Del via

Opplæring: Stoff for Power BI-brukere

  • Artikkel

I denne opplæringen lærer du hvordan du bruker Dataflyter Gen2 og Pipelines til å innta data i et Lakehouse og opprette en dimensjonal modell. Du lærer også hvordan du genererer en vakker rapport automatisk for å vise de nyeste salgstallene fra start til slutt på bare 45 minutter.

La oss komme i gang.

  • Klargjøre og laste inn data i et lakehouse
  • Bygge en dimensjonal modell i et lakehouse
  • Opprette en rapport automatisk med hurtigoppretting

Forutsetning

Opprette et lakehouse for å lagre data

Vi starter med å opprette et lakehouse for å lagre dataene våre, Dataflyter Gen2 for å klargjøre og transformere kolonner, og et datasamlebånd for å håndtere orkestrering av en planlagt oppdaterings- og e-postaktivitet.

  1. Gå til arbeidsområdet, og velg Ny. Velg deretter Flere alternativer.

    Skjermbilde av Flere alternativer på den nye elementmenyen.

  2. Velg Lakehouse under kategorien Datateknikk i skjermbildet Opprett nytt element.

    Skjermbilde av datateknikkelementer.

  3. Angi Lakehouse-navnet til SalesLakehouse. Velg deretter Opprett.

    Skjermbilde av navngivning av et navn Lakehouse.

  4. Når du er i Lakehouse-redigeringsprogrammet, velger du Ny dataflyt gen2.

    Merk

    Du kan også velge Hent data fra båndet og deretter Ny dataflyt gen2.

    Skjermbilde av Hent data-rullegardinlisten i Lakehouse-redigeringsprogrammet.

Klargjøre og laste inn data i lakehouse

Gjør følgende for å laste inn data i lakehouse:

  1. Når du er i redigeringsprogrammet for Power Query Online for Dataflyter Gen2, velger du Importer fra en Power Query-mal og velger malfilen som er lastet ned fra forutsetningene.

    Skjermbilde av vannmerker i redigeringsprogrammet For dataflyter Gen2.

  2. Velg DimDate-spørringen under datainnlastingsspørringsgruppen, og velg deretter Konfigurer tilkobling. Angi om nødvendig godkjenningstypen til Anonym før du velger Koble til.

    Skjermbilde av Konfigurer tilkobling-menyen.

  3. Når DimDate-spørringen er valgt, endrer du datatypen for DateKey-kolonnen til Dato/klokkeslett i forhåndsvisningsvinduet for data ved å velge ikonet øverst til venstre.

    Skjermbilde av endring av datatyper i redigeringsprogrammet for Power Query.

  4. Velg Erstatt gjeldende i vinduet Endre kolonnetype .

    Skjermbilde av menyen endre kolonnetype.

Legge til et datamål

Gjør følgende for å legge til et datamål:

  1. Velg Legg til datamål fra Hjem-fanen mens DimDate-tabellen er valgt, og velg deretter menyelementet Lakehouse.

    Skjermbilde av alternativet Hent datamål Lakehouse.

  2. Angi om nødvendig godkjenningen til organisasjonskontoen , og velg deretter Neste.

    Skjermbilde av menyen Koble til datamål.

  3. Velg arbeidsområdet som brukes for denne opplæringen, fra navigatøren, og utvid for å vise alle Lakehouse-elementer. Velg SalesLakehouse , og bekreft at standard ny tabell er valgt før du velger Neste for å fortsette.

    Skjermbilde av målmålnavigatorelementet.

  4. Angi Oppdater-metoden til Erstatt, og velg deretter Lagre innstillinger.

    Forsiktig!

    Hvis du angir oppdateringsmetoden for å erstatte , slettes alle eksisterende data og erstattes med de nye dataene i hver etterfølgende oppdatering.

    Skjermbilde av menyalternativet for målinnstillinger.

    Merk

    Nederst til høyre i redigeringsprogrammet for Power Query Online finner du de konfigurerte datamålinnstillingene for spørringen, der du kan tilpasse eller fjerne ytterligere.

    Skjermbilde av det konfigurerte datamålet.

  5. Før du går videre til neste del av denne opplæringen, må du sørge for å utføre de samme trinnene som du tok tidligere i denne delen for å konfigurere Lakehouse som datamål for hver av følgende spørringer.

    Query
    DimCustomer
    DimEmployee
    DimProduct
    DimStore

  6. Velg FactOnlineSales-spørringen under datatransformasjonsspørringsgruppen. Velg Legg til datamål på Hjem-fanen. Velg Lakehouse-alternativet.

