Del via

Analyse af datamarts

  • Artikel

Du kan analysere dine datamarts med flere værktøjer, bl.a. Datamart-editoren og SQL-Power Query-editor. I denne artikel beskrives det, hvordan du analyserer dine datamarts med disse værktøjer, og forslag til, hvordan du bedst kan se de oplysninger, du har brug for.

Analysér i Datamart-editoren

Datamart-editoren giver en nem visuel grænseflade til at analysere dine datamarts. Følgende afsnit indeholder en vejledning i, hvordan du bruger Datamart-editoren til at få indsigt i dine datamarts og dine data.

Visuel forespørgsel

Når du indlæser data i din datamart, kan du bruge Datamart-editoren til at oprette forespørgsler til at analysere dine data. Du kan bruge Visual Query-editoren til at oprette dine forespørgsler uden kode.

Der er to måder at få vist forespørgselseditoren til visuals på:

I visningen Datagitter skal du oprette en ny forespørgsel ved hjælp af knappen + Ny forespørgsel på båndet som vist på følgende billede.

Skærmbillede af den nye forespørgselsknap på datagitterbåndet.

Du kan også bruge ikonet Designvisning , der findes nederst i vinduet Datamart-editor, som vist på følgende billede.

Skærmbillede af ikonet for designvisning i datamarteditoren.

Hvis du vil oprette en forespørgsel, skal du trække og slippe tabeller fra Objektoversigt til venstre på lærredet.

Skærmbillede af, hvordan du trækker en tabel til lærredet i datamarteditoren.

Når du trækker en eller flere tabeller til lærredet, kan du bruge visualiseringen til at designe dine forespørgsler. Datamarteditoren bruger den lignende oplevelse med Power Query-diagramvisning, så du nemt kan forespørge og analysere dine data. Få mere at vide om diagramvisning i Power Query.

Når du arbejder med din visualforespørgsel, gemmes forespørgslerne automatisk med nogle få sekunder. En "lagringsindikator", der vises under forespørgselsfanen nederst, angiver, at forespørgslen gemmes.

På følgende billede kan du se et eksempel på en forespørgsel, der er oprettet ved hjælp af visualforespørgselseditoren uden kode for at hente de mest populære kunder efter ordrer.

Skærmbillede af eksempelforespørgslens resultater i datamarteditoren.

Der er et par ting, du skal være opmærksom på i Visual Query-editoren:

  • Du kan kun skrive DQL (ikke DDL eller DML)
  • Kun et undersæt af Power Query-handlinger, der understøtter forespørgselsdelegering , understøttes i øjeblikket
  • Du kan i øjeblikket ikke åbne visualiseringsforespørgslen i Excel

SQL-Power Query-editor

SQL-Power Query-editor indeholder en teksteditor til at skrive forespørgsler ved hjælp af T-SQL. Hvis du vil have adgang til den indbyggede SQL-forespørgselseditor, skal du vælge ikonet for visning af SQL-forespørgselseditor nederst i vinduet til datamarteditor.

Skærmbillede af visningsikonet S Q L-forespørgselseditor.

SQL Query-editoren understøtter intellisense, kodefuldførelse, syntaksfremhævning, fortolkning og validering på klientsiden. Når du har skrevet T-SQL-forespørgslen, skal du vælge Kør for at udføre forespørgslen. Når du arbejder med din SQL-forespørgsel, gemmes forespørgslerne automatisk med nogle få sekunder. En "lagringsindikator", der vises under forespørgselsfanen nederst, angiver, at forespørgslen gemmes. Eksempelvisningen Resultater vises i sektionen Resultater. Knappen Download i Excel åbner den tilsvarende T-SQL-forespørgsel til Excel og udfører forespørgslen, så du kan få vist resultaterne i Excel. Visualiseringsresultaterne giver dig mulighed for at oprette rapporter ud fra dine forespørgselsresultater i SQL-forespørgselseditoren.

Der er et par ting, du skal være opmærksom på i Visual Query-editoren:

  • Du kan kun skrive DQL (ikke DDL eller DML)

Skærmbillede af forespørgselsresultaterne i SQL-forespørgselseditoren.

