Power BI:n käyttöskenaariot: Kehittynyt tietojen valmistelu

Muistiinpano

Tämä artikkeli on osa Power BI:n käyttöönoton suunnittelun artikkelisarjaa. Tässä sarjassa keskitytään ensisijaisesti Microsoft Fabricin Power BI -kokemukseen. Johdanto sarjaan on artikkelissa Power BI:n käyttöönoton suunnittelu.

Tietojen valmistelu (kutsutaan joskus nimellä ETL, joka on lyhenne poiminta-, muunnos- ja lataustoiminnoista) edellyttää usein suurta vaivaa. Tietojen keräämiseen, puhdistamiseen, yhdistämiseen ja täydentämiseen liittyvä aika, taito ja vaivannäkö riippuu lähdetietojen laadusta ja rakenteesta.

Keskitettyihin tietojen valmisteluun kuluva aika ja työ auttavat

• Paranna uudelleenkäytettävyyttä ja saavuta enimmäisarvo tietojen valmistelusta.
• Paranna kykyä tarjota yhtenäistä tietoa useille tiimeille.
• Vähennä muiden sisällöntekijöiden tarvitsemaa työmäärää.
• Saavuttaa skaalautuvuus ja suorituskyky.

Kehittynyt tietojen valmistelun käyttöskenaario laajenee itsepalvelutietojen valmisteluskenaariossa. Kehittynyt tietojen valmistelu on tarkoitettu lisäämään tietovuon uudelleenkäyttöä useille käyttäjille eri tiimeissä ja erilaisissa käyttötapauksissa.

Erilliset työtilat, jotka on järjestetty tietovuon tarkoituksen mukaan, ovat hyödyllisiä, kun tietovuon tulos annetaan useille semanttisille mallintekijöille, etenkin silloin, kun he ovat organisaation eri tiimeissä. Erilliset työtilat ovat hyödyllisiä myös käyttöoikeusroolien hallinnassa, kun tietovoita luovat ja hallitsevat ihmiset eroavat käyttäjien käyttämästä.

Muistiinpano

Kehittynyt tietojen valmisteluskenaario on toinen tietojen valmisteluskenaarioita. Tämä skenaario perustuu siihen, mitä voidaan tehdä keskitetyillä tietovoilla, jotka on kuvattu omatoimisessä tietojen valmisteluskenaariossa .

Kehittynyt tietojen valmisteluskenaario on yksi omatoimisen BI:n skenaarioista. Keskitetty tiimin jäsen voi kuitenkin käyttää tekniikoita samalla tavalla kuin hallitussa omatoimisen BI:n skenaariossa. Täydellinen luettelo omatoimisista skenaarioista on Artikkelissa Power BI:n käyttöskenaariot .

Sisältöyhteistyö- ja toimitusskenaarioita käsittelevässä aiheessa kuvattuja näkökohtia ei käsitellä nyt tässä artikkelissa. Lue lisätietoja näistä artikkeleista ensin.

Skenaariokaavio

Vihje

Suosittelemme, että tutustut omatoimiseen tietojen valmistelun käyttöskenaarioon, jos et ole tutustunut siihen. Kehittynyt omatoiminen tietojen valmisteluskenaario perustuu kyseiseen skenaarioon.

Tämän kehittyneen tietojen valmisteluskenaarion painopisteenä ovat seuraavat:

• Erillisten tietovoiden käyttö tarkoituksen mukaan: valmistelu, muuntaminen tai lopullinen. Suosittelemme, että käytät rakenneosia paremman uudelleenkäytön saamiseksi eri yhdistelminä tiettyjen käyttäjävaatimusten tukemiseksi. Rakennelohkot on kuvattu jäljempänä tässä artikkelissa.
• Erillisten työtilojen käyttö, jotka tukevat tietovoiden luojia tai tietovoiden kuluttajia. Tietovoita kuluttavat tietojen mallintajat voivat olla eri tiimeissä ja/tai heillä voi olla erilaisia käyttötapauksia.
• Linkitettyjen taulukoiden (eli linkitettyjen entiteettien) käyttö, lasketut taulukot (lasketut entiteetit) ja parannettu laskentamoduuli.

