Modelowanie danych za pomocą usługi Power BI

W tym module dowiesz się więcej na temat struktury modeli programu Power BI Desktop oraz zapoznasz się z podstawowymi informacjami dotyczącymi projektu schematu gwiazdy, zapytaniami analitycznymi i konfiguracją wizualizacji raportu. Moduł ten stanowi silną podstawę, dzięki której możesz dowiedzieć się, jak optymalizować projekty modeli i dodać obliczenia modelu.

Opis struktur modeli, ich korzyści i ograniczeń oraz funkcji, które ułatwiają optymalizowanie modeli danych usługi Power BI.

Proces tworzenia skomplikowanego modelu semantycznego w usłudze Power BI jest prosty. Jeśli dane pochodzą z więcej niż jednego systemu transakcyjnego, w celu zapoznania się z nimi może być konieczna praca z wieloma tabelami. Tworzenie wspaniałego modelu semantycznego polega na uproszczeniu chaosu. Schemat star jest jednym ze sposobów uproszczenia modelu semantycznego i poznasz terminologię i implementację ich w tym module. Dowiesz się też, dlaczego wybór poprawnej szczegółowości danych jest istotny dla wydajności i użyteczności raportów usługi Power BI. Na koniec dowiesz się więcej na temat poprawy wydajności za pomocą modeli semantycznych usługi Power BI.

W tym module dowiesz się, jak pisać formuły języka DAX do tworzenia tabel obliczeniowych, kolumn obliczeniowych i miar, które są różnymi typami obliczeń modelu. Ponadto dowiesz się, jak pisać i formatować formuły języka DAX składające się z wyrażeń, które korzystają z funkcji, operatorów, odwołań do obiektów modelu, stałych i zmiennych.

W tym module dowiesz się, jak korzystać z miar jawnych i niejawnych. Zaczniesz od tworzenia prostych miar podsumowujących pojedynczą kolumnę lub tabelę. Następnie utworzysz bardziej złożone miary na podstawie innych miar w modelu. Dowiesz się również, jakie są podobieństwa i różnice między kolumnami obliczeniowymi i miarami.

Po zakończeniu tego modułu będziesz mieć możliwość dodawania tabel obliczeniowych i kolumn obliczeniowych do modelu semantycznego. Poznasz również sposób opisywania kontekstu wiersza, który jest używany do oceny formuł kolumn obliczeniowych. Ponieważ istnieje możliwość dodania kolumn do tabeli przy użyciu Power Query, dowiesz się również, kiedy najlepiej utworzyć kolumny obliczeniowe zamiast Power Query kolumn niestandardowych.

Po ukończeniu tego modułu poznasz znaczenie analizy czasowej i dowiesz się, jak dodać obliczenia języka DAX analizy czasowej do modelu.

Optymalizacja wydajności, znana również jako dostrajanie wydajności, obejmuje wprowadzanie zmian w bieżącym stanie modelu semantycznego, dzięki czemu działa wydajniej. Zasadniczo, gdy model semantyczny jest zoptymalizowany, działa lepiej.

Wymuszanie zabezpieczeń modelu w usłudze Power BI przy użyciu zabezpieczeń na poziomie wiersza i zabezpieczeń na poziomie obiektu.