Analysér uden for editoren

Datamarts giver en SQL DQL-oplevelse (forespørgsel) via dit eget udviklingsmiljø – f.eks. SSMS eller Azure Data Studio. Du skal køre den nyeste version af værktøjerne og godkende ved hjælp af Microsoft Entra ID eller MFA. Logonprocessen er den samme som logonprocessen for Power BI.

Diagram, der viser datakilder og datamarts med S Q L og Azure Data Studio.

Hvornår skal du bruge indbygget forespørgsel i forhold til eksterne SQL-værktøjer?

Forespørgselseditoren og datamarteditoren uden kodevisualisering er tilgængelige i Power BI til din datamart. Forespørgselseditoren til visualisering uden kode gør det muligt for brugere, der ikke kender SQL-sproget, mens datamarteditoren er nyttig til hurtig overvågning af SQL DB.

Hvis du vil have en forespørgselsoplevelse, der giver et mere omfattende værktøj, er det mere robuste udviklingsmiljøer at kombinere en bred gruppe grafiske værktøjer med mange omfattende scripteditorer, SQL Server Management Studio (SSMS) og Azure Data Studio (ADS).

Hvornår skal du bruge SQL Server Management Studio vs. Azure Data Studio?

Selvom begge analyseoplevelser tilbyder omfattende udviklingsmiljøer til SQL-forespørgsler, er hvert miljø skræddersyet til separate use cases.

Du kan bruge SSMS til:

  • Kompleks konfiguration af administration eller platform
  • Sikkerhedsadministration, herunder brugeradministration og konfiguration af sikkerhedsfunktioner
  • Statistik for liveforespørgslen eller klientstatistik

Brug ADS til:

  • macOS- og Linux-brugere
  • Mest redigering eller udførelse af forespørgsler
  • Hurtig diagrammering og visualisering af sætresultater

Hent T-SQL-forbindelsesstreng

For udviklere og analytikere med SQL-erfaring kan brugen af SQL Server Management Studio eller Azure Data Studio som en udvidelse af Power BI-datamarts give et mere grundigt forespørgselsmiljø.

Hvis du vil oprette forbindelse til en datamarts SQL-slutpunkt med klientværktøj, skal du navigere til siden med indstillinger for semantiske modeller ved at vælge fanen Datamarts (prøveversion) i Power BI. Derfra skal du udvide afsnittet Serverindstillinger og kopiere forbindelsesstreng som vist på følgende billede.

Skærmbillede af serverindstillingerne forbindelsesstreng.

Kom i gang med SSMS

Hvis du vil bruge SQL Server Management Studio (SSMS), skal du bruge SSMS Version 18.0 eller nyere. Når du åbner SQL Server Management Studio, vises vinduet Opret forbindelse til server . Du kan åbne den manuelt ved at vælge Opret forbindelse til > databaseprogram i Object Explorer>.

Skærmbillede af indstillingen for databaseprogrammet i S S M S.

Når vinduet Opret forbindelse til server er åbent, skal du indsætte forbindelsesstreng, der er kopieret fra det forrige afsnit i denne artikel, i feltet Servernavn. Vælg Opret forbindelse , og fortsæt med de relevante legitimationsoplysninger til godkendelse. Husk, at det kun er Microsoft Entra ID – MFA-godkendelse, der understøttes.

Skærmbillede af S Q L-serveren, der opretter forbindelse til servervinduet.

Når forbindelsen er oprettet, viser objektoversigten den forbundne SQL DB fra dine datamarts og de respektive tabeller og visninger, som alle er klar til at blive forespørget.

Skærmbillede af objektoversigten, der viser datamarttabeller og -visninger.

Hvis du nemt vil have vist dataene i en tabel, skal du højreklikke på en tabel og vælge Vælg de øverste 1000 rækker i den genvejsmenu, der vises. En automatisk genereret forespørgsel returnerer en samling af resultater, der viser de øverste 1.000 rækker baseret på tabellens primære nøgle.

Skærmbillede af genvejsmenuen i Objektoversigt.

På følgende billede vises resultaterne af en sådan forespørgsel.

Skærmbillede af resultaterne af forespørgselsforespørgslen i genvejsmenuen.

Hvis du vil se kolonnerne i en tabel, skal du udvide tabellen i Objektoversigt.

Skærmbillede af oplysninger om Objektoversigt.

