Dela via

Självstudie: Infrastrukturresurser för Power BI-användare

  • Artikel

I den här självstudien får du lära dig hur du använder Dataflöden Gen2 och Pipelines för att mata in data i en Lakehouse och skapa en dimensionsmodell. Du får också lära dig hur du genererar en snygg rapport automatiskt för att visa de senaste försäljningssiffrorna från början till slut på bara 45 minuter.

Då sätter vi i gång.

  • Förbereda och läsa in data i ett sjöhus
  • Skapa en dimensionsmodell i ett sjöhus
  • Skapa en rapport automatiskt med snabbregistrering

Förutsättningar

Skapa ett lakehouse för att lagra data

Vi börjar med att skapa ett lakehouse för att lagra våra data, Dataflöden Gen2 för att förbereda och transformera kolumner och en pipeline för att hantera orkestreringen av en schemalagd uppdaterings- och e-postaktivitet.

  1. Gå till din arbetsyta och välj Ny. Välj sedan Fler alternativ.

    Skärmbild av Fler alternativ i den nya objektmenyn.

  2. På skärmen Skapa nytt objekt väljer du Lakehouse under kategorin Datateknik.

    Skärmbild av datateknikobjekt.

  3. Ange Lakehouse-namnet till SalesLakehouse. Välj sedan Skapa.

    Skärmbild av namngivning av ett namn på Lakehouse.

  4. När du är i Lakehouse-redigeraren väljer du Nytt dataflöde Gen2.

    Kommentar

    Du kan också välja Hämta data från menyfliksområdet och sedan Nytt dataflöde Gen2.

    Skärmbild av listrutan Hämta data i Lakehouse-redigeraren.

Förbereda och läsa in data i lakehouse

Utför följande steg för att läsa in data i ditt lakehouse:

  1. När du är i Power Query Online-redigeraren för Dataflöden Gen2 väljer du Importera från en Power Query-mall och väljer den mallfil som hämtats från förhandskraven.

    Skärmbild av vattenstämplar i Redigeraren Dataflows Gen2.

  2. Välj DimDate-frågan under frågegruppen Datainläsning och välj sedan konfigurera anslutning. Om det behövs anger du autentiseringstypen Anonym innan du väljer Anslut.

    Skärmbild av menyn Konfigurera anslutning.

  3. Med DimDate-frågan markerad ändrar du datatypen för kolumnen DateKey till Datum/tid i fönstret dataförhandsgranskning genom att välja ikonen längst upp till vänster.

    Skärmbild av ändring av datatyper i Power Query-redigeraren.

  4. Välj Ersätt aktuell i fönstret Ändra kolumntyp .

    Skärmbild av menyn ändra kolumntyp.

Lägga till ett datamål

Utför följande steg för att lägga till ett datamål:

  1. Med tabellen DimDate markerad väljer du Lägg till datamål på fliken Start och sedan menyalternativet Lakehouse.

    Skärmbild av alternativet Hämta datamål i Lakehouse.

  2. Om det behövs anger du autentiseringen till Organisationskonto och väljer sedan Nästa.

    Skärmbild av menyn Anslut till datamål.

  3. Från navigatören väljer du den arbetsyta som används för den här självstudien och expanderar för att visa alla Lakehouse-objekt. Välj SalesLakehouse och bekräfta att standardtabellen Ny är markerad innan du väljer Nästa för att fortsätta.

    Skärmbild av målobjektet för målnavigering.

  4. Ange metoden Uppdatera till Ersätt och välj sedan Spara inställningar.

    Varning

    Om du ställer in uppdateringsmetoden på Ersätt tas alla befintliga data bort och ersätts med nya data vid varje efterföljande uppdatering.

    Skärmbild av menyalternativet målinställningar.

    Kommentar

    I det nedre högra hörnet i Power Query Online-redigeraren hittar du de konfigurerade datamålinställningarna för din fråga där du kan anpassa eller ta bort den ytterligare.

    Skärmbild av det konfigurerade datamålet.

  5. Innan du går vidare till nästa avsnitt i den här självstudien bör du utföra samma steg som du gjorde tidigare i det här avsnittet för att konfigurera Lakehouse som datamål för var och en av följande frågor.

    Fråga
    DimCustomer
    DimEmployee
    DimProduct
    DimStore

  6. Välj frågan FactOnlineSales under frågegruppen Datatransformering . På fliken Start väljer du Lägg till datamål. Välj alternativet Lakehouse.

