TabularEditor 2.26.0版本发布:增强分析服务模型管理能力
TabularEditor是一款广受欢迎的分析服务模型管理工具,它为Power BI和SQL Server Analysis Services (SSAS) Tabular模型提供了强大的编辑和管理功能。最新发布的2.26.0版本带来了一系列重要更新和改进,进一步提升了工具的实用性和稳定性。
核心更新内容
1. AMO/TOM库升级至19.90.0
本次更新将底层分析服务库升级到了最新版本,这一升级带来了多项重要改进:
-
TMDL正式发布:19.90.0版本标志着TMDL(Tabular Model Definition Language)的正式可用,这为模型定义提供了更强大的表达能力。
-
认证机制优化:新版本改进了认证流程,解决了之前版本中存在的认证问题。现在工具会自动使用当前登录的Entra ID账户进行连接,简化了认证流程。
-
MFA支持:如果需要使用多因素认证(MFA)连接Azure AS或Power BI的XMLA端点,只需在用户名处输入一个空格字符(密码留空),系统就会弹出账户选择器窗口。
2. 行级安全性(RLS)表达式改进
在添加行级安全性表达式时,工具现在会自动将模型权限设置为"Read",这一改进与TabularEditor 3保持一致,确保了权限设置的合理性和一致性。
3. 新增模型元数据源属性
新版本引入了一个重要的新属性MetadataSource,它记录了模型元数据的来源信息。这一功能对于需要处理模型文件的脚本特别有用,例如:
- 脚本可以轻松访问模型加载的原始文件夹结构
- 开发者可以基于元数据来源实现特定的自动化处理逻辑
- 提供了更完整的模型上下文信息,便于调试和问题排查
关键问题修复
1. 分区部署逻辑优化
在部署模型时,如果选择排除分区,或者包含分区但不包括受增量刷新策略控制的分区,工具现在会正确处理相关属性:
- 不再部署表对象上与刷新策略相关的属性(如
SourceExpression、RollingWindowGranularity等) - 确保了部署行为的准确性和一致性
- 避免了不必要的属性传输,提高了部署效率
技术生态扩展
TabularEditor团队还宣布了一个重要消息:TOMWrapper库现在可以作为独立解决方案使用。这个库包含了运行最佳实践分析器(Best Practice Analyzer)所需的所有命名空间和类,具有以下特点:
- 同时支持.NET Framework和.NET 6/.NET 8
- 为开发者提供了更灵活的集成选项
- 未来可能发布到NuGet,进一步简化集成过程
总结
TabularEditor 2.26.0版本通过底层库升级、功能增强和问题修复,进一步巩固了其作为分析服务模型管理首选工具的地位。特别是对TMDL的支持和认证流程的改进,使得工具能够更好地服务于现代数据分析场景。对于Power BI和SSAS Tabular开发者来说,升级到最新版本将带来更流畅、更可靠的开发体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08