使用 Microsoft Power BI 开发动态报表
转换和加载数据、定义语义模型关系和计算、创建交互式视觉对象以及使用 Power BI 分发报表。
先决条件
建议完成 Microsoft 数据分析入门。
成就代码
是否希望请求成就代码?
本学习路径中的模块
你将了解如何从 Microsoft Excel、关系数据库和 NoSQL 数据存储等各种数据源中检索数据。 你还将了解如何在检索数据时提高性能。
Power Query 具有极为丰富的功能,专用于帮助你清理和准备数据以供分析。 你将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 你还将了解如何分析列,以便知晓哪些列包含有价值的数据,以用于进行更深入的分析。
在 Power BI 中创建复杂语义模型的过程非常简单。 如果您的数据来自多个事务系统,那么您可能会有数十个必须处理的表,而您最初并不知道这一点。 构建出色的语义模型就是要精简混乱的情况。 星形架构是精简语义模型的一种方法,您将在本模块中了解其术语和实现方式。 您还将了解为什么选择适当的数据粒度对于 Power BI 报告的性能和可用性非常重要。 最后,您将了解如何使用 Power BI 语义模型提升性能。
在此模块中,你将了解如何使用隐式度量值和显式度量值。 首先,你将创建简单的度量值,这些度量值将汇总单个列或表。 然后,你将基于模型中的其他度量值创建更加复杂的度量值。 此外,你还将了解计算列和度量值之间的相似之处和差异。
学习完本模块后,你将能够向数据模型中添加计算表和计算列。 你还能够说明用于对计算列公式进行计算的行上下文。 由于可以使用 Power Query 向表中添加列,因此你还会了解什么时候最好创建计算列而不是 Power Query 自定义列。
由于 Power BI 包含 30 多个核心视觉对象,因此,初学者要选择正确的视觉对象可能会很困难。 此模块将指导你选择最适合的视觉对象类型,以满足你的设计和报表布局要求。
报表筛选是一个复杂的主题,因为筛选 Microsoft Power BI 报表的方法有很多。 不过,复杂性带来了可控性,这让你可以设计出符合要求和期望的报表。 一些筛选方法适用于设计时,而其他一些则适用于使用报表时(在阅读视图中)。 重要的是,通过设计报表,报表使用者可直观地将范围缩小到感兴趣的数据点。
了解如何导览 Power BI 服务、创建和管理工作区及相关项,以及向用户分发报表。
借助 Microsoft Power BI,可以使用单个语义模型生成多个报表。 通过计划的语义模型刷新和解决连接错误,进一步降低管理开销。