Analisando datamarts
Você pode analisar seus datamarts com várias ferramentas, incluindo o editor Datamart e o SQL Query Editor, entre outros. Este artigo descreve como analisar seus datamarts com essas ferramentas e sugestões sobre a melhor forma de ver as informações de que você precisa.
Analise dentro do editor Datamart
O editor Datamart fornece uma interface visual fácil para analisar seus datamarts. As seções a seguir fornecem orientação sobre como usar o editor Datamart para obter informações sobre seus datamarts e seus dados.
Consulta visual
Depois de carregar dados em seu datamart, você pode usar o editor Datamart para criar consultas para analisar seus dados. Você pode usar o editor do Visual Query para uma experiência sem código para criar suas consultas.
Há duas maneiras de chegar ao editor de consultas Visual:
No modo de exibição Grade de dados, crie uma nova consulta usando o botão + Nova Consulta na faixa de opções, conforme mostrado na imagem a seguir.
Como alternativa, você pode usar o ícone da visualização Design encontrado na parte inferior da janela do editor do Datamart, mostrado na imagem a seguir.
Para criar uma consulta, arraste e solte tabelas do Pesquisador de objetos à esquerda para a tela.
Depois de arrastar uma ou mais tabelas para a tela, você pode usar a experiência visual para projetar suas consultas. O editor de datamart utiliza a experiência semelhante de vista de diagrama do Power Query para lhe permitir consultar e analisar facilmente os seus dados. Saiba mais sobre a vista de diagrama do Power Query.
À medida que você trabalha em sua consulta visual, as consultas são salvas automaticamente a cada poucos segundos. Um "indicador de salvamento" que aparece na guia de consulta na parte inferior indica que sua consulta está sendo salva.
A imagem a seguir mostra uma consulta de exemplo criada usando o editor do Visual Query sem código para recuperar os principais clientes por pedidos.
Há algumas coisas a ter em mente sobre o editor de consultas visuais:
- Você só pode escrever DQL (não DDL ou DML)
- Apenas um subconjunto de operações do Power Query que suportam dobragem de Consulta é suportado atualmente
- No momento, não é possível abrir a consulta visual no Excel
Editor de Consultas SQL
O Editor de Consultas SQL fornece um editor de texto para escrever consultas usando T-SQL. Para acessar o editor de consultas SQL interno, selecione o ícone de exibição do editor de consultas SQL localizado na parte inferior da janela do editor de datamart.
O editor de Consultas SQL fornece suporte para intellisense, conclusão de código, realce de sintaxe, análise do lado do cliente e validação. Depois de escrever a consulta T-SQL, selecione Executar para executar a consulta. À medida que você trabalha em sua consulta SQL, as consultas são salvas automaticamente a cada poucos segundos. Um "indicador de salvamento" que aparece na guia de consulta na parte inferior indica que sua consulta está sendo salva. A visualização de resultados é exibida na seção Resultados. O botão Download no Excel abre a Consulta T-SQL correspondente ao Excel e executa a consulta, permitindo que você visualize os resultados no Excel. O Visualizar resultados permite criar relatórios a partir dos resultados da consulta no editor de consultas SQL.
Há algumas coisas a ter em mente sobre o editor de consultas visuais:
- Você só pode escrever DQL (não DDL ou DML)
Analise fora do editor
Os Datamarts fornecem uma experiência SQL DQL (consulta) por meio de seu próprio ambiente de desenvolvimento, como o SSMS ou o Azure Data Studio. Você deve executar a versão mais recente das ferramentas e autenticar usando o Microsoft Entra ID ou MFA. O processo de início de sessão é o mesmo que o processo de início de sessão para o Power BI.
Quando usar consultas incorporadas vs ferramentas SQL externas
O editor de consultas visuais sem código e o editor de datamart estão disponíveis no Power BI para o seu datamart. O editor de consultas visuais sem código permite que usuários que não estão familiarizados com a linguagem SQL, enquanto o editor de datamart é útil para o monitoramento rápido do banco de dados SQL.