Muistiinpano

Joskus termejä semanttinen malli ja tietomalli käytetään samalla tavalla. Power BI -palvelun näkökulmasta kyseessä on semanttinen malli. Kehitysnäkökulmasta kyseessä on tietomalli (tai lyhyesti malli ). Tässä artikkelissa kummallakin termillä on sama merkitys. Samoin semanttisen mallin luojalla ja tietomallintajalla on sama merkitys.

Seuraavassa kaaviossa esitetään korkean tason yleiskatsaus yleisimpiin käyttäjän toimintoihin ja Power BI -komponentteihin, jotka tukevat edistynyttä tietojen valmisteluskenaariota.

Vihje

Suosittelemme lataamaan skenaariokaavion , jos haluat upottaa sen esitykseen, dokumentaatioon tai blogikirjoitukseen tai tulostaa sen seinäjulisteena. Koska kyseessä on SVG-kuva, voit skaalata sitä ylös- tai alaspäin ilman laadun heikkenemistä.

Skenaariokaaviossa esitetään seuraavat käyttäjän toiminnot, työkalut ja ominaisuudet:

Kohde	Kuvaus
	Tietovuon tekijä kehittää kokoelman tietovuon taulukoita. Uudelleenkäyttöön tarkoitetulle tietovuohlle on yleistä (mutta ei välttämätöntä), että tekijä kuuluu keskitettyyn tiimiin, joka tukee käyttäjiä organisaation yli (kuten IT, yritys-BI tai Center of Excellence).
	Tietovuo muodostaa yhteyden yhden tai useamman tietolähteen tietoihin.
	Jotkin tietolähteet saattavat edellyttää paikallista tietoyhdyskäytävää tai VNet-yhdyskäytävää tietojen päivittämiseen, kuten yksityisessä organisaatioverkossa sijaitsevat tietolähteet. Näitä yhdyskäytäviä käytetään sekä tietovuon muokkaamiseen Power Query Onlinessa että tietovuon päivittämiseen.
	Kaikkien mukana olevien työtilojen käyttöoikeustilaksi on määritetty Fabric-kapasiteetti, Premium-kapasiteetti, käyttäjäkohtainen Premium tai Embedded. Nämä käyttöoikeustilat mahdollistavat linkitettyjen taulukoiden ja laskettujen taulukoiden käytön kaikissa työtiloissa, joita tässä skenaariossa edellytetään.
	Tietovoiden luojat kehittävät tietovoita käyttämällä Power Query Onlinea, joka on Power Queryn verkkopohjainen versio.
	Valmistelutietovuo luodaan työtilassa, joka on omistettu tietovoiden keskitetylle hallinnalle. Valmistelutietovuo kopioi raakatiedot lähteestä sellaisenaan. Muutamia, jos sellaisia on, otetaan käyttöön vain vähän muunnoksia.
	Samaan työtilaan luodaan muunnostietovuo (eli puhdistettu tietovuo). Se hankkii tietoja käyttämällä linkitettyjä taulukoita valmistelutietovuohon. Lasketut taulukot sisältävät muunnosvaiheita, jotka valmistelevat, puhdistavat ja muotoilevat tietoja uudelleen.
	Tietovoiden tekijöillä on oikeus hallita sisältöä työtilassa, joka on omistettu tietovoiden keskitetylle hallinnalle.
	On olemassa vähintään yksi muu työtila, jonka tarkoituksena on tarjota käyttöoikeus lopulliseen tietovuohon, joka toimittaa tuotantovalmiita tietoja tietomalleihin.
	Lopullinen tietovuo luodaan työtilassa, joka on tietomallintajien käytettävissä. Se hankkii tietoja käyttämällä linkitettyjä taulukoita muunnostietovuohon. Lasketut taulukot edustavat valmisteltua tulosta, joka näkyy tietojen mallintajille, joille on myönnetty työtilan katselijan rooli.
	Semanttisten mallien tekijöillä (jotka kuluttavat tietovuon tulosta) on katselijan käyttöoikeus työtilaan, joka sisältää lopullisen tietovuon tuloksen. Tietovoiden tekijöillä on myös käyttöoikeus työtilan sisällön hallintaan ja julkaisemiseen (ei esitetty skenaariokaaviossa).
	Semanttisten mallien tekijät käyttävät lopullista tietovuota tietolähteenä kehittäessään tietomallia Power BI Desktopissa. Kun semanttinen mallin tekijä on valmis, se julkaisee tietomallin sisältävän Power BI Desktop -tiedoston (.pbix) Power BI -palveluun (ei kuvattu skenaariokaaviossa).
	Fabric-järjestelmänvalvojat hallitsevat asetuksia hallintaportaalissa.
	Hallintaportaalissa Power BI -järjestelmänvalvojat voivat määrittää Azure-yhteyksiä tietovuon tietojen tallentamiseksi Azure Data Lake Storage Gen2 (ADLS Gen2) -tililleen. Asetuksiin kuuluu vuokraajatason tallennustilin määrittäminen ja työtilatason tallennusoikeuksien käyttöönotto.
	Oletusarvoisesti tietovuot tallentavat tietoja käyttämällä sisäistä tallennustilaa, jota Power BI -palvelu hallitsee. Vaihtoehtoisesti tietovuon antamat tiedot voidaan tallentaa organisaation ADLS Gen2 -tilille.
	Fabric-järjestelmänvalvojat valvovat ja valvovat toimintaa Fabric-portaalissa.

