Modellere data med Power BI

I denne modulen vil du lære du om Power BI Desktop-modellstrukturen, grunnleggende informasjon om stjerneskjemautforming, analysespørringer og konfigurasjon av rapportvisualobjekter. Denne modulen gir deg et grunnlag der du lærer å optimalisere modellutforminger og legge til modellberegninger.

Beskriv modellrammeverk, deres fordeler og begrensninger og funksjoner for å optimalisere Power BI-datamodellene dine.

Prosessen med å opprette en komplisert semantisk modell i Power BI er enkel. Hvis dataene dine hentes inn fra mer enn ett transaksjonsbasert system, kan du jobbe med dusinvis av tabeller før du vet ordet av det. Å bygge en flott semantisk modell handler om å forenkle disarray. Et stjerneskjema er én måte å forenkle en semantisk modell på, og du lærer om terminologien og implementeringen av dem i denne modulen. Du vil også finne ut hvorfor det å velge riktig detaljnivå for data er viktig for ytelsen og brukervennligheten av Power BI-rapportene dine. Til slutt lærer du om å forbedre ytelsen med semantiske modeller i Power BI.

I denne modulen lærer du hvordan du skriver DAX-formler for å skape beregnede tabeller, beregnede kolonner og mål, som er alle ulike typer modellberegninger. I tillegg lærer du hvordan du skriver og formaterer DAX-formler som består av uttrykk som bruker funksjoner, operatorer, referanser til modellobjekter, konstanter og variabler.

I denne modulen lærer du hvordan du jobber med implisitte og eksplisitte mål. Du begynner med å opprette enkle mål, som oppsummerer en enkelt kolonne eller tabell. Deretter skal du opprette mer komplekse mål basert på andre mål i modellen. I tillegg vil du lære om likhetene med, og forskjellene mellom, en beregnet kolonne og et mål.

På slutten av denne modulen kan du legge til beregnede tabeller og beregnede kolonner i den semantiske modellen. Du kan også beskrive rad-konteksten, som brukes til å evaluere beregnede kolonneformler. Fordi det er mulig å legge til kolonner i en tabell ved hjelp av Power Query, vil du også lære når det er best å opprette beregnede kolonner i stedet for Power Query egendefinerte kolonner.

På slutten av denne modulen lærer du betydningen av tidsintelligens og hvordan du legger til DAX-beregninger for tidsintelligens i modellen.

Ytelsesoptimalisering, også kjent som ytelsesjustering, innebærer å gjøre endringer i den gjeldende tilstanden til den semantiske modellen, slik at den kjører mer effektivt. Når den semantiske modellen er optimalisert, fungerer den i hovedsak bedre.

Fremtving modellsikkerhet i Power BI ved hjelp av sikkerhet på radnivå og sikkerhet på objektnivå.