資料、將資料移至新的 Amazon S3 資料湖、使用機器學習演算法清除和分類資料，以及安全存取敏感資料。您的使用者可以存取集中式資料目錄，其中說明可用的資料集及其適當的使用方式。然後，您的使用者會利用這些資料集搭配其選擇的分析和機器學習服務，例如 Amazon Redshift、Amazon Athena 和 （測試版） Amazon EMR for Apache Spark。Lake Formation 以 AWS Glue 中可用的功能為基礎。

如果您需要精細的 （資料列和資料欄） 層級存取資料湖，而非傳統的 IAM 型控制項，您應該考慮 Lake Formation。

搭配 Microsoft Power BI 使用 Lake Formation 時，請記住下列幾點：

  • 若要使用 Power BI 桌面或 Power BI 服務從 Lake Formation Data Catalog 查詢資料，請使用與在 Athena 中查詢資料相同的程序和組態。如果您使用 Lake Formation 許可模型，請確定 Amazon Athena 的 ODBC DSN 組態已將 LakeformationEnabled 屬性金鑰設為 值true。這會告知 Amazon Athena ODBC 驅動程式使用 Lake Formation 服務進行授權，而不是直接使用 AWS Security Token Service。如需詳細資訊，請參閱使用 ODBC 連線至 Amazon Athena 的文件。

  • 為與現有 Data Catalog 行為相容而啟用的「僅使用 IAM 存取控制」設定將提供完整的相容性。

  • 將 AWS Glue 資料許可升級至 Lake Formation 模型可能會導致不相容，且應在使用前進行測試。初步測試指出資料欄層級授予或拒絕已被接受，但作者尚未測試資料列和儲存格層級篩選，因為這仍然處於預覽狀態，可能會有所變更。