Avainasiat

Seuraavassa on joitakin avainkohtia, joita tulee korostaa kehittyneiden tietojen valmisteluskenaariossa.

Tietovuot

Tietovuo koostuu kokoelmasta taulukoita (kutsutaan myös entiteeteiksi). Kunkin taulukon määrittää kysely, joka sisältää tietojen valmisteluvaiheet, joita tarvitaan taulukon lataamiseen tietojen kanssa. Kaikki työn tietovuon luomiseksi tehdään Power Query Onlinessa. Voit luoda tietovuon useissa tuotteissa, kuten Power Appsissa, Dynamics 365 Customer Insightsissa ja Power BI:ssä.

Muistiinpano

Et voi luoda tietovoita henkilökohtaisessa työtilassa Power BI -palvelussa.

Tietovoiden tyypit

Yhdistettävien rakenneosien käyttö on suunnitteluperiaate, jonka avulla voit hallita, ottaa käyttöön ja suojata järjestelmäkomponentteja ja käyttää niitä sitten eri yhdistelmissä. Tarkoitukseen ominaisten modulaaristen, itsenäisten tietovoiden luominen on paras käytäntö. Ne auttavat tietojen uudelleenkäytössä ja suuryritysasteikossa. Modulaarisia tietovoita on myös helpompi hallita ja testata.

Skenaariokaaviossa näytetään kolme erityyppistä tietovuota: valmistelutietovuo, muunna tietovuo ja lopullinen tietovuo.

Valmistelutietovuo

Valmistelun tietovuo (jota kutsutaan joskus tietojen poiminnan tietovuohksi) kopioi raakatiedot sellaisina kuin ne ovat lähteestä. Kun raakatiedot puretaan mahdollisimman vähäisellä muunnoksella, säilön muunnostietovuot (kuvataan seuraavaksi) voivat käyttää valmistelutietovuota lähteenään. Tästä modulaarisuudesta on hyötyä, kun:

• Tietolähteen käyttö on rajoitettu kapeiden aikaikkunoiden ja/tai muutamien käyttäjien käyttöön.
• Ajallinen yhdenmukaisuus halutaan varmistaa, että kaikki loppuvaiheen tietovuot (ja niihin liittyvät semanttiset mallit) toimittavat tietoja, jotka on poimittu tietolähteestä samaan aikaan.
• Tietolähteeseen lähetettyjen kyselyiden määrän pienentäminen on tarpeen lähdejärjestelmärajoitusten tai analyyttisten kyselyiden tukemisen vuoksi.
• Lähdetietojen kopiosta on hyötyä täsmäytysprosesseissa ja tietojen laadun tarkistamisessa.

Muunna tietovuo

Muunnostietovuo (kutsutaan joskus puhdistettuksi tietovuoksi) hankkii tietonsa linkitetyistä taulukoista, jotka muodostavat yhteyden valmistelutietovuohon. Paras käytäntö on erottaa muunnokset tietojen poimintaprosessista.

