Μοντελοποίηση δεδομένων με το Power BI

Αρχάριοι
Αναλυτής δεδομένων
Power BI

Μάθετε τι είναι ένα σημασιολογικό μοντέλο Power BI, ποια προσέγγιση φόρτωσης δεδομένων θα χρησιμοποιήσετε και πώς μπορείτε να δημιουργήσετε το σημασιολογικό μοντέλο σας για να λάβετε τις πληροφορίες που χρειάζεστε.

Αυτός ο μαθησιακός δίαυλος μπορεί να σας βοηθήσει να προετοιμαστείτε για την πιστοποίηση Με πιστοποίηση Microsoft: Data Analyst Associate.

Προαπαιτούμενα στοιχεία

Δεν υπάρχουν προαπαιτούμενα για αυτόν τον μαθησιακό δίαυλο.

Ενότητες σε αυτήν τη διαδρομή εκμάθησης

Σε αυτήν την εκπαιδευτική ενότητα, θα μάθετε σχετικά με τη δομή μοντέλου Power BI Desktop, τα βασικά σχεδίων αστεροειδούς σχήματος, τα ερωτήματα ανάλυσης και τη διαμόρφωση απεικόνισης αναφοράς. Αυτή η εκπαιδευτική ενότητα παρέχει μια ισχυρή βάση πάνω στην οποία μπορείτε να μάθετε πώς να βελτιστοποιήσετε τη σχεδίαση μοντέλων και να προσθέσετε υπολογισμούς μοντέλων.

Περιγράψτε τα πλαίσια μοντέλων, τα πλεονεκτήματα και τους περιορισμούς τους, καθώς και δυνατότητες για τη βελτιστοποίηση των μοντέλων δεδομένων σας Power BI.

Η διαδικασία δημιουργίας ενός σύνθετου μοντέλου σημασιολογίας στο Power BI είναι απλή. Εάν τα δεδομένα σας προέρχονται από περισσότερα από ένα συστήματα συναλλαγών, πολύ γρήγορα μπορείτε να έχετε δεκάδες πίνακες με τους οποίους θα πρέπει να εργαστείτε. Η δημιουργία ενός μεγάλου σημασιολογικού μοντέλου έχει να κάνει με την απλοποίηση της αποδιοργάνωσης. Ένα αστεροειδές σχήμα είναι ένας τρόπος για να απλοποιήσετε ένα μοντέλο σημασιολογίας και θα μάθετε σχετικά με την ορολογία και την υλοποίησή τους σε αυτή την εκπαιδευτική ενότητα. Θα μάθετε επίσης γιατί η επιλογή της σωστής υποδιαίρεσης δεδομένων είναι σημαντική για θέματα επιδόσεων και χρηστικότητας των αναφορών σας Power BI. Τέλος, θα μάθετε σχετικά με τη βελτίωση των επιδόσεων με τα σημασιολογικά μοντέλα Power BI.

Σε αυτήν την εκπαιδευτική ενότητα, θα μάθετε πώς να γράφετε τύπους DAX για να δημιουργήσετε υπολογιζόμενους πίνακες, υπολογιζόμενες στήλες και μετρήσεις, οι οποίοι είναι διαφορετικοί τύποι υπολογισμών μοντέλων. Επιπλέον, θα μάθετε πώς να γράφετε και μορφοποιείτε τύπους DAX, οι οποίοι αποτελούνται από παραστάσεις που χρησιμοποιούν συναρτήσεις, τελεστές, αναφορές σε αντικείμενα μοντέλου, σταθερές και μεταβλητές.

Σε αυτήν την εκπαιδευτική ενότητα, θα μάθετε πώς να εργάζεστε με έμμεσες και ρητές μετρήσεις. Θα ξεκινήσετε δημιουργώντας απλές μετρήσεις, οι οποίες συνοψίζουν μια μοναδική στήλη ή πίνακα. Στη συνέχεια, θα δημιουργήσετε πιο σύνθετες μετρήσεις με βάση άλλες μετρήσεις στο μοντέλο. Επιπλέον, θα μάθετε σχετικά με τις ομοιότητες και τις διαφορές μεταξύ μιας υπολογιζόμενης στήλης και μιας μέτρησης.

Στο τέλος αυτής της εκπαιδευτικής ενότητας, θα μπορείτε να προσθέσετε υπολογιζόμενους πίνακες και στήλες στο σημασιολογικό μοντέλο σας. Θα μπορείτε επίσης να περιγράψετε το περιβάλλον γραμμής, το οποίο χρησιμοποιείται σε αξιολογημένους τύπους υπολογιζόμενων στηλών. Επειδή μπορείτε να προσθέσετε στήλες σε έναν πίνακα χρησιμοποιώντας Power Query, θα μάθετε επίσης πότε είναι καλύτερο να δημιουργείτε υπολογιζόμενες στήλες αντί να Power Query προσαρμοσμένες στήλες.

Στο τέλος αυτής της εκπαιδευτικής ενότητας, θα μάθετε τη σημασία της χρονικής ευφυΐας και πώς μπορείτε να προσθέσετε υπολογισμούς DAX χρονικής ευφυΐας στο μοντέλο σας.

Η βελτιστοποίηση επιδόσεων, γνωστή και ως ρύθμιση επιδόσεων, περιλαμβάνει την πραγματοποίηση αλλαγών στην τρέχουσα κατάσταση του μοντέλου σημασιολογίας, ώστε να εκτελείται πιο αποτελεσματικά. Ουσιαστικά, όταν βελτιστοποιείται το σημασιολογικό μοντέλο σας, αποδίδει καλύτερα.

Επιβάλλετε ασφάλεια μοντέλου στο Power BI χρησιμοποιώντας ασφάλεια σε επίπεδο γραμμών και ασφάλεια σε επίπεδο αντικειμένου.