    Skjermbilde av målalternativet Lakehouse for datamål.

  7. Angi om nødvendig godkjenningen til organisasjonskontoen , og velg deretter Neste.

    Skjermbilde av menyen Koble til datamål.

  8. Velg arbeidsområdet som brukes for denne opplæringen, fra navigatøren, og utvid for å vise alle Lakehouse-elementer. Velg SalesLakehouse , og bekreft at standard ny tabell er valgt før du velger Neste for å fortsette.

    Skjermbilde av målmålnavigatorvinduet.

  9. Angi Oppdater-metoden til Tilføy, og velg deretter Lagre innstillinger.

    Merk

    Denne prosessen setter inn data, og beholder de eksisterende radene i tabellen på hver etterfølgende oppdatering.

    Skjermbilde av menyvalget for målinnstillinger.

  10. Velg Publiser for å lagre dataflyten og avslutte redigeringsprogrammet for Power Query Online .

    Skjermbilde av publiser-knappen i Power Query Online.

  11. Hold pekeren over den opprettede dataflyten i arbeidsområdet, velg ellipsen (...) og egenskaper-alternativet .

    Skjermbilde av egenskapene for dataflyter i et arbeidsområde.

  12. Endre navnet på dataflyten til OnlineSalesDataflow , og velg Lagre.

    Skjermbilde av å gi nytt navn til et dataflytalternativ.

Organisere et datasamlebånd

Ved hjelp av datasamlebånd orkestrerer vi først oppdateringen av dataflyten. Hvis det oppstår en feil, sender vi en tilpasset Outlook-e-post som inneholder viktige detaljer.

  1. Velg Lakehouse-elementet saleslakehouse i arbeidsområdet.

    Skjermbilde av å gi nytt navn til en eksisterende dataflyt.

  2. Når du er i Lakehouse-redigeringsprogrammet, velger du Nytt datasamlebånd.

    Merk

    Du kan også velge Hent data fra båndet og deretter Nytt datasamlebånd.

    Skjermbilde av vannmerker i Lakehouse-redigeringsprogrammet.

  3. Angi navnet på datasamlebåndet til SalesPipeline. Velg deretter Opprett.

    Skjermbilde av menyalternativet for datasamlebåndnavn.

  4. Lukk Kopier data-hjelperen ved å velge Avbryt. Hvis du blir bedt om å bekrefte at du avslutter kopieringsdatavinduet, velger du Ja, avbryt.

    Skjermbilde av menyen for kopiering av dataassistent.

  5. Når du er i redigeringsprogrammet for datasamlebånd, velger du Legg til datasamlebåndaktivitet, og deretter velger du Dataflyt.

    Merk

    Du kan også velge Dataflyt fra båndet.

    Skjermbilde av vannmerkelerretet for datasamlebåndet og alternativet Legg til aktivitet.

  6. Velg dataflytaktiviteten i redigeringsprogrammet for datasamlebåndet, og endre navneverdien til OnlineSalesActivity i generelt-delen.

    Skjermbilde av dataflytnavnverdien.

  7. Når dataflytaktiviteten fortsatt er valgt, velger du Innstillinger og velger OnlineSalesDataflow fra dataflytlisten. Hvis det er nødvendig for å oppdatere listen, velger du Oppdater-ikonet .

    Skjermbilde av innstillingen for valg av dataflyt.

  8. Velg Aktiviteter-fanen og deretter Office365 Outlook-aktiviteten.

    Merk

    Hvis et gi samtykke-vindu vises, velger du OK, logger på med organisasjonskontoen og velger Tillat tilgang.

    Skjermbilde av aktivitetsinformasjonen for Office365 Outlook.

  9. Velg Office365 Outlook-aktiviteten i redigeringsprogrammet for datasamlebåndet, og endre navneverdien til E-post ved feil i Generelt-delen.

    Skjermbilde av aktivitetsnavnet for Office365 Outlook.

  10. Velg Innstillinger mens Office365 Outlook-aktiviteten fortsatt er valgt. Oppdater Til-feltet til e-postadressen og feilen Emne for datasamlebånd. Velg Legg til dynamisk innhold [ALT+SKIFT+D] for brødteksten for e-post.

    Merk

    Flere konfigurasjonsalternativer for e-post, for eksempel Fra (Send som), Kopi, Blindkopi, Følsomhetsetikett og mer, er tilgjengelige fra avanserte egenskaper.

    Skjermbilde av Outlook-innstillingene for Office365.

