Oppdatere Power BI-modeller automatisk¶

Denne guiden viser hvordan du setter opp en Databricks-jobb som automatisk oppdaterer en semantisk modell i Power BI etter at en datapipeline har kjørt, slik at rapportene alltid viser ferske tall.

Oppsettet består av tre deler:

En Power BI-tilkobling i Unity Catalog (OAuth mot Microsoft Entra ID)
Bundle-variabler for Power BI-konfigurasjonen
En power_bi_task i jobbdefinisjonen

Før du begynner¶

Sjekk at:

Du har en publisert semantisk modell i Power BI Service (se Koble Power BI til Databricks)
Teamet har en Declarative Automation Bundle med en jobbdefinisjon (se Ta i bruk bundles)
Bundlen ligger i et GitHub-repo der du har rettigheter til å opprette workflows og administrere GitHub Environments
Du har tilgang til et SQL Warehouse (se SQL Warehouse)

Trinn 1 — Opprett Power BI-tilkobling i Unity Catalog¶

Tilkoblingen opprettes med Databricks CLI via en GitHub Actions-workflow i samme repo som bundlen ligger i.

Sett opp GitHub Environments¶

Workflowen krever følgende i hvert GitHub Environment (stage / prod):

Variabler (vars):

Variabel	Beskrivelse	Format
`DATABRICKS_HOST`	URL til Databricks-workspacet	`https://dbc-xxxxx.cloud.databricks.com`
`DATABRICKS_CLIENT_ID`	Client ID for OIDC service principal	`xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx`
`POWERBI_TENANT_ID`	Microsoft Entra ID tenant ID	`xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx`
`POWERBI_CLIENT_ID`	Client ID for Power BI service principal	`xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx`

Secrets:

Secret	Beskrivelse
`POWERBI_CLIENT_SECRET`	Client secret for Power BI service principal

Opprett workflowen¶

Opprett filen .github/workflows/create-powerbi-connection.yml i rota av repoet der bundlen ligger:

name: Create Power BI Connection in Unity Catalog

on:
  workflow_dispatch:
    inputs:
      environment:
        description: 'Environment to deploy to'
        required: true
        type: choice
        options:
          - stage
          - prod

permissions:
  id-token: write
  contents: read

jobs:
  create-powerbi-connection:
    name: Create Power BI Connection
    runs-on: ubuntu-latest
    environment: ${{ github.event.inputs.environment }}
    env:
      DATABRICKS_HOST: ${{ vars.DATABRICKS_HOST }}
      DATABRICKS_CLIENT_ID: ${{ vars.DATABRICKS_CLIENT_ID }}
      DATABRICKS_AUTH_TYPE: github-oidc

    steps:
      - uses: actions/checkout@v4

      - name: Install Databricks CLI
        uses: databricks/setup-cli@v0.294.0
        with:
          version: 0.294.0

      - name: Create Power BI Connection
        run: |
          databricks connections create \
            --json '{
                "name": "pbi-databricks-${{ github.event.inputs.environment }}",
                "connection_type": "POWER_BI",
                "options": {
                  "authorization_endpoint": "https://login.microsoftonline.com/${{ vars.POWERBI_TENANT_ID }}/oauth2/v2.0/authorize",
                  "client_id": "${{ vars.POWERBI_CLIENT_ID }}",
                  "client_secret": "${{ secrets.POWERBI_CLIENT_SECRET }}"
                },
                "comment": "Databricks to Power BI connection for ${{ github.event.inputs.environment }}",
                "read_only": true
              }'

      - name: Grant Connection Privileges
        run: |
          databricks grants update connection \
            "pbi-databricks-${{ github.event.inputs.environment }}" \
            --json '{
              "changes": [
                {
                  "principal": "<workspace-admins-group>",
                  "add": ["USE_CONNECTION"]
                }
              ]
            }'

      - name: Verify Connection
        run: |
          databricks connections get \
            "pbi-databricks-${{ github.event.inputs.environment }}"

Kjør workflowen¶

Gå til Actions i repoet der bundlen ligger
Velg Create Power BI Connection in Unity Catalog
Klikk Run workflow
Velg miljø (stage eller prod)
Start kjøringen

Etter vellykket kjøring finnes tilkoblingen pbi-databricks-<environment> i Unity Catalog med USE_CONNECTION-rettighet for <workspace-admins-group>.

