DifícilSelección múltiple

Pregunta de práctica de PL-300

¿Qué TRES consideraciones son importantes al implementar seguridad a nivel de fila (RLS) en Power BI? (Seleccione exactamente 3).

Elige todas las respuestas correctas.

Respuestas correctas

  • ALos roles pueden usar expresiones DAX para definir filtros
  • BRLS puede filtrar datos según la identidad del usuario
  • DRLS en el modo DirectQuery empuja los filtros a la base de datos de origen

Explicación

La opción A es correcta porque los roles de RLS en Power BI definen filtros utilizando expresiones DAX (por ejemplo, [Region] = "West" o USERPRINCIPALNAME()), lo cual es el mecanismo principal para el filtrado a nivel de fila. La opción B es correcta porque RLS está diseñado para filtrar datos según la identidad del usuario, típicamente a través de funciones como USERNAME() o USERPRINCIPALNAME() mapeadas a una tabla de seguridad. La opción D es correcta porque en el modo DirectQuery, los filtros RLS se traducen y se envían a la base de datos de origen como parte de la consulta, por lo que el origen debe ser capaz de procesarlos. La opción C no es correcta porque RLS no se aplica automáticamente en Analyze in Excel; la conexión debe usar un rol o el usuario debe ser miembro de un rol, y el comportamiento depende del método de conexión. La opción E no es correcta porque RLS filtra filas, no medidas; restringir el acceso a medidas específicas se maneja mediante seguridad a nivel de objeto (OLS), no RLS.

Por qué cada opción es correcta o incorrecta

A

Correcta

Los roles pueden usar expresiones DAX para definir filtros

Los roles en Power BI definen la seguridad a nivel de fila mediante el uso de expresiones DAX como predicados de filtro. Por ejemplo, un rol se puede configurar con un filtro DAX como `[SalesRegion] = "North"` o una expresión FILTER más compleja que devuelva una tabla de filas permitidas. Estas expresiones se evalúan dentro del contexto de filtro de cada fila, y solo las filas que devuelven TRUE para el predicado se vuelven visibles para los usuarios asignados a ese rol. Esto convierte a DAX en el mecanismo central para implementar seguridad a nivel de fila personalizada y flexible en Power BI.

B

Correcta

RLS puede filtrar datos según la identidad del usuario

La seguridad a nivel de fila puede ser dinámica, lo que significa que responde a la identidad del usuario que actualmente visualiza el informe. Power BI proporciona funciones DAX como `USERNAME()` y `USERPRINCIPALNAME()` que devuelven el nombre del usuario autenticado o su nombre principal, el cual se puede utilizar para comparar con una tabla de seguridad o una jerarquía de gerentes de empleados. Por ejemplo, un filtro como `[ManagerEmail] = USERPRINCIPALNAME()` garantiza que cada gerente solo vea las filas pertenecientes a sus informes directos o indirectos. Este filtrado basado en la identidad se evalúa en tiempo real, brindando a cada usuario una vista personalizada sin crear informes separados.

C

Incorrecta

RLS se aplica automáticamente al usar Analyze in Excel

La afirmación de que RLS se aplica automáticamente al usar Analyze in Excel es incorrecta porque Analyze in Excel normalmente establece una conexión en vivo a un informe o conjunto de datos. Si la conexión se realiza a un conjunto de datos alojado en el servicio de Power BI, RLS sí se aplica. Sin embargo, si usa Analyze in Excel desde Power BI Desktop, la conexión es al modelo local, y debido a que Desktop no tiene el concepto de un visor de informes conectado, RLS no se aplica y todas las filas son visibles. Por lo tanto, la aplicación de RLS requiere que el conjunto de datos resida en el servicio de Power BI, no solo en Desktop o en un libro de Excel.

D

Correcta

RLS en el modo DirectQuery empuja los filtros a la base de datos de origen

Cuando un conjunto de datos de DirectQuery utiliza seguridad a nivel de fila, Power BI traduce los filtros de roles DAX en cláusulas WHERE de SQL nativas y empuja esos filtros hacia abajo a la fuente de datos subyacente. Esto significa que la base de datos de origen en sí misma aplica los predicados de seguridad antes de devolver los datos, lo que puede reducir significativamente la cantidad de datos transferidos y mejorar el rendimiento de las consultas. Esto contrasta con el modo Import, donde el filtrado ocurre en el motor de Power BI después de que todos los datos se cargan en la memoria. El comportamiento de transferencia es una consideración de rendimiento clave para fuentes de datos locales grandes o sensibles que admiten DirectQuery.

E

Incorrecta

RLS puede restringir el acceso a medidas específicas

RLS está diseñado para restringir filas de una tabla, no medidas individuales. Un rol no puede ocultar o bloquear automáticamente una medida específica mientras deja otras medidas visibles; la medida sigue calculándose para las filas que pasan el filtro de filas. Para restringir el acceso a medidas sensibles, debe utilizar seguridad a nivel de objeto (OLS) en las columnas o tablas subyacentes, o utilizar una capa de seguridad personalizada como un conjunto de datos separado que excluya la medida por completo. Por lo tanto, equiparar RLS con seguridad a nivel de medida es un concepto erróneo común que lleva a una protección inadecuada de los números agregados.

Para profundizar

La seguridad a nivel de fila (RLS) en Power BI funciona definiendo roles que contienen predicados de filtro DAX, los cuales se evalúan luego en el contexto de filtro de la consulta del usuario. Los dos patrones principales son RLS estática, donde cada usuario ve el mismo subconjunto filtrado (por ejemplo, por región), y RLS dinámica, donde los filtros dependen de la identidad del usuario actual a través de USERPRINCIPALNAME() o USERNAME(). Una implementación común es el patrón de 'tabla de seguridad', donde una tabla de mapeo vincula a los usuarios con las entidades permitidas, y se utilizan funciones DAX como LOOKUPVALUE o CONTAINS para hacer cumplir el mapeo. RLS se comporta de manera diferente según el modo de almacenamiento: en el modo Import, los filtros se aplican en la memoria después de que se cargan los datos; en el modo DirectQuery, los filtros se envían a la base de datos de origen para mayor eficiencia; y en Live Connection a Azure Analysis Services o conjuntos de datos de Power BI, RLS se configura en el modelo de origen. La prueba de RLS se puede realizar en Power BI Desktop utilizando la función 'View as', pero tenga en cuenta que RLS no se aplica al conectarse a un modelo local desde Excel o al usar ciertas API sin el contexto de usuario adecuado. Un obstáculo sutil es que los filtros RLS se aplican a todas las visualizaciones y consultas subyacentes, pero no aseguran medidas o columnas individuales; para eso, es posible que se requiera seguridad a nivel de objeto (OLS) o seguridad a nivel de fila combinada con conjuntos de datos separados.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de PL-300 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.