Unity Catalog: nieuwe semantische laag voor rapportages en AI

Samenvatting

Unity Catalog koppelt metric views rechtstreeks aan Power BI voor één beheerde semantische laag.

Unity Catalog en Power BI: wat er gebeurt

Databricks brengt Unity Catalog metric views naar Power BI. Teams definiëren KPI’s, dimensies, relaties en andere modelmetadata in Unity Catalog Semantics en publiceren die vervolgens naar Power BI semantic models via Catalog Explorer of een Power BI-task.

Elke metric view verschijnt in Power BI als een tabel. Dimensies worden kolommen en measures worden DAX-measures. Power BI bevraagt de metric view zelf, terwijl joins uit de metric view in Databricks blijven draaien. Met DirectQuery blijven de toegangscontroles van Unity Catalog actief.

Teams kunnen publicatie handmatig starten vanuit Catalog Explorer. Een Power BI-task in een Lakeflow Job houdt metric views en Power BI-modellen daarna synchroon wanneer definities wijzigen.

Waarom Unity Catalog Semantics telt

De wijziging richt zich op een concreet modelleerprobleem: dezelfde omzet-, marge- of klantdefinitie staat vaak op meerdere plekken. In het beschreven scenario beheren afzonderlijke Power BI-workspaces hun eigen semantic models. Daardoor kan dezelfde logica zich herhalen en kunnen rapporten uiteenlopende uitkomsten tonen.

Databricks plaatst de metriekdefinitie boven op het lakehouse en gebruikt die als bron voor Power BI, AI/BI-dashboards en Genie. Power BI blijft de voorkant voor rapportgebruikers, terwijl Databricks de centrale plek vormt voor metric views en relaties. Self-servicegebruikers kunnen metrics per dimensie verkennen zonder zelf DAX-logica voor dezelfde definities te dupliceren.

De keuze ligt daarmee niet tussen Power BI en Databricks. De beschreven aanpak verdeelt de rollen: Databricks beheert de semantiek en joins, Power BI presenteert de modellen en rapporten. Governance blijft gekoppeld aan de bron.

Concrete takeaway voor Unity Catalog en Power BI

Breng eerst terug welke KPI-definities en relaties nu in Power BI semantic models verspreid staan. Modelleer gedeelde definities als Unity Catalog metric views, test de uitkomsten in Power BI en gebruik daarna Catalog Explorer of een Power BI-task in Lakeflow Jobs om wijzigingen beheerd te publiceren. Controleer daarbij DirectQuery en toegangsrechten, omdat Unity Catalog die controles ook tijdens gebruik in Power BI toepast.