Når du opretter forbindelse til datamart ved hjælp af SSMS eller andre klientværktøjer, kan du se visninger, der er oprettet i modelskemaet for datamarten. Standardskemakonfigurationen for en datamart er angivet til Model.

En datamart viser to andre roller som administrator og fremviser under sikkerhed, når der oprettes forbindelse ved hjælp af SSMS. Brugere, der er føjet til et arbejdsområde i en af rollerne Administrator eller Medlem eller Bidragyder, føjes til administratorrollen i datamarten. Brugere, der er føjet til rollen Læser i arbejdsområdet, føjes til rollen seer i datamarten.

Metadata for relationer

Den udvidede egenskab isSaaSMetadata , der er tilføjet i datamart, giver dig besked om, at disse metadata bruges til SaaS-oplevelsen. Du kan forespørge denne udvidede egenskab som vist:

SELECT [name], [value] 
FROM sys.extended_properties 
WHERE [name] = N'isSaaSMetadata'

Klienterne (f.eks. SQL-connectoren) kunne læse relationerne ved at forespørge den tabelværdibelagte funktion som i følgende eksempel:

SELECT * 
FROM [metadata].[fn_relationships]();

Bemærk, at der er relationer og relationskolonner, der er navngivet visninger under metadataskema, for at vedligeholde relationer i datamarten. Følgende tabeller indeholder en beskrivelse af hver af dem efter tur:

[metadata]. [relationer]

Kolonnenavn Datatype Beskrivelse
Relations-id Bigint Entydigt id for en relation
Navn Nvarchar(128) Relationens navn
FromSchemaName Nvarchar(128) Skemanavnet på kildetabellen "Fra", som relationen er defineret for.
FromObjectName Nvarchar(128) Tabel-/visningsnavn "Fra", som relationen er defineret fra
ToSchemaName Nvarchar(128) Skemanavn på vasketabellen "Til", som relationen er defineret til
ToObjectName Nvarchar(128) Tabel-/visningsnavn "Til", hvilken relation der er defineret
TypeOfRelationship Tinyint Relationskardinalitet, de mulige værdier er: 0 – Ingen 1 – OneToOne 2 – OneToMany 3 – MangeTilOne 4 – MangeTilMany
SecurityFilteringBehavior Tinyint Angiver, hvordan relationer påvirker filtrering af data, når sikkerhedsudtryk på rækkeniveau evalueres. De mulige værdier er 1 – OneDirection 2 – BothDirections 3 – None
ErAktiv Bit En boolesk værdi, der angiver, om relationen er markeret som Aktiv eller Inaktiv.
RelyOnReferentialIntegrity Bit En boolesk værdi, der angiver, om relationen kan være afhængig af referentiel integritet eller ej.
CrossFilteringBehavior Tinyint Angiver, hvordan relationer påvirker filtrering af data. De mulige værdier er: 1 – OneDirection 2 – BothDirections 3 – automatisk
CreatedAt Datetime Den dato, hvor relationen blev oprettet.
OpdateretAt dato/klokkeslæt Dato for ændring af relationen.
DatamartObjectId Navrchar(32) Entydigt id for datamart

[metadata]. [relationskolonner]

Kolonnenavn Datatype Beskrivelse
Relationskolonne-id bigint Entydigt id for en relations kolonne.
Relations-id bigint Fremmed nøgle. Reference til nøglen RelationshipId i tabellen Relationer.
FromColumnName Navrchar(128) Navnet på kolonnen "Fra"
ToColumnName Nvarchar(128) Navnet på kolonnen "Til"
CreatedAt dato/klokkeslæt at relationen blev oprettet.
DatamartObjectId Navrchar(32) Entydigt id for datamart

Du kan joinforbinde disse to visninger for at få tilføjet relationer i datamart. Følgende forespørgsel joinforbinder disse visninger:

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

Begrænsninger

Visualisering af resultater understøtter i øjeblikket ikke SQL-forespørgsler med en ORDER BY-delsætning.

Relateret indhold

Denne artikel indeholder oplysninger om analyse af data i datamarts.

Følgende artikler indeholder flere oplysninger om datamarts og Power BI:

Du kan få flere oplysninger om dataflow og transformering af data i følgende artikler: