Initiation aux datamarts
Cet article explique comment commencer à utiliser des datamarts, y compris différents exemples de données qui peuvent démarrer votre expérience. Vous découvrirez des exemples de modèles sémantiques que vous pouvez utiliser avec des datamarts, comment créer des datamarts à partir de zéro, comment renommer ou supprimer un datamart et d’autres informations utiles pour vous familiariser avec les datamarts.
Exemples de données
Vous pouvez utiliser les différents types suivants d’exemples de données pour explorer les datamarts. Toutes les ressources suivantes contiennent des exemples de données gratuits :
Huit échantillons départementaux au format de classeur Excel, qui sont des versions Excel des exemples intégrés Power BI et qui incluent les modèles sémantiques de nombreux cas d’usage :
- Rentabilité des clients
- Analyse des dépenses informatiques
- Ressources humaines
- Analyse des opportunités
- Analyse de l’approvisionnement
- Analyse de la vente au détail
- Analyse de la qualité des fournisseurs commerciaux et marketing
Un exemple de classeur de données financières , qui est un tableau plat simple dans un fichier Excel disponible en téléchargement. Il contient des données anonymes avec des produits fictifs, y compris les ventes divisées par segments et par région.
Une version de classeur Excel du modèle dimensionnel AdventureWorks, dans un didacticiel qui vous guide tout au long de la création d’un rapport Power BI avec les données.
Les données mondiales COVID-19 sont basées sur des données de l’Université Johns Hopkins. Avant de publier ces données, nous vous recommandons de consulter l’article sur les exclusions de responsabilité.
Flux OData de Northwind Traders, données d’une organisation fictive qui gère les commandes, les produits, les clients, les fournisseurs et de nombreux autres aspects d’une petite entreprise.
Vous pouvez également commencer à utiliser des datamarts à partir de n’importe quel flux de données dont vous disposez actuellement. En partant d'un flux de données existant, vous allez copier des données dans votre datamart, moment auquel vous pouvez appliquer d'autres transformations ou simplement l'utiliser comme source de données pour explorer les datamarts.
Créer un datamart
Pour créer un datamart, accédez à votre espace de travail Power BI Premium ou Premium par utilisateur (PPU). Les datamarts nécessitent un abonnement Power BI Premium. Dans votre espace de travail Premium, sélectionnez + Nouveau, puis sélectionnez **Datamart (préversion) pour créer un datamart.
Il faut généralement environ 10 secondes pour provisionner un nouveau datamart. Une fois initialisé, vous pouvez charger des données dans votre datamart. Pour plus d’informations sur l’obtention de données dans un datamart, consultez la section obtenir et transformer des données dans cet article.
Obtenir et transformer des données
Il existe de nombreuses façons de se connecter aux données et de les transformer dans un datamart. Pour obtenir des informations générales sur les données dans Power BI, consultez Connexion aux données dans Power BI.
Pour charger des données dans votre datamart, ouvrez votre datamart (ou créez un datamart) et sélectionnez Obtenir des données.
Si vous choisissez d’obtenir des données à partir d’une autre source, une fenêtre de sélection de source de données s’affiche dans laquelle vous pouvez effectuer une sélection à partir d’une multitude de sources de données.
Vous pouvez également faire glisser et déplacer des fichiers à partir de votre ordinateur pour charger des données dans votre datamart, comme les fichiers Excel. Certaines sources de données peuvent nécessiter des paramètres ou des chaînes de connexion pour se connecter correctement.
Une fois connecté, sélectionnez les tables que vous souhaitez charger dans votre datamart. Vous pouvez appliquer des transformations à vos données sélectionnées et charger les données dans le datamart. Une fois les données chargées, les tables sont importées dans votre datamart. Vous pouvez surveiller la progression dans la barre d’état.
Pour chaque table que vous sélectionnez, une vue correspondante est créée dans le datamart qui apparaît dans l’Explorateur d’objets dans la Vue Table.
