Wat is een Power BI-dataset? Uitleg en verschil met semantisch model
Een Power BI-dataset is het datamodel achter een rapport: de tabellen die je hebt geladen, de relaties daartussen en de DAX-metingen die je hebt gedefinieerd. Je bouwt een dataset in Power BI Desktop met Power Query en publiceert die vervolgens naar Power BI Service, waar meerdere rapporten op dezelfde dataset kunnen worden gebouwd. Microsoft gebruikt sinds 2022 de term semantisch model, maar in de interface en documentatie kom je dataset nog regelmatig tegen als synoniem.
Een Power BI-dataset is de verzameling gekoppelde tabellen, relaties en berekeningen waarop je rapporten bouwt. Microsoft noemt dit inmiddels een semantisch model, maar de term dataset duikt overal nog op.
De tabellen en relaties achter elk rapport
Elk Power BI-rapport dat je opent, staat op een dataset. Dat is de laag waar je in Power Query data hebt opgehaald uit Excel, SQL Server, SharePoint of tientallen andere bronnen, waar je tabellen hebt opgeschoond en waar je relaties hebt gelegd tussen bijvoorbeeld een verkooptabel en een klantentabel. Zonder een goed opgezette dataset heb je losse tabellen zonder samenhang, en kun je geen betrouwbare visuals bouwen die meerdere tabellen combineren.
Waarom Microsoft de naam veranderde naar semantisch model
Microsoft vond de term dataset verwarrend, omdat het object meer doet dan alleen data opslaan. Een dataset bevat ook DAX-metingen, hiërarchieën, rolgebaseerde beveiliging (RLS) en weergave-instellingen zoals datumformaten. De term semantisch model beschrijft beter dat je betekenis toevoegt aan ruwe data: je vertelt Power BI wat “omzet per maand” betekent en hoe klant en order zich tot elkaar verhouden. In de praktijk gebruik je de termen door elkaar; in dit artikel gebruiken we dataset omdat die term in Power BI Service en de API nog overal terugkomt.
Import, DirectQuery en composite: hoe een dataset data ophaalt
Een dataset kan data op drie manieren binnenhalen. Bij import laadt Power BI een kopie van de data in het geheugen, gecomprimeerd via de Vertipaq-engine, wat snelle rapporten oplevert maar een refreshschema vereist. Bij DirectQuery blijft de data in de bron staan en stuurt elk rapport live queries naar de database, wat actuele cijfers geeft maar afhankelijk is van de snelheid van de bron. Een composite model combineert beide binnen één dataset, bijvoorbeeld een grote transactietabel via DirectQuery en kleinere referentietabellen via import. Meer over die afweging lees je in DirectQuery versus import in Power BI.
Eén dataset, meerdere rapporten
Een van de grootste tijdsbesparingen in Power BI zit in het hergebruiken van datasets. In plaats van voor elk team een nieuwe dataset te bouwen met dezelfde brongegevens, publiceer je één dataset naar Power BI Service en laat je collega’s er rapporten op bouwen via Live Connection. De financiële afdeling krijgt zo dezelfde cijfers te zien als het salesteam, alleen anders gevisualiseerd. Dit voorkomt discussies over “welke omzet klopt nu” omdat er maar één bron van waarheid is voor de meting achter de knop.
Beheer en governance van datasets in Power BI Service
Zodra een dataset is gepubliceerd, kun je in Power BI Service instellen wie toegang heeft, welk refreshschema geldt en of er gateways nodig zijn voor lokale bronnen. Grotere organisaties gebruiken endorsement-labels zoals “gecertificeerd” om aan te geven welke datasets betrouwbaar en goed onderhouden zijn, zodat gebruikers niet per ongeluk een verouderde of ongeteste dataset gebruiken. Voor mkb-organisaties met een paar rapporten is dit minder kritiek, maar zodra je meer dan vijf tot tien datasets beheert, loont het om afspraken te maken over naamgeving en eigenaarschap.
Onze tip: bouw losse “dataset-only” bestanden voor gedeelde brongegevens en losse “rapport-only” bestanden die daarop connecteren via Live Connection. Zo voorkom je dat een collega per ongeluk de datamodel-logica verstoort terwijl hij alleen een grafiek wilde aanpassen.
Veelgestelde vragen
Wat is het verschil tussen een dataset en een semantisch model in Power BI?
Er is geen functioneel verschil: het zijn twee namen voor hetzelfde object. Microsoft heeft de term semantisch model geïntroduceerd om beter te beschrijven wat het object doet, namelijk betekenis geven aan ruwe data door relaties, hiërarchieën en berekeningen toe te voegen. In de Power BI Service-interface, de REST API en veel documentatie wordt de term dataset nog gebruikt. Verwacht dat beide termen nog jaren naast elkaar bestaan.
Kan ik één dataset gebruiken voor meerdere rapporten?
Ja, en dat is juist de kracht van een goed opgezette dataset. In Power BI Service kun je een dataset publiceren als gedeelde bron en vervolgens meerdere rapporten bouwen die verbinden met dezelfde dataset via Live Connection. Zo hoef je de data en de berekeningen maar één keer te onderhouden, terwijl verschillende teams hun eigen rapportlaag bouwen. Dit voorkomt dat dezelfde meting in vijf verschillende rapporten net iets anders wordt berekend.
Hoe groot mag een Power BI-dataset zijn?
Met een gratis of Pro-licentie is een dataset gelimiteerd tot 1 GB. Met Power BI Premium of Fabric-capaciteit loopt dat op tot 100 GB of meer, afhankelijk van de capaciteitsgrootte. Door compressie in het Vertipaq-model en het gebruik van DirectQuery of composite models voor grote tabellen kun je met veel minder ruimte toe dan de ruwe brongegevens innemen. Voor de meeste mkb-rapportages is de 1 GB-grens ruim voldoende.
Hoe ververs ik de data in een dataset?
Bij een import-dataset stel je een refreshschema in via Power BI Service, bijvoorbeeld dagelijks of elk uur, waarbij een gateway nodig is als de bron lokaal draait. Bij DirectQuery is er geen refresh nodig omdat elk rapport live tegen de bron query't. Je kunt ook handmatig verversen via de knop in Power BI Service of automatisch triggeren via de REST API vanuit Power Automate of een ander systeem.