Gegevens modelleren met Power BI
Meer informatie over wat een semantisch Power BI-model is, welke benadering voor het laden van gegevens moet worden gebruikt en hoe u uw semantische model kunt bouwen om de inzichten te verkrijgen die u nodig hebt.
Dit leertraject kan u helpen bij de voorbereiding voor de certificering Microsoft Certified: Data Analyst Associate.
Vereisten
Er zijn geen vereisten voor dit leertraject.
Prestatiecode
Wilt u een prestatiecode aanvragen?
Modules in dit leertraject
In deze module komt u meer te weten over de structuur van het Power BI Desktop-model, de basisbeginselen voor het ontwerp van een stervormig schema, analysequery's en het configureren van een rapportvisualisatie. Deze module biedt een krachtige basis waarop u kunt leren om modelontwerpen te optimaliseren en modelberekeningen toe te voegen.
Beschrijf modelframeworks, hun voordelen en beperkingen en functies om uw Power BI-gegevensmodellen te optimaliseren.
Het proces voor het maken van een gecompliceerd semantisch model in Power BI is eenvoudig. Als uw gegevens afkomstig zijn uit meer dan één transactioneel systeem, kunt u voordat u het weet tientallen tabellen krijgen waarmee u moet werken. Het bouwen van een geweldig semantisch model gaat over het vereenvoudigen van de chaos. Een star-schema is een manier om een semantisch model te vereenvoudigen. In deze module leert u meer over de terminologie en implementatie ervan. U leert ook waarom het kiezen van de juiste gegevensgranulariteit belangrijk is voor de prestaties en bruikbaarheid van uw Power BI-rapporten. Ten slotte leert u hoe u de prestaties kunt verbeteren met uw semantische Power BI-modellen.
In deze module leert u hoe u DAX-formules kunt schrijven om berekende tabellen, berekende kolommen en metingen te maken, wat verschillende typen modelberekeningen zijn. Daarnaast leert u hoe u DAX-formules, die bestaan uit expressies die gebruikmaken van functies, operators, verwijzingen naar modelobjecten, constanten en variabelen, schrijft en opmaakt.
In deze module leert u werken met impliciete en expliciete metingen. U begint met het maken van eenvoudige metingen, waarbij één kolom of tabel wordt samengevat. Vervolgens maakt u complexere metingen op basis van andere metingen in het model. Daarnaast krijgt u meer informatie over de overeenkomsten van, en de verschillen tussen, een berekende kolom en een meting.
Aan het einde van deze module kunt u berekende tabellen en berekende kolommen toevoegen aan uw semantische model. U kunt ook de rijcontext beschrijven, die wordt gebruikt om berekende kolomformules te evalueren. Omdat het mogelijk is om kolommen toe te voegen aan een tabel met behulp van Power Query, leert u ook wanneer u het beste berekende kolommen kunt maken in plaats van Power Query aangepaste kolommen.
Aan het einde van deze module leert u de betekenis van time intelligence en hoe u DAX-berekeningen voor time intelligence toevoegt aan uw model.
Prestatieoptimalisatie, ook wel prestaties afstemmen genoemd, omvat het aanbrengen van wijzigingen in de huidige status van het semantische model, zodat het efficiënter wordt uitgevoerd. Het komt erop neer dat wanneer uw semantische model is geoptimaliseerd, het beter presteert.
Modelbeveiliging afdwingen in Power BI met behulp van beveiliging op rijniveau en beveiliging op objectniveau.