    Skärmbild av målalternativet Data destination Lakehouse.

  7. Om det behövs anger du autentiseringen till Organisationskonto och väljer sedan Nästa.

    Skärmbild av menyn Anslut till datamål.

  8. Från navigatören väljer du den arbetsyta som används för den här självstudien och expanderar för att visa alla Lakehouse-objekt. Välj SalesLakehouse och bekräfta att standardtabellen Ny är markerad innan du väljer Nästa för att fortsätta.

    Skärmbild av målmålnavigeringsfönstret.

  9. Ange uppdateringsmetoden till Lägg till och välj sedan Spara inställningar.

    Kommentar

    Den här processen infogar data och bevarar de befintliga raderna i tabellen vid varje efterföljande uppdatering.

    Skärmbild av menyvalet för målinställningar.

  10. Välj Publicera för att spara dataflödet och avsluta Power Query Online-redigeraren .

    Skärmbild av publiceringsknappen i Power Query Online.

  11. Hovra över det skapade dataflödet på arbetsytan, välj ellipserna (...) och alternativet Egenskaper .

    Skärmbild av egenskaperna för dataflöden på en arbetsyta.

  12. Ändra namnet på dataflödet till OnlineSalesDataflow och välj Spara.

    Skärmbild av att byta namn på ett dataflödesalternativ.

Samordna en datapipeline

Med hjälp av pipelines samordnar vi först uppdateringen av vårt dataflöde. Om ett fel uppstår skickar vi ett anpassat Outlook-e-postmeddelande som innehåller viktig information.

  1. Välj Lakehouse-objektet SalesLakehouse på din arbetsyta.

    Skärmbild av att byta namn på ett befintligt dataflöde.

  2. När du är i Lakehouse-redigeraren väljer du Ny datapipeline.

    Kommentar

    Du kan också välja Hämta data från menyfliksområdet och sedan Ny datapipeline.

    Skärmbild av vattenstämplar i Lakehouse-redigeraren.

  3. Ange pipelinenamnet till SalesPipeline. Välj sedan Skapa.

    Skärmbild av menyalternativet pipelinenamn.

  4. Stäng Kopieringsdataassistenten genom att välja Avbryt. Om du uppmanas att bekräfta att kopieringsdatafönstret har avslutats väljer du Ja, avbryt.

    Skärmbild av menyn kopiera dataassistenten.

  5. När du är i pipelineredigeraren väljer du Lägg till pipelineaktivitet och väljer sedan Dataflöde.

    Kommentar

    Du kan också välja Dataflöde i menyfliksområdet.

    Skärmbild av pipelinens vattenstämpelarbetsyta och alternativet Lägg till aktivitet.

  6. Välj dataflödesaktiviteten i pipelineredigeraren och ändra dess namnvärde till OnlineSalesActivity i avsnittet Allmänt.

    Skärmbild av värdet för dataflödesnamn.

  7. När dataflödesaktiviteten fortfarande är markerad väljer du Inställningar och väljer OnlineSalesDataflow i listan Dataflöde. Om det behövs för att uppdatera listan väljer du ikonen Uppdatera .

    Skärmbild av markeringsinställningen för dataflöde.

  8. Välj fliken Aktiviteter och sedan Office365 Outlook-aktiviteten .

    Kommentar

    Om fönstret Bevilja medgivande visas väljer du Ok, loggar in med ditt organisationskonto och väljer sedan Tillåt åtkomst.

    Skärmbild av aktivitetsinformationen för Office365 Outlook.

  9. Välj Office365 Outlook-aktiviteten i pipelineredigeraren och ändra dess namnvärde till E-post vid fel i avsnittet Allmänt.

    Skärmbild av aktivitetsnamnet för Office365 Outlook.

  10. Med Office365 Outlook-aktiviteten fortfarande markerad väljer du Inställningar. Uppdatera fältet Till till till din e-postadress och felet Ämne till pipeline. Välj Lägg till dynamiskt innehåll [Alt+Skift+D] för e-posttexten.

    Kommentar

    Fler konfigurationsalternativ för e-post, till exempel Från (Skicka som), Kopia, Hemlig kopia, Känslighetsetikett med mera, är tillgängliga från avancerade egenskaper.

    Skärmbild av Office365 Outlook-inställningarna.

