Power BI を使用したデータのモデリング

このモジュールでは、Power BI Desktop モデル構造、スター スキーマ設計の基本、分析クエリ、レポートのビジュアル構成について説明します。 このモジュールは、モデル設計の最適化とモデルへの計算の追加について学習できる強固な基礎を提供します。

Power BI で複雑なセマンティック モデルを作成するプロセスは簡単です。 データが複数のトランザクション システムから生成される場合、あっという間に数十ものテーブルを処理しなければならなくなることがあります。 優れたセマンティック モデルを構築するには、無秩序な状態を簡略化する必要があります。 スター スキーマは、セマンティック モデルを簡略化する 1 つの方法です。このモジュールでは、その用語と実装について学習します。 適切なデータ粒度を選択することが Power BI レポートのパフォーマンスと使いやすさにとって重要である理由についても学習します。 最後の点として、Power BI セマンティック モデルのパフォーマンス向上について学習します。

このモジュールでは、DAX 式を記述して、さまざまな種類のモデル計算である計算テーブル、計算列、およびメジャーを作成する方法について学習します。 また、関数、演算子、モデル オブジェクトへの参照、定数、および変数を使用する式で構成される DAX 式を記述し、書式設定する方法についても学習します。

このモジュールでは、暗黙的なメジャーと明示的なメジャーを使用する方法について説明します。 まず、単一の列またはテーブルを集計する単純なメジャーを作成します。 次に、モデル内の他のメジャーに基づいて、より複雑なメジャーを作成します。 さらに、計算列とメジャーの似ている点と異なる点について学習します。

このモジュールの終わりまでには、計算テーブルと計算列をセマンティック モデルに追加できるようになります。 また、計算列の数式を評価するために使用される行コンテキストを説明することもできます。 Power Query を使ってテーブルに列を追加することができるため、Power Query のカスタム列ではなく計算列を作成するのが最適な場合についても説明します。

このモジュールを終了すると、メジャー数式を評価するために使用されるフィルター コンテキストを記述して操作できるようになります。

このモジュールを完了するまでに、タイム インテリジェンスの意味と、タイム インテリジェンスの DAX 計算をモデルに追加する方法を学習することができます。

パフォーマンスの最適化 (パフォーマンス チューニングとも呼ばれます) では、セマンティック モデルの現在の状態を変更して、より効率的に実行可能にする必要があります。 基本的に、セマンティック モデルが最適化されると、パフォーマンスが向上します。