Beskriva grunderna i Power BI-modellen

  • 9 minuter

Den här lektionen introducerar Power BI-modellvillkor. Det är viktigt att du förstår dessa termer för att välja lämpligt modellramverk för projektet. I den här lektionen beskrivs följande termer:

  • Datamodell
  • Power BI dataset
  • Analysfråga
  • Tabellmodell
  • Designa star-schema
  • Lagringsläge för tabell
  • Modellramverk

Datamodell

En Power BI-datamodell är en frågebaserad dataresurs som är optimerad för analys. Rapporter kan köra frågor mot datamodeller med något av två analysspråk: DAX (Data Analysis Expressions) eller MDX (Multidimensional Expressions). Power BI använder DAX, medan sidnumrerade rapporter kan använda DAX eller MDX. Funktionerna Analysera i Excel använder MDX.

Dricks

En datamodell beskrivs också som semantisk modell, särskilt i företagsscenarier. I samband med en datadiskussion och i den här modulen kallas en datamodell vanligtvis bara för en modell.

Power BI dataset

Du utvecklar en Power BI-modell i Power BI Desktop och när den har publicerats till en arbetsyta i Power BI-tjänst kallas den sedan för en datauppsättning. En datauppsättning är en Power BI-artefakt som är en datakälla för visualiseringar i Power BI-rapporter och instrumentpaneler.

Kommentar

Alla datauppsättningar kommer inte från modeller som utvecklats i Power BI Desktop. Vissa datauppsättningar representerar anslutningar till externa värdbaserade modeller i AAS eller SSAS. Andra kan representera datastrukturer i realtid, inklusive push-datauppsättningar, strömmande datamängder eller hybriddatauppsättningar. Den här modulen gäller endast modeller som utvecklats i Power BI Desktop.

Analysfråga

Power BI-rapporter och instrumentpaneler måste köra frågor mot en datauppsättning. När Power BI visualiserar datamängdsdata förbereds och skickas en analysfråga. En analysfråga genererar ett frågeresultat från en modell som är enkel för en person att förstå, särskilt när den visualiseras.

En analysfråga har tre faser som körs i den här ordningen:

  1. Filtrera
  2. Grupp
  3. Sammanfatta

Filtrering (kallas ibland segmentering) begränsar en delmängd av modelldata. Filtervärden visas inte i frågeresultatet. De flesta analysfrågor tillämpar filter eftersom det är vanligt att filtrera efter en tidsperiod och vanligtvis andra attribut. Filtrering sker på olika sätt. I en Power BI-rapport kan du ange filter på rapport-, sid- eller visuell nivå. Rapportlayouter innehåller ofta visuella utsnitt för att filtrera visuella objekt på rapportsidan. När modellen tillämpar säkerhet på radnivå (RLS) tillämpas filter på modelltabeller för att begränsa åtkomsten till specifika data. Mått, som sammanfattar modelldata, kan också använda filter.

Gruppering (kallas ibland diktering) delar upp frågeresultatet i grupper. Varje grupp är också ett filter, men till skillnad från filtreringsfasen visas filtervärden i frågeresultatet. Gruppering efter kund filtrerar till exempel varje grupp efter kund.

Sammanfattning ger ett enda värderesultat. Normalt sammanfattar ett visuellt rapportobjekt ett numeriskt fält med hjälp av en aggregeringsfunktion. Aggregerade funktioner omfattar sum, count, minimum, maximum och andra. Du kan uppnå enkel sammanfattning genom att aggregera en kolumn, eller så kan du uppnå komplex sammanfattning genom att skapa ett mått med hjälp av en DAX-formel.

Tänk dig ett exempel: En Power BI-rapportsida innehåller ett utsnitt som ska filtreras efter ett enda år. Det finns också ett visuellt stapeldiagram som visar kvartalsförsäljning för det filtrerade året.

Skärmbild av Power BI-rapporten som beskrivs i föregående stycke.

I det här exemplet filtrerar utsnittet det visuella objektet efter kalenderår 2021. Kolumndiagrammet grupperar efter kvartal (för det filtrerade året). Varje kolumn är en grupp som representerar ett synligt filter. Kolumnhöjderna representerar de sammanfattade försäljningsvärdena för varje kvartal i det filtrerade året.

Tabellmodell

En Power BI-modell är en tabellmodell. En tabellmodell består av en eller flera tabeller med kolumner. Den kan också innehålla relationer, hierarkier och beräkningar.

Designa star-schema

Om du vill skapa en optimerad och lätthanterad tabellmodell rekommenderar vi att du skapar en star-schemadesign. Star-schemadesign är en mogen modelleringsmetod som används i stor utsträckning av relationsdatalager. Det kräver att du klassificerar modelltabeller som antingen dimension eller fakta.

Dimensionstabeller beskriver affärsentiteter. de saker som du modellerar. Entiteter kan innehålla produkter, personer, platser och begrepp, inklusive själva tiden. Faktatabeller lagrar observationer eller händelser och kan till exempel vara försäljningsorder, lagersaldon, växelkurser eller temperaturavläsningar. En faktatabell innehåller dimensionsnyckelkolumner som relaterar till dimensionstabeller och numeriska måttkolumner. En faktatabell utgör mitten av en stjärna, och de relaterade dimensionstabellerna utgör stjärnans punkter.

Skärmbild av en star-schemadesign med en faktatabell i mitten- och dimensionstabellerna som utgör stjärnans punkter.

I en analysfråga filtrerar eller grupperar dimensionstabellkolumner. Faktatabellkolumner sammanfattas.

Mer information finns i Förstå star-schema och vikten för Power BI.

Lagringsläge för tabell

Varje Power BI-modelltabell (förutom beräknade tabeller) har en egenskap för lagringsläge. Egenskapen lagringsläge kan vara antingen Import, DirectQuery eller Dual, och den avgör om tabelldata lagras i modellen.

  • Importera – Frågor hämtar data som lagras eller cachelagras i modellen.
  • DirectQuery – Frågor skickas till datakällan.
  • Dubbla – Frågor hämtar lagrade data eller passerar till datakällan. Power BI avgör den mest effektiva planen och strävar efter att använda cachelagrade data när det är möjligt.

Modellramverk

Inställningar för tabelllagringsläge avgör modellramverket, som kan vara antingen import, DirectQuery eller sammansatt. Följande enheter i den här modulen beskriver vart och ett av dessa ramverk och ger vägledning om hur de används.

  • En importmodell består av tabeller som har lagringslägesegenskapen inställd på Import.
  • En DirectQuery-modell består av tabeller som har sin egenskap för lagringsläge inställd på DirectQuery, och de tillhör samma källgrupp. Källgruppen beskrivs senare i den här modulen.
  • En sammansatt modell består av mer än en källgrupp.