  11. Lim inn følgende uttrykkskodeblokk i uttrykksverktøyet for datasamlebånd:

    @concat(
    'Pipeline: '
    , 
    , '<br>'
    , 'Workspace: '
    , 
    , '<br>'
    , 'Time: '
    , 
)

    Skjermbilde av Office365 Outlook-aktiviteten med uttrykksverktøyet.

  12. Velg Systemvariabler , og sett inn følgende variabler ved å velge det tilsvarende navnet fra tabellen nedenfor.

    Verdinavn Linje Systemvariabel
    Rørledning: 3 Datasamlebånd-ID
    Arbeidsområde: 6 Arbeidsområde-ID

    Skjermbilde av systemvariablene for datasamlebåndet.

  13. Velg Funksjoner , og sett inn følgende funksjon ved å velge det tilsvarende navnet fra tabellen nedenfor. Når du er ferdig, velger du OK.

    Verdinavn Linje Systemvariabel
    Tid: 9 utcnow

    Skjermbilde av datasamlebåndfunksjoner.

  14. Velg OnlineSalesActivity. Velg X (På mislykket) fra de tilgjengelige banealternativene. Dette oppretter en pil som slippes på aktiviteten E-post ved feil . Denne aktiviteten aktiveres nå hvis OnlineSalesActivity mislykkes.

    Skjermbilde av feilbanen.

  15. Velg Tidsplan på Hjem-fanen. Når du har oppdatert følgende konfigurasjoner, velger du Bruk for å lagre endringene.

    Name Verdi
    Planlagt kjøring På
    Repeat Daglig
    Tid kl. 00:00:00

    Skjermbilde av feilgrenen.

  16. Velg Kjør på Hjem-fanen. Hvis et dialogboksvindu vises, velger du alternativet Lagre og kjør for å fortsette.

    Skjermbilde av kjør-alternativet fra hjem-fanen.

    Hvis du vil overvåke datasamlebåndets gjeldende status, kan du vise utdatatabellen, som viser den gjeldende aktivitetsfremdriften. Tabellen oppdateres regelmessig på egen hånd, eller du kan velge oppdateringsikonet manuelt for å oppdatere det.

    Skjermbilde av gjeldende fremdrift for datasamlebåndaktivitet.

  17. Når statusen returnerer Vellykket, kan du gå videre til neste del av opplæringen ved å gå tilbake til arbeidsområdet.

    Skjermbilde av sideskinnen med valg av arbeidsområde.

Opprett en semantisk modell i Lakehouse

Dataene du lastet inn, er nesten klare for rapportering. La oss først bruke SQL-endepunktet til å opprette relasjoner og SQL-visninger i lakehouse. Dette gir oss enkel tilgang til dataene våre i en semantisk modell, som er en metadatamodell som inneholder fysiske databaseobjekter som er abstrahert og endret til logiske dimensjoner. Den er utformet for å presentere data for analyse i henhold til strukturen i virksomheten.

Opprette relasjoner

Denne modellen er et stjerneskjema som du kan se fra datalagre: Den ligner en stjerne. Midten av stjernen er et faktabord. De omkringliggende tabellene kalles Dimensjonstabeller, som er relatert til faktatabellen med relasjoner.

  1. Velg SQL-endepunktelementet SalesLakehouse i arbeidsområdevisningen.

    Skjermbilde av SQL-endepunktelementet i et arbeidsområde.

  2. Når du er i Utforsker, velger du modellvisningen nederst på skjermen for å begynne å opprette relasjoner.

    Skjermbilde av valg av modellvisning.

  3. Opprett en relasjon ved å dra og slippe kolonnen CustomerKey fra FactOnlineSales-tabellen til CustomerKey i DimCustomer-tabellen.

  4. Når du er i vinduet Opprett relasjon , må du kontrollere at du velger de riktige tabellene, kolonnene og innstillingene som vist i tabellen nedenfor. Velg Bekreft for å fortsette.

    Gjør denne relasjonen aktiv Fra: Tabell 1 (kolonne) Til: Tabell 2 (kolonne) Kardinalitet Kryssfiltreringsretning
    ☑ FactOnlineSales (CustomerKey) DimCustomer (CustomerKey) Mange til én (*:1) Enkel

    Skjermbilde av Relasjon mellom FactOnlineSales- og DimCustomer-tabellen.

  5. Utfør de samme trinnene for hver av de gjenværende tabellene og kolonnene som er oppført i tabellen nedenfor for å opprette relasjoner.