Para uma experiência de consulta que fornece um utilitário mais abrangente, combinando um amplo grupo de ferramentas gráficas com muitos editores de script avançados, o SQL Server Management Studio (SSMS) e o Azure Data Studio (ADS) são ambientes de desenvolvimento mais robustos.
Quando usar o SQL Server Management Studio vs Azure Data Studio
Embora ambas as experiências de análise ofereçam ambientes de desenvolvimento extensivos para consultas SQL, cada ambiente é adaptado para casos de uso separados.
Pode utilizar o SSMS para:
- Configuração administrativa ou de plataforma complexa
- Gestão de segurança, incluindo gestão de utilizadores e configuração de funcionalidades de segurança
- Estatísticas de consulta em tempo real ou estatísticas de clientes
Use o ADS para:
- Utilizadores de macOS e Linux
- Principalmente edição ou execução de consultas
- Gráficos rápidos e visualização de resultados de conjuntos
Obter a cadeia de conexão T-SQL
Para desenvolvedores e analistas com experiência em SQL, usar o SQL Server Management Studio ou o Azure Data Studio como uma extensão para datamarts do Power BI pode fornecer um ambiente de consulta mais completo.
Para se conectar ao ponto de extremidade SQL de um datamart com ferramentas de cliente, navegue até a página de configurações do modelo semântico selecionando a guia Datamarts (Visualização) no Power BI. A partir daí, expanda a seção Configurações do servidor e copie a cadeia de conexão, conforme mostrado na imagem a seguir.
Introdução ao SSMS
Para usar o SQL Server Management Studio (SSMS), você deve estar usando o SSMS Versão 18.0 ou superior. Quando você abre o SQL Server Management Studio, a janela Conectar ao Servidor é exibida. Você pode abri-lo manualmente selecionando Mecanismo de Banco de Dados Connect > do Pesquisador > de Objetos.
Quando a janela Conectar ao Servidor estiver aberta, cole a cadeia de conexão copiada da seção anterior deste artigo na caixa Nome do servidor. Selecione Conectar e prossiga com as credenciais apropriadas para autenticação. Lembre-se de que apenas a autenticação Microsoft Entra ID - MFA é suportada.
Quando a conexão é estabelecida, o pesquisador de objetos exibe o Banco de Dados SQL conectado de seus datamarts e suas respetivas tabelas e exibições, todos prontos para serem consultados.
Para visualizar facilmente os dados dentro de uma tabela, clique com o botão direito do mouse em uma tabela e selecione Selecionar as 1000 principais linhas no menu de contexto exibido. Uma consulta gerada automaticamente retorna uma coleção de resultados exibindo as 1.000 principais linhas com base na chave primária da tabela.
A imagem a seguir mostra os resultados dessa consulta.
Para ver as colunas dentro de uma tabela, expanda a tabela dentro do Pesquisador de objetos.
Quando você se conecta ao datamart usando o SSMS ou outras ferramentas de cliente, você pode ver as exibições criadas no esquema Modelo do datamart. A configuração de esquema padrão em um datamart é definida como Modelo.
Um datamart mostra duas outras funções como administrador e visualizador sob segurança quando conectado usando o SSMS. Os usuários adicionados a um espaço de trabalho em qualquer uma das funções de Administrador, Membro ou Colaborador são adicionados à função de administrador no datamart. Os usuários adicionados à função Visualizador no espaço de trabalho são adicionados à função Visualizador no datamart.
