Power BI Direct Lake Calculated Columns (Preview) та нові можливості Copilot: огляд оновлень

Коротко: серпневе оновлення Power BI 2026 року розширило можливості моделювання, Copilot і звітності. Серед ключових тем — Direct Lake calculated columns у Preview, гнучкіше керування refresh semantic model, нові вимоги до доступу Copilot у Fabric Apps і підтримка візуалів, прихованих за bookmarks. Для команд на Microsoft Fabric це важливі зміни, але Direct Lake calculated columns мають специфічну модель виконання й обмеження, які варто врахувати до production-використання.

Вступ

Power BI оновлюється щомісяця, і серпневий реліз 2026 року вийшов особливо насиченим для команд, які працюють із Microsoft Fabric. У ньому Microsoft продовжила розвивати Direct Lake, granular refresh semantic model, Copilot і нові можливості reporting.

Direct Lake calculated columns не з’явилися вперше саме у серпні: Microsoft представила їх у Preview ще в квітневому Power BI update 2026. У серпневому feature summary ця можливість уже фігурує як частина поточного Direct Lake modeling experience — із чітким уточненням, що вона працює для Direct Lake on OneLake й обчислюється під час запиту.

У цій статті розберемо, як працюють Direct Lake calculated columns, чим вони відрізняються від звичних Import calculated columns, що змінилося в Copilot і які інші можливості серпневого Power BI update варто знати аналітикам.

Навіщо аналітику стежити за оновленнями Power BI

Зміни в Direct Lake напряму впливають на архітектуру semantic models. Коли Microsoft додає нові DAX-можливості, refresh controls або Copilot access rules, це може змінювати не лише інтерфейс, а й те, де саме команда розміщує бізнес-логіку, як керує доступом і як оцінює performance.

Серпневий update охоплює кілька напрямків:

• Моделювання — Direct Lake calculated columns, більш granular refresh semantic model і web modeling;
• Copilot і AI — підтримка hidden bookmark visuals та зміни permissions у Fabric Apps;
• Звітність — нові GA-можливості для themes, donut charts, matrices, slicers і OneLake images;
• Data connectivity — покращення Power Query themes/accessibility;
• Mobile, embedded analytics і developer tooling — серія точкових оновлень.

Що таке Direct Lake mode і чому він важливий для Microsoft Fabric

Direct Lake — storage mode для semantic models у Microsoft Fabric, який працює без повної Import-копії всього набору даних. Модель читає Delta tables у OneLake і завантажує в VertiPaq лише ті колонки, які потрібні конкретному DAX-запиту.

Такий on-demand процес Microsoft називає transcoding. Це одна з ключових відмінностей Direct Lake від Import: повний dataset не обов’язково реплікується в semantic model заздалегідь.

Direct Lake і Import використовують VertiPaq query engine, тоді як DirectQuery федеративно відправляє запити до зовнішнього джерела. Саме тому Direct Lake часто дає interaction performance ближчу до Import, зберігаючи дані в OneLake.

Direct Lake, Import і DirectQuery: коротке порівняння

Що нового у Direct Lake Calculated Columns (Preview)

У Direct Lake on OneLake semantic models можна створювати DAX calculated columns у Power BI Desktop і web modeling без зміни storage mode.

Головна особливість цієї preview-функції — calculated columns працюють у User Context і залишаються unmaterialized. Значення не зберігаються як окремі готові дані всередині моделі, а обчислюються під час запиту.

Це дозволяє використовувати user-context-aware DAX, зокрема USERCULTURE(), USERPRINCIPALNAME(), USEROBJECTID(), USERNAME() і CUSTOMDATA(). Один із практичних сценаріїв — локалізація даних для різних користувачів.

LocalizedLabel =
IF(
    USERCULTURE() = "uk-UA",
    Products[Name_UA],
    Products[Name_EN]
)

LocalizedLabel =
IF(
    USERCULTURE() = "uk-UA",
    Products[Name_UA],
    Products[Name_EN]
)

Для звичайних DAX-виразів, які не використовують user-aware functions або secured columns, авторинг виглядає як звичайна calculated column. Але execution model залишається query-time.

Які обмеження має Direct Lake Calculated Columns у Preview

Станом на поточну Preview Microsoft вказує кілька важливих обмежень:

• Підтримується Direct Lake on OneLake; Direct Lake on SQL calculated columns не підтримує;
• Доступний лише Expression Context = User Context;
• Колонки є unmaterialized і обчислюються під час запиту;
• Через відсутність materialization такі calculated columns не можна використовувати в relationships;
• Складні DAX-вирази можуть збільшувати query latency, оскільки їх потрібно оцінювати під час виконання запиту;
• Preview-функціональність може змінюватися до General Availability.

Як calculated columns впливають на продуктивність

Для Import-моделей calculated columns зазвичай materialized: вони обчислюються під час refresh і збільшують розмір моделі, але не потребують повторної оцінки для кожного запиту.

Direct Lake calculated columns у Preview поводяться інакше. Вони unmaterialized, тому не збільшують refresh cost так само, як Import calculated columns, але можуть збільшувати query cost. Чим складніший DAX і чим більше рядків бере участь в оцінюванні, тим уважніше потрібно тестувати performance.

Практичний підхід — використовувати calculated columns тоді, коли потрібне саме column-level значення або user-context behavior. Для агрегованої бізнес-логіки measures часто залишаються природнішим вибором.