Données de modèle
Pour modéliser vos données, accédez à mode Modèle en sélectionnant l’icône Vue modèle en bas de la fenêtre, comme illustré dans l’image suivante.
Ajout ou suppression d’objets au modèle sémantique par défaut
Dans Power BI, un modèle sémantique est toujours requis avant que tous les rapports puissent être générés. Par conséquent, le modèle sémantique par défaut active les fonctionnalités de création de rapports rapides au-dessus du datamart. Dans le datamart, un utilisateur peut ajouter des objets datamart : des tables à leur modèle sémantique par défaut. Ils peuvent également ajouter des propriétés de modélisation sémantique supplémentaires, telles que des hiérarchies et des descriptions. Ils sont ensuite utilisés pour créer les tables du modèle sémantique Power BI. Les utilisateurs peuvent également supprimer des objets du modèle sémantique par défaut.
Pour ajouter des objets : des tables ou des vues au modèle sémantique par défaut, un utilisateur a 2 options :
- Ajouter automatiquement des objets au modèle sémantique, ce qui se produit par défaut sans intervention de l’utilisateur nécessaire
- Ajouter manuellement des objets au modèle sémantique
L’expérience de détection automatique détermine les tables ou les vues et les ajoute de façon opportuniste.
L’option détecter manuellement dans le ruban permet un contrôle précis des objets ( tables et/ou vues) qui doivent être ajoutés au modèle sémantique par défaut :
- Sélectionner tout
- Filtre pour les tables ou les vues
- Sélectionner des objets spécifiques
Pour supprimer des objets, un utilisateur peut utiliser le bouton sélectionner manuellement dans le ruban et :
- Tout désélectionner
- Filtre pour les tables ou les vues
- Désélectifier des objets spécifiques
Utilisation des dispositions des affichages de modèle
Pendant la session, les utilisateurs peuvent créer plusieurs onglets dans la vue de modèle pour faciliter davantage la conception de la base de données. Actuellement, les dispositions de la vue de modèle sont uniquement conservées dans la session. Les utilisateurs peuvent utiliser la disposition automatique chaque fois qu’un nouvel onglet est créé pour inspecter visuellement la conception de la base de données et comprendre la modélisation.
Créer une mesure
Pour créer une mesure (une mesure est une collection de métriques standardisées), sélectionnez la table dans l’Explorateur de tables et sélectionnez le bouton Nouvelle mesure dans le ruban, comme illustré dans l’image suivante.
Entrez la mesure dans la barre de formule et spécifiez la table et la colonne à laquelle elle s’applique. La barre de formule vous permet d’entrer votre mesure. Comme pour Power BI Desktop, l’expérience d’édition DAX dans les datamarts présente un éditeur riche avec auto-complétion pour les formules (IntelliSense). L’éditeur DAX vous permet de développer facilement des mesures directement dans datamart, ce qui en fait une source unique plus efficace pour la logique métier, la sémantique et les calculs critiques pour l’entreprise.
Vous pouvez développer la table pour trouver la mesure dans la table.
Créer une relation
Pour créer une relation dans un datamart, sélectionnez la vue modèle et sélectionnez votre datamart, puis faites glisser la colonne d’une table vers la colonne de l’autre table pour lancer la relation. Dans la fenêtre qui s’affiche, configurez les propriétés de relation.
Sélectionnez le bouton Confirmer lorsque votre relation est terminée pour enregistrer les informations de relation.
Masquer les éléments des rapports en aval
Vous pouvez masquer des éléments de votre datamart pour les rapports en aval en sélectionnant Vue Table et en faisant un clic droit sur la colonne ou la table que vous souhaitez masquer. Sélectionnez ensuite Masquer dans la vue Rapport dans le menu qui apparaît pour masquer l’élément dans les rapports en aval.
Vous pouvez également masquer l'intégralité du tableau et des colonnes individuelles à l'aide des options de canevas de la vue Modèle , comme illustré dans l’image suivante.