Muunnostietovuo sisältää kaikki tietojen valmisteluun ja uudelleenjärjestelyyn tarvittavat muunnosvaiheet. Tässä kerroksessa keskitytään kuitenkin uudelleenkäytettävyyteen sen varmistamiseksi, että tietovuo sopii useisiin käyttötarkoituksiin ja tarkoituksiin.

Lopullinen tietovuo

Lopullinen tietovuo edustaa valmisteltua tulosta. Käyttötapauksen ja tarkoituksen perusteella voi tapahtua joitakin muunnoksia. Analytiikassa lopullisen tietovuon ensisijainen rakenne on tähtirakennetaulukko (dimensio tai fakta).

Lasketut taulukot näkyvät tietojen mallintajille, joille myönnetään työtilan katselijan rooli. Tämä taulukkotyyppi on kuvattu alla olevassa tietovuotaulukoiden tyypeissä.

Muistiinpano

Datajärvet on usein vyöhykkeitä, kuten pronssi, hopea ja kulta. Nämä kolme tietovuotyyppiä vastaavat samaa rakennemallia. Jotta voit tehdä parhaan mahdollisen tietoarkkitehtuuripäätöksen, mieti, kuka ylläpitää tietoja, mikä tietojen odotettu käyttö on sekä mikä on tietoja käyttävien henkilöiden edellyttämä taitotaso.

Tietovoiden työtilat

Jos luot kaikki tietovuot yhdessä työtilassa, se rajoittaa uudelleenkäytettävyyden laajuutta huomattavasti. Yksittäisen työtilan käyttö rajoittaa myös käytettävissä olevia suojausvaihtoehtoja, kun tuetaan useita käyttäjätyyppejä eri tiimeissä ja/tai eri käyttötapauksissa. Suosittelemme useiden työtilojen käyttämistä. Ne tarjoavat paremman joustavuuden, kun haluat tukea omatoimisia luojia organisaation eri alueilta.

Skenaariokaaviossa näkyvät kaksi työtilatyyppiä ovat seuraavat:

• Työtila 1: Se tallentaa keskitetysti hallitut tietovuot (joita kutsutaan joskus taustatyötilaksi). Se sisältää sekä valmistelu- että muunnostietovuot, koska samat ihmiset hallitsevat niitä. Tietovoiden luojat ovat usein keskitetystä tiimistä, kuten IT-, BI- tai Center of Excellence -tiimistä. Heidät on määritettävä joko työtilan järjestelmänvalvojan, jäsenen tai osallistujan rooliin.
• Työtila 2: Se tallentaa ja toimittaa tietojen lopulliset tietovuon tulokset (joita kutsutaan joskus käyttäjän työtilaksi). Semanttisten mallien tekijät ovat usein omatoimisia analyytikoita, tehokäyttäjiä tai citizen data -insinöörejä. Ne tulisi määrittää työtilan katselijan rooliin, koska heidän tarvitsee vain käyttää lopullisen tietovuon tulosta . Jos haluat tukea semanttisten mallien luojia organisaation eri alueilta, voit luoda useita tällaisia työtiloja käyttötapausten ja suojaustarpeiden perusteella.

Vihje

Suosittelemme tutustumaan semanttisten mallien luojien tukitapoihin, jotka on kuvattu omatoimisessa tietojen valmistelun käyttöskenaariossa. On tärkeää ymmärtää, että semanttisten mallien luojat voivat edelleen käyttää Power Queryn kaikkia ominaisuuksia Power BI Desktopissa. He voivat lisätä kyselyvaiheita tietovuon tietojen muuntamista varten tai yhdistää tietovuon tuloksen muihin lähteisiin.

Tietovuotaulukoiden tyypit

Skenaariokaaviossa esitetään kolme erityyppistä tietovuotaulukkoa (eli entiteettejä).

