Семантические модели Power BI часто используют Azure Databricks, что ставит перед критическим выбором режима хранения. Это решение влияет на стоимость, безопасность, простоту разработки и, что наиболее важно, на производительность отчетов. Разработчики часто полагаются на интуицию, а не на эмпирические данные при этом выборе. В новом техническом документе "Современные варианты архитектуры Power BI для отчетности по Azure Databricks" проводится сравнительное тестирование четырех режимов хранения. Эти режимы включают Direct Lake на OneLake, Direct Lake на зеркалированных таблицах Unity Catalog, DirectQuery на хранилище Databricks SQL и составную модель, объединяющую DirectQuery с агрегациями в режиме импорта. Исследование показало, что нет единственного лучшего решения, но появились четкие тенденции. Direct Lake на OneLake, как правило, хорошо работал в различных ситуациях, особенно для небольших и средних объемов и типичных повторяющихся рабочих нагрузок Power BI. Для чрезвычайно больших наборов данных с миллиардами строк составная модель с агрегациями оказалась самой быстрой и стабильной. Однако преимущество составной модели ограничено запросами, обрабатываемыми таблицами агрегатов, что требует тщательного соответствия поведению пользователей. Эти выводы являются предварительными; подробные результаты варьируются в зависимости от объема данных, состояния кэша, сценария фильтрации и типа запроса. Технический документ, выпущенный в июне/июле 2026 года, фокусируется на опыте конечных пользователей при работе с запросами в Power BI и должен направлять индивидуальное тестирование.