    Gjør denne relasjonen aktiv Fra: Tabell 1 (kolonne) Til: Tabell 2 (kolonne) Kardinalitet Kryssfiltreringsretning
    ☑ FactOnlineSales (ProductKey) DimProduct (ProductKey) Mange til én (*:1) Enkel
    ☑ FactOnlineSales (StoreKey) DimStore (StoreKey) Mange til én (*:1) Enkel
    ☑ FactOnlineSales (DateKey) DimDate (DateKey) Mange til én (*:1) Enkel
    ☑ DimStore (StoreKey) DimEmployee (StoreKey) Mange til én (*:1) Begge

    Bildet nedenfor viser en ferdig visning av den semantiske modellen med alle de opprettede relasjonene inkludert.

    Skjermbilde av tabellrelasjoner i modellvisningsruten.

Skrive et mål i DAX

La oss skrive et grunnleggende mål som beregner det totale salgsbeløpet.

  1. Velg FactOnlineSales-tabellen i Tabeller-mappen. Velg Nytt mål på Hjem-fanen.

    Skjermbilde av tabellrelasjoner i modellvisningen.

  2. Kopier og lim inn eller skriv inn følgende mål i formelredigeringsprogrammet for å beregne det totale salgsbeløpet. Merk av for å utføre.

    Total Sales Amount = SUM(FactOnlineSales[SalesAmount])

    Skjermbilde av Merk av for å utføre et DAX-mål.

Opprette en SQL-visning

La oss skrive en SQL-setning som beregner det totale salgsbeløpet etter måned. Vi vil da lagre denne uttalelsen som en utsikt i vår lakehouse. Dette gir oss enkel tilgang til det totale salgsbeløpet etter måned i fremtiden.

  1. Velg Ny SQL-spørring på Hjem-fanen.

    Skjermbilde av Ny SQL-spørring fra hjem-fanen.

  2. Kopier og lim inn eller skriv inn denne spørringen i redigeringsprogrammet for spørringen for å beregne det totale salgsbeløpet etter månedsnummer i synkende rekkefølge. Når du er angitt, velger du Kjør for å vise resultater.

    SELECT 
MONTH(DateKey) as "MonthNumber",
SUM(SalesAmount) as "TotalSalesAmount"
FROM FactOnlineSales
GROUP BY MONTH(DateKey)

    Skjermbilde av redigeringsprogrammet for SQL-spørring.

  3. Uthev den fullstendige spørringsteksten, og velg Lagre som visning.

    Skjermbilde av alternativet Lagre som visning.

  4. Angi Visningsnavn til TotalSalesByMonth i vinduet Lagre som visning, og velg deretter OK.

    Skjermbilde av vinduet Lagre som visning.

  5. Utvid Visninger-delen i Utforsker, og velg TotalSalesByMonth for å vise resultatene i forhåndsvisningen av data.

    Skjermbilde av Visninger med Lakehouse Explorer.

    Når du er ferdig med å utforske redigeringsprogrammet for SQL-endepunkt, kan du gå videre til neste del av opplæringen ved å gå tilbake til arbeidsområdet.

    Skjermbilde av sideskinnen og utvalget av arbeidsområdet.

Automatisk oppretting av en rapport

Nå som du har modellert dataene, er det på tide å visualisere og utforske dataene ved hjelp av hurtigoppretting.

  1. Hold pekeren over elementtypen Datasett (standard) og elementnavnet SalesLakehouse i arbeidsområdevisningen. Velg ellipsene ( ... ) og velg Automatisk oppretting av rapport.

    Skjermbilde av alternativet For automatisk oppretting av rapport med et arbeidsområde.

    En rapport genereres automatisk for deg og oppdateres dynamisk basert på kolonnevalg i dataruten .

    • Den viste rapporten kan være forskjellig fra bildet.

    Skjermbilde av den ferdige rapporten for automatisk oppretting.

  2. Velg Lagre fra båndet for å lagre en kopi i gjeldende arbeidsområde

    • Hvis du vil skrive inn den fullstendige redigeringsopplevelsen for visualobjekter, kan du velge Rediger på båndet.

    Skjermbilde av Lagre-knappen når du visualiserer data.

  3. Skriv inn Salgssammendrag i feltet Skriv inn et navn for rapportfeltet i dialogboksen Lagre rapporten . Velg Lagre én gang fullført.

    Skjermbilde av Lagre-knappen som fullfører prosessen når du visualiserer data.

Du kan lære mer om hurtigoppretting.

Relatert innhold

Gratulerer med å fullføre opplæringen. Hvis du opprettet et arbeidsområde for opplæringen, kan du velge å slette det nå. Du kan også fjerne de individuelle elementene som ble opprettet under opplæringen.

Vi håper denne opplæringen viste hvordan Power BI-brukere enkelt kan gi innsikt i data på alle skalanivåer med Microsoft Fabric.