  11. I pipelineuttrycksverktyget klistrar du in följande uttryckskodblock:

    @concat(
    'Pipeline: '
    , 
    , '<br>'
    , 'Workspace: '
    , 
    , '<br>'
    , 'Time: '
    , 
)

    Skärmbild av Office365 Outlook-aktiviteten med expression builder.

  12. Välj Systemvariabler och infoga följande variabler genom att välja motsvarande namn i följande tabell.

    Värdenamn Rad Systemvariabel
    Pipeline: 3 Pipeline-ID
    Arbetsyta: 6 Arbetsplats-ID

    Skärmbild av pipelinesystemvariablerna.

  13. Välj Funktioner och infoga följande funktion genom att välja motsvarande namn i följande tabell. När du är klar väljer du OK.

    Värdenamn Rad Systemvariabel
    Tid: 9 utcnow

    Skärmbild av pipelinefunktioner.

  14. Välj OnlineFörsäljningAktivitet. Från alternativen för tillgänglig sökväg väljer du "X" (Vid fel). Detta skapar en pil som släpps på aktiviteten E-post vid fel . Den här aktiviteten anropas nu om OnlineSalesActivity misslyckas.

    Skärmbild av sökvägen för fel.

  15. På fliken Start väljer du Schema. När du har uppdaterat följande konfigurationer väljer du Använd för att spara ändringarna.

    Name Värde
    Schemalagd körning På
    Repeat Varje dag
    Tid 12:00:00

    Skärmbild av en felgren.

  16. På fliken Start väljer du Kör. Om ett dialogfönster visas väljer du alternativet Spara och kör för att fortsätta.

    Skärmbild av körningsalternativet från startfliken.

    Om du vill övervaka pipelinens aktuella status kan du visa tabellen Utdata , som visar den aktuella aktivitetsförloppet. Tabellen uppdateras regelbundet på egen hand, eller så kan du manuellt välja uppdateringsikonen för att uppdatera den.

    Skärmbild av den aktuella pipelineaktivitetens förlopp.

  17. När statusen returnerar Lyckades kan du gå vidare till nästa avsnitt i självstudien genom att gå tillbaka till din arbetsyta.

    Skärmbild av sidospåret med val av arbetsyta.

Skapa en semantisk modell i Lakehouse

De data som du läste in är nästan klara för rapportering. Vi ska först använda SQL-slutpunkten för att skapa relationer och SQL-vyer i vårt lakehouse. På så sätt kan vi enkelt komma åt våra data i en semantisk modell, som är en metadatamodell som innehåller fysiska databasobjekt som är abstrakta och ändrade till logiska dimensioner. Den är utformad för att presentera data för analys enligt företagets struktur.

Skapa relationer

Den här modellen är ett stjärnschema som du kan se från informationslager: Det liknar en stjärna. Stjärnans mittpunkt är en faktatabell. De omgivande tabellerna kallas Dimensionstabeller, som är relaterade till faktatabellen med relationer.

  1. I arbetsytevyn väljer du SQL-slutpunktsobjektet SalesLakehouse.

    Skärmbild av SQL-slutpunktsobjektet på en arbetsyta.

  2. När du är i Utforskaren väljer du modellvyn längst ned på skärmen för att börja skapa relationer.

    Skärmbild av valet av modellvy.

  3. Skapa en relation genom att dra och släppa kolumnen CustomerKey från tabellen FactOnlineSales till CustomerKey i tabellen DimCustomer.

  4. När du är i fönstret Skapa relation kontrollerar du att du väljer rätt tabeller, kolumner och inställningar som visas i följande tabell. Välj Bekräfta för att fortsätta.

    Aktivera den här relationen Från: Tabell 1 (kolumn) Till: Tabell 2 (kolumn) Kardinalitet Korsfilterriktning
    ☑ FactOnlineSales (CustomerKey) DimCustomer (CustomerKey) Många till en (*:1) Enstaka

    Skärmbild av relationen mellan tabellen FactOnlineSales och DimCustomer.

  5. Utför samma steg för var och en av de återstående tabellerna och kolumnerna i följande tabell för att skapa relationer.