Accéder aux modèles sémantiques générés automatiquement
Pour accéder aux modèles sémantiques générés automatiquement, accédez à l’espace de travail Premium et recherchez le modèle sémantique qui correspond au nom du datamart.
Pour charger le modèle sémantique, cliquez sur le nom du modèle sémantique.
Gérer l’actualisation de datamart
Vous pouvez actualiser un datamart de deux façons :
Dans le menu contextuel datamart, sélectionnez Actualiser maintenant ou sélectionnez Actualisation planifiée.
À partir de la page des paramètres du datamart, sélectionnez Actualisation planifiée
Pour configurer l’actualisation incrémentielle d’un datamart, sélectionnez la table pour laquelle vous souhaitez configurer l’actualisation incrémentielle dans l’éditeur datamart. Dans le ruban
Datamarts et pipelines de déploiement
Les datamarts sont pris en charge dans les pipelines de déploiement. En utilisant des pipelines de déploiement, vous pouvez déployer des mises à jour de votre datamart à travers un pipeline désigné. Vous pouvez également utiliser des règles pour vous connecter à des données pertinentes dans chaque étape du pipeline. Pour savoir comment utiliser des pipelines de déploiement, consultez Prise en main des pipelines de déploiement.
Accès ou chargement d’un datamart existant
Pour accéder à un datamart existant, accédez à votre espace de travail Power BI Premium et recherchez votre datamart dans la liste globale des éléments de données de votre espace de travail, comme illustré dans l’image suivante.
Vous pouvez également sélectionner l’onglet Datamarts (préversion) dans votre espace de travail Premium et afficher la liste des datamarts disponibles.
Sélectionnez le nom de datamart pour charger le datamart.
Renommer un datamart
Il existe deux façons de renommer un datamart :
Tout d’abord, à partir de l’éditeur de Datamart, sélectionnez le nom du datamart en haut de l’éditeur et modifiez le nom du datamart dans la fenêtre qui s’affiche, comme illustré dans l’image suivante. Sélectionnez le ruban en dehors de la fenêtre de renommage pour enregistrer le nouveau nom.
Vous pouvez également modifier le nom du datamart à partir de la vue en liste de l’espace de travail. Sélectionnez le menu Plus (...) à côté du nom du datamart dans la vue de l’espace de travail.
Dans le menu qui s’affiche, sélectionnez Renommer.
Lorsque vous renommez un datamart, le modèle sémantique généré automatiquement en fonction de ce datamart est également automatiquement renommé.
Supprimer un datamart
Pour supprimer un datamart, accédez à l’espace de travail et recherchez le datamart que vous souhaitez supprimer. Sélectionnez le menu Plus (...) et sélectionnez Supprimer dans le menu qui s’affiche.
La suppression de Datamart n’est pas immédiate et nécessite quelques jours pour être complétée.
Menus contextuels Datamart
Datamarts offre une expérience familière pour créer des rapports et accéder aux actions prises en charge à l’aide de ses menus contextuels.
Le tableau suivant décrit les options de menu contextuel datamart :
| Option de menu | Description de l’option |
|---|---|
| Analyser dans Excel | Utilise la fonctionnalité Analyser existante dans Excel sur le modèle sémantique généré automatiquement. En savoir plus sur Analyser avec Excel |
| Créer un rapport | Générez un rapport Power BI en mode DirectQuery. Pour en savoir plus sur et commencer à créer dans le service Power BI |
| Supprimer | Supprimez le modèle sémantique de l’espace de travail. Une boîte de dialogue de confirmation vous informe de l’impact de l’action de suppression. Si l'action Supprimer est confirmée, le datamart et les éléments en aval associés seront supprimés
|
| Gérer les autorisations | Permet aux utilisateurs d’ajouter d’autres destinataires avec des autorisations spécifiées, comme pour autoriser le partage d’un modèle sémantique sous-jacent ou pour générer du contenu avec les données associées au modèle sémantique sous-jacent.
|
| Historique des actualisations | Fournit l’historique de l’activité d’actualisation avec la durée de l’activité et de l’état.
