Microsoft Fabric Semantic link で Power BI 利用状況レポートのデータを定期保存する - ビジュアルデータ -

はじめに

Microsoft Fabric Semantic link で Power BI 利用状況レポートのデータを定期保存する - 生データ - の続きです。

生データを取得することが出来た一方、レポートに表示されているデータを取得する程度のほうが使いやすいというニーズもあるかもしれないので、DAXの結果を取得する方法を記載します。

準備 - 対象 DAX 調査

利用状況レポートはそのままではダウンロードできないので git 統合を利用して Power BI Desktop で開けるファイル形式にしてしまいます。

1. 利用状況レポートを有効化したら、git統合が有効になったワークスペースにレポートのコピーを保存します。
   

2. ソース管理からコミットします。
   

3. Azure Repos でこのように確認可能となります。
   

4. クローンしてPower BI Desktop で pbir ファイルを開けたら、パフォーマンスアナライザーを使用します。
   

5. 対象のビジュアルで実行されているDAXクエリをコピーします。これを使用してデータを取得、保存していきます。
   

手順

Evaluate DAXを使用していきます。
workspace の引数があるので、別のワークスペースのセマンティックモデルに接続も可能です。
※xmlaエンドポイントが有効である必要があるので PPU or Fabric のワークスペースが対象となります。

1. Report open requests の場合は以下のようになりました。

   

   pyspark

   # Report open requests
   dax= """
   // DAX Query
   DEFINE
   	VAR __DS0FilterTable = 
   		TREATAS({FALSE,
   			BLANK()}, 'Workspace reports'[IsUsageMetricsReportWS])
   
   	VAR __DS0FilterTable2 = 
   		TREATAS({FALSE,
   			BLANK()}, 'Reports'[IsUsageMetricsReport])
   
   	VAR __DS0FilterTable3 = 
   		FILTER(
   			KEEPFILTERS(VALUES('Reports'[ReportGuid])),
   			'Reports'[ReportGuid] = "7f5701b1-8771-453b-8602-587b5933ed15"
   		)
   
   	VAR __DS0Core = 
   		SUMMARIZECOLUMNS(
   			'Dates'[Date],
   			__DS0FilterTable,
   			__DS0FilterTable2,
   			__DS0FilterTable3,
   			"Weekly_Views", 'Model measures'[Weekly Views],
   			"Report_views", 'Model measures'[Report views]
   		)
   
   	VAR __DS0PrimaryShowAll = 
   		ADDMISSINGITEMS(
   			'Dates'[Date],
   			__DS0Core,
   			'Dates'[Date],
   			__DS0FilterTable,
   			__DS0FilterTable2,
   			__DS0FilterTable3
   		)
   
   	VAR __DS0BodyLimited = 
   		SAMPLE(3502, __DS0PrimaryShowAll, 'Dates'[Date], 1)
   
   EVALUATE
   	__DS0BodyLimited
   
   ORDER BY
   	'Dates'[Date]
   
   """
   
   df_report_open_requests = fabric.evaluate_dax(
       "Usage Metrics Report",
       dax,
       workspace='<対象のワークスペースID>'
   )
   display(df_report_open_requests)
   
   

   

2. 取得できたデータを保存します。(パーティション上書きが便利なのでspark で処理していますが、evaluate_daxはpandas データフレームで返答するのでpythonで保存してもいいと思います

   pyspark

   
   sdf_report_open_requests = spark.createDataFrame(df_report_open_requests)
   
   # 動的パーティション上書きを設定して、読みこんだデータフレームに存在するパーティションのみ差し替え
   spark.conf.set('spark.sql.sources.partitionOverwriteMode','dynamic')
   
   # 列名を補正
   sdf_report_open_requests = sdf_report_open_requests\
       .withColumnRenamed("Dates[Date]","Date")\
       .withColumnRenamed("[Weekly_Views]","Weekly_Views")\
       .withColumnRenamed("[Report_views]","Report_views")
   sdf_report_open_requests.write.partitionBy("Date").mode("overwrite").saveAsTable("report_open_requests")
   
   

以上のように、利用状況レポートの DAX を確認して、semantic link を使用することでビジュアルデータのレイクハウスへの保存が可能です。