More control over semantic model refresh у Power BI Service

Ще одна важлива modeling-зміна серпня — більш granular refresh controls у Power BI Service. Кнопка Refresh тепер дозволяє вибирати між Refresh schema and data, Sync schema only і Refresh data only. Refresh також можна запускати на рівні окремої таблиці.

Для Direct Lake це особливо корисно, тому що refresh тут концептуально відрізняється від Import. У Direct Lake framing оновлює metadata references до актуальної версії Delta tables, а не створює повну нову копію всіх даних.

Які покращення Copilot з’явилися у серпні

Copilot Summary і Narrative бачать візуали за bookmarks

Copilot Summary і Copilot Narrative тепер можуть враховувати visuals, які приховані за замовчуванням і відкриваються display-only report bookmarks.

Є важливі умови: bookmark має змінювати лише visibility, без Data state; він має бути доступним користувачу через bookmark button або bookmark navigator. Personal bookmarks не підтримуються. RLS та OLS продовжують застосовуватися.

Це корисно для звітів із кількома presentation states, де значна частина візуалів не показана на початковому екрані.

Зміни semantic model permissions для Fabric Apps

До кінця серпня Microsoft змінила вимоги для Fabric App consumers: для underlying semantic model їм достатньо Read permission замість Build permission. Автори застосунку й надалі потребують Build permission.

Це спрощує поширення Copilot-enabled content через Fabric Apps, але доступ Copilot усе одно підпорядковується permissions semantic model, RLS, OLS і окремим AI access settings моделі.

Які ще оновлення отримали звіти та візуалізації

Серпневий Power BI update перевів низку reporting-функцій у General Availability або розширив їх:

• Modern visual defaults і Theme pane — GA;
• Center value для donut chart — GA;
• Comments у reports всередині org apps;
• Expand/collapse column headers у matrix — GA;
• Default freeze state для matrix row headers;
• OneLake file URLs для report visuals і maps — GA;
• Розширене форматування slicer dropdown та hierarchy icons — GA;
• Azure Maps filtered selection reload і auto-zoom — GA;
• Додаткові spacing/formatting controls для chart visuals.

Ці можливості переважно покращують authoring і user experience. На архітектуру semantic model найбільше впливають Direct Lake modeling та refresh controls.

Як контролювати якість при роботі з Preview-функціями

Preview-функції варто тестувати окремо від критичних production reports. Для Direct Lake calculated columns це особливо важливо через query-time evaluation і поточні restrictions.

• Тестуйте DAX на реалістичному обсязі даних, а не лише на demo dataset;
• Використовуйте Performance Analyzer і порівнюйте latency до/після додавання calculated column;
• Не проєктуйте relationships із залежністю від unmaterialized Direct Lake calculated columns;
• Документуйте Preview-функції в semantic model;
• Перевіряйте RLS, OLS і Copilot AI-access settings окремо;
• Зберігайте model definition у version control, якщо команда використовує PBIP/TMDL workflow.

Чи варто впроваджувати Direct Lake Calculated Columns уже зараз

Функція вже корисна для сценаріїв, де upstream data preparation змінити складно або де потрібні user-context-aware columns без переходу в Import. Але вона не є прямою заміною звичних materialized calculated columns.

Для простих row-level перетворень часто варто порівнювати три варіанти: виконати логіку upstream у OneLake, використати Direct Lake calculated column або залишити її як measure. Вибір залежить від того, чи потрібне поле як column, чи потрібен user context, і яку query latency дає конкретний DAX.

У production-критичних моделях Preview-функцію краще впроваджувати після окремого performance і regression testing.

FAQ: питання про Direct Lake Calculated Columns

Питання: Що таке Direct Lake Calculated Columns у Power BI?

Відповідь: Це Preview-функція для Direct Lake on OneLake semantic models, яка дозволяє створювати DAX calculated columns без зміни storage mode. У поточній реалізації вони працюють у User Context і обчислюються під час запиту.

Питання: Коли з’явилася ця функція?

Відповідь: Microsoft представила Direct Lake calculated columns у Preview у квітневому Power BI update 2026. У серпневому update функція продовжує бути частиною актуального Direct Lake modeling experience.

Питання: Чи calculated columns зберігаються в Direct Lake?

Відповідь: Ні. У поточній Preview вони unmaterialized і обчислюються query-time.

Питання: Чи можна використовувати їх у relationships?

Відповідь: Ні. Microsoft прямо вказує, що unmaterialized Direct Lake calculated columns не можуть використовуватися в relationships.

Питання: Чи працюють вони в Direct Lake on SQL?

Відповідь: Ні. Preview calculated columns підтримуються для Direct Lake on OneLake.

Питання: Чи потрібна окрема ліцензія саме для calculated columns?

Відповідь: Окремої ліцензії для цієї функції немає, але Direct Lake on OneLake працює в Microsoft Fabric і залежить від відповідної Fabric/Power BI capacity та доступу до semantic model.

Висновок

Серпневий Power BI update 2026 продовжив зближувати Direct Lake з повноцінним semantic modeling experience. Calculated columns тепер можна створювати без переходу на Import, але їхня поточна Preview-реалізація принципово відрізняється від класичних Import calculated columns: вони unmaterialized, працюють у User Context і обчислюються під час query execution.

Оновлення Copilot також стали практичнішими: Summary і Narrative краще працюють із bookmark-driven reports, а Fabric App consumers отримують простішу permission model із Read замість Build на underlying semantic model.

Для аналітиків і BI-команд головний висновок простий: Direct Lake стає функціональнішим, але нові можливості потрібно оцінювати не лише за зручністю authoring, а й за execution model, security і performance на реальних даних.