• Vakiotaulukko: tekee kyselyjä ulkoisesta tietolähteestä, kuten tietokannasta. Skenaariokaaviossa vakiotaulukot esitetään valmistelutietovuossa.
• Linkitetty taulukko: Viittaa taulukkoon toisesta tietovuosta. Linkitetty taulukko ei monista tietoja. Sen sijaan se sallii vakiotaulukon uudelleenkäytön useita kertoja useisiin tarkoituksiin. Linkitetyt taulukot eivät näy työtilan katselijille, koska ne perivät käyttöoikeudet alkuperäisestä tietovuosta. Skenaariokaaviossa linkitetyt taulukot esitetään kahdesti:
  • Muunnostietovuossa, jotta voit käyttää valmistelutietovuon tietoja.
  • Viimeisessä tietovuossa, jotta voit käyttää muunnostietovuon tietoja.
• Laskettu taulukko: suorittaa lisälaskentaa käyttämällä lähteenään eri tietovuota. Lasketut taulukot mahdollistavat tulosteen mukauttamisen tarvittaessa yksittäisten käyttötapausten tapauksessa. Skenaariokaaviossa laskettuja taulukoita kuvataan kahdesti:
  • Muunnoksen tietovuossa yleisten muunnosten suorittamiseen.
  • Viimeisessä tietovuossa, jonka avulla tuotosta voidaan toimittaa semanttisille mallintekijöille. Koska lasketut taulukot tallentavat tiedot uudelleen (tietovuon päivittämisen jälkeen), tietojen mallintajat voivat käyttää lopullisen tietovuon laskettuja taulukoita. Tässä tapauksessa tietojen mallintajille on myönnettävä käyttöoikeus työtilan katselijan roolilla.

Muistiinpano

On olemassa monia suunnittelutekniikoita, kuvioita ja parhaita käytäntöjä , jotka voivat viedä tietovoita omatoimisista yritysvalmiisiin. Lisäksi niiden työtilan tietovuot, joiden käyttöoikeustila on määritetty käyttäjäkohtaiselle Premiumille tai Premium-kapasiteetille, voivat hyötyä lisäominaisuuksista. Linkitetyt taulukot ja lasketut taulukot (joita kutsutaan myös entiteeteiksi) ovat kaksi edistynyttä ominaisuutta, jotka ovat olennaisia tietovoiden uudelleenkäytettävyyden parantamiseksi.

Parannettu laskentamoduuli

Parannettu laskentamoduuli on edistynyt ominaisuus, joka on käytettävissä Power BI Premiumissa.

Tärkeä

Joskus tämä artikkeli viittaa Power BI Premiumiin tai sen kapasiteettitilauksiin (P-varastointiyksiköt). Ota huomioon, että Microsoft vahvistaa parhaillaan ostovaihtoehtoja ja poistaa käytöstä Kapasiteettikohtaisen Power BI Premiumin. Uusien ja nykyisten asiakkaiden kannattaa harkita Fabric-kapasiteettitilausten (F-varastointiyksiköiden) ostamista.

Lisätietoja on artikkelissa Power BI Premium -käyttöoikeuksien tärkeä päivitys ja Power BI Premiumin usein kysytyt kysymykset.

Parannettu laskentamoduuli parantaa linkitettyjen taulukoiden suorituskykyä (samassa työtilassa), jotka viittaavat (linkittävät) tietovuohon. Parannetun laskentamoduulin maksimaalisen hyödyn saamiseksi:

• Jaa valmistelu- ja muunnostietovuot.
• Käytä samaa työtilaa valmistelu- ja muuntamistietovoiden tallentamiseen.
• Käytät monimutkaisia toimintoja, joiden avulla kysely voidaan delegoida lähteeseen kyselyn vaiheiden varhaisessa vaiheessa. Lähteeseen delegoitavien toimintojen priorisointi voi auttaa parhaan päivitystehon saavuttamisessa.
• Vähennä päivitysten kestoa ja resurssien kulutusta lisäävällä päivityksellä .
• Tee testaus aikaisessa vaiheessa ja usein kehitysvaiheessa.

Tietovuon ja semanttisen mallin päivitys

Tietovuo on semanttisten mallien tietojen lähde. Useimmissa tapauksissa asiaan liittyy useita tietojen päivitysaikatauluja: yksi kullekin tietovuolle ja yksi jokaista semanttista mallia kohden. Vaihtoehtoisesti on mahdollista käyttää DirectQueryä semanttisesta mallista tietovuohon, mikä edellyttää Power BI Premiumia ja parannettua laskentamoduulia (ei esitetty skenaariokaaviossa).