    Aktivera den här relationen Från: Tabell 1 (kolumn) Till: Tabell 2 (kolumn) Kardinalitet Korsfilterriktning
    ☑ FactOnlineSales (ProductKey) DimProduct (ProductKey) Många till en (*:1) Enstaka
    ☑ FactOnlineSales (StoreKey) DimStore (StoreKey) Många till en (*:1) Enstaka
    ☑ FactOnlineSales (DateKey) DimDate (DateKey) Många till en (*:1) Enstaka
    ☑ DimStore (StoreKey) DimEmployee (StoreKey) Många till en (*:1) Båda

    Följande bild visar en färdig vy över den semantiska modellen med alla skapade relationer inkluderade.

    Skärmbild av tabellrelationer i modellvyfönstret.

Skriva ett mått i DAX

Nu ska vi skriva ett grundläggande mått som beräknar det totala försäljningsbeloppet.

  1. Välj tabellen FactOnlineSales i mappen Tabeller . På fliken Start väljer du Nytt mått.

    Skärmbild av tabellrelationer i modellvyn.

  2. I formelredigeraren kopierar och klistrar du in eller skriver följande mått för att beräkna det totala försäljningsbeloppet. Markera bockmarkeringen som ska checkas in.

    Total Sales Amount = SUM(FactOnlineSales[SalesAmount])

    Skärmbild av Markera bockmarkeringen för att checka in ett DAX-mått.

Skapa en SQL-vy

Nu ska vi skriva en SQL-instruktion som beräknar det totala försäljningsbeloppet per månad. Vi sparar sedan den här instruktionen som en vy i vårt sjöhus. På så sätt kan vi enkelt komma åt det totala försäljningsbeloppet per månad i framtiden.

  1. På fliken Start väljer du Ny SQL-fråga.

    Skärmbild av Ny SQL-fråga från startfliken.

  2. I frågeredigeraren kopierar och klistrar du in eller skriver den här frågan för att beräkna det totala försäljningsbeloppet efter månadsnummer i fallande ordning. När du har angett det väljer du Kör för att visa resultat.

    SELECT 
MONTH(DateKey) as "MonthNumber",
SUM(SalesAmount) as "TotalSalesAmount"
FROM FactOnlineSales
GROUP BY MONTH(DateKey)

    Skärmbild av SQL-frågeredigeraren.

  3. Markera den fullständiga frågetexten och välj Spara som vy.

    Skärmbild av alternativet Spara som vy.

  4. I fönstret Spara som anger du Visningsnamn till TotalSalesByMonth och väljer sedan OK.

    Skärmbild av fönstret Spara som vy.

  5. I Utforskaren expanderar du avsnittet Vyer och väljer TotalSalesByMonth för att visa resultatet i förhandsversionen av Data.

    Skärmbild av Vyer med Lakehouse Explorer.

    När du är klar med att utforska SQL-slutpunktsredigeraren kan du gå vidare till nästa avsnitt i självstudien genom att gå tillbaka till din arbetsyta.

    Skärmbild av sidospåret och val av arbetsyta.

Skapa en rapport automatiskt

Nu när du har modellerat dina data är det dags att visualisera och utforska dina data med snabb skapande.

  1. Hovra över objekttypen Datauppsättning (standard) och objektnamnet SalesLakehouse i arbetsytevyn. Välj ellipserna ( ... ) och välj Skapa rapport automatiskt.

    Skärmbild av alternativet Skapa rapport automatiskt med en arbetsyta.

    En rapport genereras automatiskt åt dig och uppdateras dynamiskt baserat på kolumnval i fönstret Dina data .

    • Den visade rapporten kan skilja sig från bilden.

    Skärmbild av den färdiga rapporten för automatisk skapande.

  2. Välj Spara i menyfliksområdet för att spara en kopia på den aktuella arbetsytan

    • Om du vill ange den fullständiga visuella redigeringsupplevelsen kan du välja Redigera i menyfliksområdet.

    Skärmbild av knappen Spara när du visualiserar data.

  3. I dialogrutan Spara rapporten skriver du Försäljningssammanfattning i fältet Ange ett namn för rapporten . Välj Spara när det är klart.

    Skärmbild av knappen Spara som slutför processen när data visualiseras.

Du kan lära dig mer om snabbskapande.

Relaterat innehåll

Grattis till att du har slutfört självstudien. Om du har skapat en arbetsyta för självstudien kan du välja att ta bort den nu. Du kan också ta bort de enskilda objekt som skapades under självstudien.

Vi hoppas att den här självstudien visade hur Power BI-användare enkelt kan ge insikter om data i valfri skala med Microsoft Fabric.