Microsoft Analytics: Die neue TMDL-Ansicht in Power BI Desktop im Fokus

TMDL ist eine objektorientierte Modellbeschreibungssprache für tabellarische Datenmodelle mit Kompatibilitätsebene 1200 oder höher. Sie ermöglicht eine strukturierte, textbasierte Darstellung von Modellobjekten und deren Eigenschaften.

Die Syntax basiert auf YAML und nutzt Einrückungen zur besseren Lesbarkeit. TMDL ist vollständig kompatibel mit dem Tabular Object Model (TOM), sodass jedes Objekt dieselben Eigenschaften bereitstellt. Besonders für komplexe Ausdruckselemente wie DAX- und M-Skripte erleichtert TMDL die Bearbeitung und sorgt für eine übersichtliche Arbeitsweise.

Dank der modularen Dateistruktur wird die Zusammenarbeit vereinfacht: Modellobjekte sind in separaten Dateien organisiert, was eine effizientere Quellcodeverwaltung und Versionskontrolle ermöglicht.

Bisher wurden Power BI-Modelle hauptsächlich über JSON und das TOM verwaltet. TMDL bietet hier eine Alternative, die sich besonders für Versionskontrolle und automatisierte Workflows eignet.

• Verbesserte Lesbarkeit und Wartung: Die klare Syntax von TMDL erleichtert das Verständnis und die Bearbeitung von Modellstrukturen erheblich.
• Einfache Versionierung & Nachvervolgbarkeit: Dank der textbasierten Struktur kann TMDL problemlos in Versionskontrollsystemen wie Git verwaltet werden, wodurch Änderungen sauber nachverfolgt und dokumentiert werden können.
• Nahtlose Integration mit DevOps-Prozessen_ Die Nutzung von TMDL ermöglicht eine nahtlose Einbindung in CI/CD-Pipelines und automatisierte Deployments.
• Schnelle & flexible Modellanpassungen: Anstatt Änderungen über die Benutzeroberfläche vorzunehmen, können Modelle direkt als Code bearbeitet werden, was den Entwicklungsprozess beschleunigt.
• Effiziente Zusammenarbeit im Team: Durch die Speicherung als TMDL-Dateien in einem Power BI-Projekt (PBIP) lassen sich semantische Modellmetadaten effizient verwalten und gemeinsam bearbeiten. Änderungen können direkt im Code vorgenommen und problemlos mit Versionskontrollsystemen wie Git nachverfolgt werden. Das erleichtert die Zusammenarbeit in Teams und ermöglicht eine strukturierte Entwicklung auch ausserhalb von Power BI Desktop.

Im Folgenden werden typische Anwendungsfälle vorgestellt, in denen die TMDL-Ansicht einen entscheidenden Mehrwert bietet.

Effiziente Massenänderungen

Bei umfangreichen Power BI-Modellen mit zahlreichen Tabellen und Spalten ist das manuelle Anpassen einzelner Elemente äusserst zeitaufwendig. Mit TMDL lassen sich Massenänderungen jedoch effizient durchführen.

Beispielsweise können Spaltenpräfixe entfernt, Berechnungen angepasst oder Modellstrukturen aktualisiert werden. Mithilfe von Suchen-und-Ersetzen-Funktionen in Code-Editoren lassen sich Änderungen gleichzeitig an mehreren Stellen umsetzen – präzise und zuverlässig.

Änderung von Datentypen

Mit TMDL in Power BI lassen sich Datentypen von Spalten direkt im Code anpassen, ohne jede Änderung manuell im Power Query Editor vornehmen zu müssen. Das spart Zeit und erleichtert die Verwaltung grosser Modelle.

Dynamische Übersetzung von Metadaten für mehrsprachige Berichte

Bisher waren für mehrsprachige Berichtsmodelle externe Tools wie Tabular Editor erforderlich. Mit TMDL können Entwickler:innen Übersetzungen direkt im Code verwalten, was die Erstellung und Pflege mehrsprachiger Berichte deutlich vereinfacht.

Speichermodus flexibel anpassen

Mit TMDL kann der Speichermodus eines semantischen Modells direkt im Code geändert werden. Dadurch ist es möglich, schnell und effizient zwischen Import- und DirectQuery-Modus umzuschalten – ohne die grafische Benutzeroberfläche nutzen zu müssen.

Multi-Cursor-Codierung: Gleichzeitige Bearbeitung mehrerer Zeilen

Die Multi-Cursor-Funktion in TMDL ermöglicht es, mehrere Code-Stellen gleichzeitig zu bearbeiten. Dadurch lassen sich Bulk-Änderungen effizienter umsetzen –  ohne zeitraubendes Copy & Paste.

Bessere Zusammenarbeit durch PBIP-Speicherung

Die Speicherung als PBIP-Datei ermöglicht den Zugriff auf TMDL-Skripte im Ordner SemanticModel, wodurch eine effiziente Zusammenarbeit an semantischen Modellen erleichtert wird.

Mit der Einführung des Tabular Model Definition Language (TMDL) Formats in Power BI ist eine effizientere Versionskontrolle mit GitHub möglich. TMDL speichert Tabular-Modelle als lesbare und differenzierbare Dateien, wodurch Änderungen leichter nachverfolgt werden können. Durch die Nutzung von Git können Power BI-Teams Änderungen im Modell versionieren, Branches für neue Features erstellen und Änderungen über Pull Requests verwalten. Dies verbessert die Zusammenarbeit und sorgt für mehr Transparenz im Entwicklungsprozess. Besonders für Enterprise BI-Teams ist GitHub in Kombination mit TMDL ein Game-Changer für eine strukturierte und nachvollziehbare Modellverwaltung.