|
| Renommer | Met à jour le datamart et le modèle sémantique généré automatiquement avec le nouveau nom.
|
| Paramètres | En savoir plus sur les paramètres de datamart |
| Partager | Permet aux utilisateurs de partager le datamart pour générer du contenu en fonction du modèle sémantique généré automatiquement sous-jacent et d’interroger le point de terminaison SQL correspondant. Partage l'accès au datamart (SQL - en lecture seule et modèle sémantique généré automatiquement) avec d'autres utilisateurs de votre organisation. Les utilisateurs reçoivent un e-mail avec des liens pour accéder à la page de détails où ils peuvent trouver l’URL SQL Server et accéder au modèle sémantique généré automatiquement pour créer des rapports en fonction de celui-ci.
|
| Afficher la traçabilité | Cela montre la traçabilité de bout en bout des datamarts, des sources de données au datamart, le modèle sémantique généré automatiquement, et d’autres modèles sémantiques (le cas échéant) qui ont été générés sur les datamarts, jusqu’aux exportations, tableaux de bord et applications.
|
Paramètres datamart
Les paramètres datamart sont accessibles à partir du menu contextuel pour les datamarts. Cette section décrit et explique les options de paramètres du datamart et leur description. L’image suivante montre le menu des paramètres datamart.
Voici une liste des paramètres disponibles pour chaque datamart.
| Réglage | Détail |
|---|---|
| Description de Datamart | Permet aux utilisateurs d’ajouter des détails de métadonnées pour fournir des informations descriptives sur un datamart.
|
| Paramètres du serveur | La chaîne de connexion du point de terminaison SQL pour un datamart. Vous pouvez utiliser la chaîne de connexion pour créer une connexion au datamart à l’aide de différents outils, tels que SSMS.
|
| Informations d’identification de la source de données | Vous permet d’obtenir des informations de source de données et de modifier les informations d’identification.
|
| Planifier l’actualisation | Informations d’actualisation des données pour le datamart, en fonction de la planification définie par l’utilisateur.
|
| Étiquette de sensibilité | Étiquette de confidentialité appliquée sur le datamart, qui se propage également sur le modèle sémantique auto-généré en aval, les rapports, etc.
Pour la propagation des étiquettes de confidentialité au modèle sémantique en aval, les rapports ne se produiront pas dans les scénarios suivants :
|
Le tableau suivant présente les paramètres des modèles sémantiques générés automatiquement. Lorsque ces paramètres sont appliqués sur un modèle sémantique généré automatiquement, ils sont également appliqués à datamart.
| Réglage | Détails |
|---|---|
| Demander l’accès | 
|
| Questions et réponses | 
|
| Mise en cache des requêtes | 
|
Considérations et limitations de Datamarts
- Seul le propriétaire datamart peut ajouter ou modifier des sources de données correspondant à un datamart. Si le propriétaire du datamart actuel n’est pas disponible, un autre propriétaire de l’espace de travail peut utiliser la fonctionnalité Prise de contrôle pour accéder.
- Lorsque vous utilisez des datamarts avec des connexions nommées, les limitations suivantes s’appliquent :
- Vous ne pouvez créer qu’une seule connexion cloud d’un chemin d’accès et d’un type particulier, par exemple, vous ne pouvez créer qu’une seule connexion SQL plus serveur/base de données cloud. Vous pouvez créer plusieurs connexions de passerelle.
- Vous ne pouvez pas nommer ou renommer des sources de données cloud ; vous pouvez nommer ou renommer des connexions de passerelle.
Contenu connexe
Cet article a fourni des exemples de données et des instructions sur la création et l’interaction avec les datamarts.
Les articles suivants fournissent plus d’informations sur les datamarts et Power BI :
- Introduction aux datamarts
- Comprendre les datamarts
- Analyse des datamarts
- Créer des rapports avec les datamarts
- Contrôle d’accès dans les datamarts
- Administration de Datamart
Pour plus d’informations sur les flux de données et la transformation de données, consultez les articles suivants :