Semantic Link Labs

Semantic Link Labs 소개

 

2024년 7월에 이미 소개가 되었지만, 8월 업데이트에서 Semantic Link Labs가 라이브되었다는 내용이 있어 정리를 합니다.

Semantic Link Labs는 다양한 함수를 포함하고 있는 python library로서, Spark 3.4 환경의 런타임에는 포함되어 있습니다. Semantic Link Labs을 통해 Vertipaq Analyzer를 통한 의미 체계 모델 통계 표시, Best Practice Analyzer를 통한 의미 체계 모델 분석, Direct Lake로 의미 체계 모델 마이그레이션, Tabular Object Model 래퍼, 의미 체계 모델 새로 고침, 번역, 쿼리 Scale out 등을 수행할 수 있습니다.

 

간략히 한번 사용해보면 더 이해가 쉬울 것 같습니다.

Spark 3.3 이하의 경우 추가 패키지를 설치해야 하므로, 먼저 작업 영역 설정의 Spark 설정에서 런타임 버전을 확인하여 필요시 런타임 1.2 버전으로 업데이트해야 합니다. 또는 노트북에서 패키지를 설치하면 됩니다.

(%pip install semantic-link-labs)

 

다음은 의미 체계 모델에 대한 Vertipaq Analyzer 통계를 시각화합니다. 해당 의미 체계 모델의 테이블, 열, 계층, 관계에 대한 메타데이터를 확인할 수 있습니다.

 

Best Practice Analyzer를 통해 의미 체계 모델규칙을 검사한 결과를 제공해줍니다.

DAX에서 오류구문을 적용하지 않는 등 경고, 성능에 대한 경고 등을 표시합니다.

 

의미 체계 모델을 새로 고침해봅니다.

 

Tabular Object Model을 통해 측정값, 열, 계층, 관계, 역할, 행/개체 수준 보안, 변역 추가 등을 수행할 수 있습니다. 다음은 측정값을 TOM을 통해 생성합니다.

 

translate_semantic_model 함수를 통해 번역을 수행할 수 있습니다. 테이블의 일부 필드는 변경되지 않지만, 간단히 번역을 구성할 수 있어 효과적입니다. 영문 설정으로 브라우저에서 보고서를 액세스하면 영문으로 표시되며, 일본어로 액세스하면 일본어로 표시됩니다.

 

일본어와 영어로 변경해보았습니다. 연도와 월은 변경되지 않았지만 다른 필드들은 변경되어 표시되는 것을 확인할 수 있습니다.

 

 

Direct Lake로 의미 체계 모델 마이그레이션의 경우 다른 작업을 일부 수행해야 하지만, 가져오기 또는 DirectQuery 모드의 보고서를 레이크하우스의 Direct Lake 모드로 변경하고 레이크하우스로 테이블을 이동시킬수 있어 효과적입니다.

마이그레이션은 별도로 다른 글로 정리할 예정입니다.

 

아래는 Semantic Link Labs 관련 문서 링크입니다.

Welcome to semantic-link-labs’s documentation! — semantic-link-labs 0.7.2 documentation

GitHub - microsoft/semantic-link-labs: Early access to new features for Microsoft Fabric's Semantic Link.

 

여러모로 활용하기 좋고 아주 유용한 기능을 포함하고 있는 Semantic Link Labs를 간략히 확인해보았습니다.