Vista TMDL en Power BI

Artículo de  datadata

TMDL (Tabular Model Definition Language) es un lenguaje basado en JSON diseñado para describir de forma declarativa y estructurada los modelos tabulares utilizados en Analysis Services y Power BI. Su propósito principal es ofrecer una representación legible y editable de manera textual del modelo semántico, permitiendo definir con precisión todos los objetos que lo componen, como tablas, columnas, relaciones, medidas, jerarquías, roles de seguridad, expresiones de formato y otros elementos clave.

Esta nueva vista textual del modelo aporta una capa adicional de control y transparencia, ya que permite a los desarrolladores y analistas trabajar directamente sobre el código del modelo, lo cual facilita tareas como la revisión de cambios, el control de versiones, la automatización de despliegues y la integración con sistemas de DevOps. Además, TMDL introduce una importante mejora en la organización del modelo al permitir guardar sus distintos objetos en una estructura de carpetas, lo que optimiza la navegación y el mantenimiento de modelos complejos o de gran escala.

Habilitar vista TMDL

Para comenzar a utilizar este lenguaje y poder realizar ediciones en nuestro modelo, primero debemos habilitar la vista desde Archivo>Opciones y configuración>Opciones>Características de versión preliminar.

Una vez aplicada la configuración, podremos observar la vista TMDL al final de nuestras otras vistas a la izquierda.

¿Cómo comenzar a utilizarla?

Una ves que visualices esta nueva vista, puedes comenzar a utilizarla arrastrando tus tablas y dando clic en “Aplicar”.

Vamos a poder observar como se despliega toda la información de nuestra tabla, columnas, medidas y columnas calculadas creadas, relaciones, etc.

También puedes ver una vista previa antes de aplicar cambios nuevos, en la cuál podrás observar el cambio realizado fue correcto o contiene algún error.

Ejemplo: Al crear una medida

Mensaje de cambio aplicado correctamente:

Editar el Modelo desde otra herramienta

Para guardar el código de nuestro modelo semántico y podamos abrirlo en otra herramienta para editarlo, lo vamos a guardar con la siguiente extensión. pbip :

Se generan dos carpetas:

Dentro de la carpeta .SemanticModel encontraremos la carpeta “definition” donde se guardan nuestras tablas y en la carpeta “Scripts” encontraremos nuestro código generado desde la vista TDML:

Podemos abrir los archivos desde en un blog de notas hasta en otras herramientas de código como Visual Studio Code.

Beneficios

• Mayor control sobre el modelo: puedes modificar las relaciones, medidas, columnas calculadas, etc. mediante código.
• Reutilización y portabilidad: puedes copiar el modelo o partes de este y reutilizarlas en otros proyectos.
• Control de versiones: se puede versionar el código utilizando herramientas como Git o Azure DevOps, ayudando a llevar una mejor administración cuando se trabaja en equipos.
• Optimización del modelo: como desarrollador es más sencillo identificar cuellos de botella y poder optimizar la estructura del modelo.

Consideraciones o limitaciones

• No todas las funciones de edición están habilitadas aún (como el editor visual completo de relaciones).
• En modelos con fuentes mixtas (Import y DirectQuery) o modelos complejos con más de una fuente, puede haber restricciones o fallos en la visualización o edición del modelo desde esta vista.
• La vista TMDL no está disponible al editar modelos semánticos de Direct Lake.

¿Te gustaría aprender más de TMDL?

Escribe “TMDL” en los comentarios para hacer un vídeo tutorial.