Azure Data Lake Storage Gen2

ADLS Gen2 -tili on tietyntyyppinen Azure-tallennustili, jolla hierarkkinen nimitila on käytössä. ADLS Gen2:lla on suorituskyky-, hallinta- ja tietoturvaetuja analyyttisten kuormitusten käyttämisessä. Oletusarvoisesti Power BI -tietovuot käyttävät sisäistä tallennustilaa, joka on Power BI -palvelun hallitsema sisäinen Data Lake -tili. Vaihtoehtoisesti organisaatiot voivat tuoda oman Data Lake -tallennustilansa muodostamalla yhteyden organisaationsa ADLS Gen2 -tiliin.

Seuraavassa on joitakin etuja oman Data Lake -tallennustilasi käytölle:

• Käyttäjät (tai prosessit) voivat suoraan käyttää Data Lake -järjestelmään tallennettuja tietovuon tietoja. Siitä on hyötyä, kun tietovuon uudelleenkäyttö tapahtuu Power BI:n ulkopuolella. Esimerkiksi Azure Data Factory voi käyttää tietovuon tietoja.
• Muut työkalut tai järjestelmät voivat hallita Data Lake -tallennustilan tietoja. Tässä tapauksessa Power BI voi käyttää tietoja sen hallinnan sijaan (tätä ei kuvata skenaariokaaviossa).

Kun käytät linkitettyjä taulukoita tai laskettuja taulukoita, varmista, että jokainen työtila on määritetty samalle ADLS Gen2 -tallennustilille.

Muistiinpano

ADLS Gen2:n tietovuon tiedot tallennetaan Power BI -kohtaiseen säilöön. Tämä säilö on kuvattu omatoimisen tietojen valmistelun käyttöskenaariokaaviossa.

Hallintaportaalin asetukset

Hallintaportaalissa on kaksi tärkeää asetusta, joita hallitaan:

• Azure-yhteydet: Hallintaportaalin Azure-yhteydet-osiossa on asetus, jolla määritetään yhteys ADLS Gen2 -tiliin. Tämän asetuksen avulla Power BI -järjestelmänvalvoja voi tuoda oman Data Lake -tallennustilasi tietovoihin. Kun työtilat on määritetty, ne voivat käyttää kyseistä Data Lake -tiliä tallennustilaa varten.
• Työtilatason tallennustila: Power BI -järjestelmänvalvoja voi määrittää työtilatason tallennusoikeudet. Kun asetus on käytössä, työtilan järjestelmänvalvojat voivat käyttää eri tallennustiliä kuin vuokraajatasolla määritetty tili. Tämän asetuksen käyttöönotosta on hyötyä hajautetuille liiketoimintayksiköille, jotka hallitsevat omaa Data Lake -tallennustilaansa Azuressa.

Yhdyskäytävän asennus

Yleensä paikallista tietoyhdyskäytävää tarvitaan muodostettaessa yhteyttä tietolähteisiin, jotka sijaitsevat yksityisessä organisaatioverkossa tai näennäisverkossa.

Tietoyhdyskäytävää tarvitaan, kun

• Tietovuon luominen Power Query Onlinessa, joka muodostaa yhteyden yksityisiin organisaation tietoihin.
• Päivitetään tietovuo, joka muodostaa yhteyden yksityisiin organisaation tietoihin.

Vihje

Tietovuot edellyttävät keskitettyä tietoyhdyskäytävää vakiotilassa. Henkilökohtaisessa tilassa olevia yhdyskäytäviä ei tueta tietovoita käsiteltäessä.

Järjestelmän valvonta

Toimintoloki tallentaa käyttäjän toimet, jotka tapahtuvat Power BI -palvelussa. Power BI -järjestelmänvalvojat voivat käyttää toimintolokitietoja, jotka kerätään valvonnan suorittamiseen, jotta he ymmärtävät käyttötavat ja käyttöönoton. Toimintaloki on arvokas myös hallintotoimien, suojausvalvontaen ja vaatimustenmukaisuusvaatimusten tukemisen kannalta. Kehittyneessä tietojen valmisteluskenaariossa toimintalokin tiedoista on hyötyä tietovoiden hallinnan ja käytön seurannassa.

Liittyvä sisältö

Muita hyödyllisiä skenaarioita, jotka auttavat Power BI:n toteutuspäätöksissä, on artikkelissa Power BI:n käyttöskenaariot .