Trinn 2 — Legg til Power BI-variabler i bundlen¶

Legg til variabler for Power BI-tilkoblingen og SQL Warehouse i databricks.yml:

variables:
  pbi_connection:
    description: Power BI connection name in Unity Catalog
  pbi_workspace_name:
    description: Power BI workspace name
  warehouse_id:
    description: Databricks SQL Warehouse ID for Power BI semantic model refreshes

targets:
  stage:
    variables:
      pbi_connection: pbi-databricks-stage
      pbi_workspace_name: "Mitt team - Stage"
      warehouse_id: <warehouse-id> # (1)!

  prod:
    variables:
      pbi_connection: pbi-databricks-prod
      pbi_workspace_name: "Mitt team - Prod"
      warehouse_id: <warehouse-id>

Finn warehouse-ID-en under SQL Warehouses → warehouset ditt → Connection details i Databricks-workspacet — ID-en er siste ledd i HTTP path.

Trinn 3 — Legg til `power_bi_task` i jobbdefinisjonen¶

I jobbressursfilen (for eksempel resources/my_project.job.yml) legger du til en power_bi_task som kjører etter datapipelinen. Merk at power_bi_task foreløpig er i forhåndsvisning ("Public Preview") hos Databricks:

resources:
  jobs:
    my_etl_job:
      name: my_etl_job

      schedule:
        quartz_cron_expression: "0 0 3 * * ?"  # Kl. 03:00 daglig
        timezone_id: Europe/Oslo

      parameters:
        - name: pbi_connection
          default: ${var.pbi_connection}
        - name: pbi_workspace_name
          default: ${var.pbi_workspace_name}

      tasks:
        - task_key: run_pipeline
          pipeline_task:
            pipeline_id: ${resources.pipelines.my_pipeline.id}

        - task_key: refresh_powerbi_model # (1)!
          depends_on:
            - task_key: run_pipeline
          power_bi_task:
            warehouse_id: ${var.warehouse_id}
            connection_resource_name: ${var.pbi_connection}
            refresh_after_update: true  # (2)!
            power_bi_model:
              workspace_name: ${var.pbi_workspace_name}
              model_name: "Min rapport"  # (3)!
              storage_mode: IMPORT
              authentication_method: OAUTH
              overwrite_existing: false  # (4)!

Tasken kjører etter at run_pipeline har fullført
refresh_after_update: true utløser en refresh av modellen etter at den er oppdatert
Navnet på den semantiske modellen i Power BI (må matche nøyaktig)
overwrite_existing: false betyr at eksisterende tabeller i modellen beholdes — nye legges til

Trinn 4 — Deploy og verifiser¶

databricks bundle validate --target stage
databricks bundle deploy --target stage

Etter deploy kjører jobben etter tidsplanen — i eksempelet over daglig klokka 03:00 — og oppdaterer Power BI-modellen automatisk etter at pipelinen har hentet ferske data.

SQL Warehouse må kjøre

power_bi_task krever at SQL Warehouse er tilgjengelig. Er warehouset stoppet, starter tasken det automatisk, men da må du regne med ekstra oppstartstid.

Feilsøking¶

Problem	Løsning
"Connection not found" i `power_bi_task`	Sjekk at `pbi_connection`-variabelen matcher tilkoblingsnavnet i Unity Catalog
OAuth-feil ved tilkoblingsopprettelse	Verifiser at `POWERBI_TENANT_ID`, `POWERBI_CLIENT_ID` og `POWERBI_CLIENT_SECRET` er riktige
"Permission denied" på tilkoblingen	Sjekk at `<workspace-admins-group>` har `USE_CONNECTION` (`databricks grants get connection <name>`)
Modellnavnet matcher ikke	`model_name` i `power_bi_task` må matche navnet på den semantiske modellen i Power BI nøyaktig
Modellen henger i «Pending changes»	Ikke rediger modellen i Power BI Service mens `power_bi_task` oppdaterer den — vent til jobbkjøringen er ferdig

Se også¶

Koble Power BI til Databricks — koble Power BI Desktop til SQL Warehouse og publiser rapporten
Versjonskontrollere Power BI-rapporter — lagre rapporten som prosjektfil i git og synkroniser arbeidsområdet med GitHub
Ta i bruk bundles — sett opp en Declarative Automation Bundle med jobber og pipelines