Metadados de relacionamentos
A propriedade estendida isSaaSMetadata adicionada no datamart permite que você saiba que esses metadados estão sendo usados para a experiência SaaS. Você pode consultar essa propriedade estendida conforme mostrado:
SELECT [name], [value]
FROM sys.extended_properties
WHERE [name] = N'isSaaSMetadata'
Os clientes (como o conector SQL) podem ler as relações consultando a função com valor de tabela como o exemplo a seguir:
SELECT *
FROM [metadata].[fn_relationships]();
Observe que há modos de exibição nomeados relationships e relationshipColumns no esquema de metadados para manter relacionamentos no datamart. As tabelas a seguir fornecem uma descrição de cada um deles, por sua vez:
[metadados]. [relacionamentos]
Nome da coluna | Tipo de dados | Description |
---|---|---|
RelationshipId | Bigint | Identificador exclusivo de uma relação |
Nome | Nvarchar(128) | Nome do relacionamento |
FromSchemaName | Nvarchar(128) | Nome do esquema da tabela de origem "De" cuja relação é definida. |
FromObjectName | Nvarchar(128) | Nome da tabela/visualização "De" qual relação é definida |
ToSchemaName | Nvarchar(128) | Nome do esquema da tabela de coletor "Para" qual relação é definida |
ToObjectName | Nvarchar(128) | Nome da tabela/visualização "Para" qual relação está definida |
TipodeRelacionamento | Tinyint | Cardinalidade de relacionamento, os valores possíveis são: 0 – Nenhum 1 – OneToOne 2 – OneToMany 3 – ManyToOne 4 – ManyToMany |
SecurityFilteringBehavior | Tinyint | Indica como as relações influenciam a filtragem de dados ao avaliar expressões de segurança em nível de linha. Os valores possíveis são 1 – OneDirection 2 – BothDirections 3 – None |
IsActive | Pouco | Um valor booleano que indica se a relação está marcada como Ativa ou Inativa. |
RelyOnReferentialIntegrity | Pouco | Um valor booleano que indica se a relação pode contar com integridade referencial ou não. |
CrossFilteringBehavior | Tinyint | Indica como as relações influenciam a filtragem de dados. Os valores possíveis são: 1 – OneDirection 2 – BothDirections 3 – Automatic |
CreatedAt | Datetime | Data em que a relação foi criada. |
Atualizadoat | datetime | Data em que a relação foi modificada. |
DatamartObjectId | Navrchar(32) | Identificador exclusivo para datamart |
[metadados]. [relacionamentoColunas]
Nome da coluna | Tipo de dados | Description |
---|---|---|
RelationshipColumnId | bigint | Identificador exclusivo para a coluna de um relacionamento. |
RelationshipId | bigint | Chave estrangeira, faça referência à chave RelationshipId na Tabela de Relações. |
FromColumnName | Navrchar(128) | Nome da coluna "De" |
ToColumnName | Nvarchar(128) | Nome da coluna "Para" |
CreatedAt | datetime | A relação foi criada. |
DatamartObjectId | Navrchar(32) | Identificador exclusivo para datamart |
Você pode unir essas duas exibições para adicionar relacionamentos no datamart. A consulta a seguir une esses modos de exibição:
SELECT
R.RelationshipId
,R.[Name]
,R.[FromSchemaName]
,R.[FromObjectName]
,C.[FromColumnName]
,R.[ToSchemaName]
,R.[ToObjectName]
,C.[ToColumnName]
FROM [METADATA].[relationships] AS R
JOIN [metadata].[relationshipColumns] AS C
ON R.RelationshipId=C.RelationshipId
Limitações
Visualizar resultados atualmente não oferece suporte a consultas SQL com uma cláusula ORDER BY.
Conteúdos relacionados
Este artigo forneceu informações sobre a análise de dados em datamarts.
Os seguintes artigos fornecem mais informações sobre datamarts e Power BI:
- Introdução aos datamarts
- Compreender os datamarts
- Introdução aos datamarts
- Crie relatórios com datamarts
- Controle de acesso em datamarts
- Administração de Datamart
Para obter mais informações sobre fluxos de dados e transformação de dados, consulte os seguintes artigos: