Introduktion
Som de fleste af os arbejder du for en virksomhed, hvor du er forpligtet til at oprette Microsoft Power BI-rapporter. Dataene findes i flere forskellige databaser og filer. Disse datalagre er forskellige fra hinanden, nogle findes i Microsoft SQL Server, nogle findes i Microsoft Excel, men alle dataene er relateret til hinanden.
Bemærk
Modulsektionerne før laboratoriet er udelukkende oplysende. Du får mulighed for at arbejde med reelle data i laboratoriet.
I dette moduls scenarie arbejder du for Tailwind Traders. Du har fået til opgave af direktionen at udarbejde en række rapporter, der er afhængige af data på flere forskellige placeringer. Den database, der sporer salgstransaktioner, er i SQL Server, en relationsdatabase, der indeholder, hvilke varer hver kunde har købt, og hvornår. Den sporer også, hvilke medarbejdere der udførte salget sammen med navnet på medarbejderen og medarbejder-id'et. Denne database indeholder dog ikke medarbejderens ansættelsesdato, vedkommendes titel, eller hvem vedkommendes leder er. For at få disse oplysninger skal du have adgang til filer, som HR opbevarer i Excel. Du har gentagne gange bedt dem om at bruge en SQL-database, men de har endnu ikke haft mulighed for at implementere det.
Når en vare sendes, registreres forsendelsen i lagerprogrammet, som er nyt i virksomheden. Udviklerne valgte at gemme data i Cosmos DB som et sæt JSON-dokumenter.
Tailwind Traders har et program, der hjælper med økonomiske projekteringer, så de kan forudsige, hvad deres salg vil være i de kommende måneder og år, baseret på tidligere tendenser. Disse projekteringer gemmes i Microsoft Azure Analysis Services. Her er en visning af de mange datakilder, du bliver bedt om at kombinere data fra.
Du skal først udtrække data fra forskellige datakilder, før du kan udarbejde rapporter. Interaktion med SQL Server er forskellig fra Excel, så du bør lære nuancerne i begge systemer. Når du har fået indsigt i systemerne, kan du bruge Power Query til at hjælpe dig med at rense dataene, f.eks. omdøbning af kolonner, erstatning af værdier, fjernelse af fejl og kombination af forespørgselsresultater. Power Query er også tilgængelig i Excel. Når dataene er blevet renset og organiseret, er du klar til at oprette rapporter i Power BI. Til sidst skal du publicere din kombinerede semantiske model og rapporter til Power BI-tjeneste. Herfra kan andre bruge din semantiske model og oprette deres egne rapporter, eller de kan bruge de rapporter, du allerede har bygget. Hvis en anden har bygget en semantisk model, du vil bruge, kan du også oprette rapporter ud fra det!
Dette modul fokuserer på det første trin til at hente dataene fra de forskellige datakilder og importere dem i Power BI ved hjælp af Power Query.
Når du har gennemført dette modul, vil du være i stand til følgende:
- Identificer og opret forbindelse til en datakilde
- Hent data fra en relationsdatabase, såsom Microsoft SQL Server
- Hent data fra en fil, såsom Microsoft Excel
- Hent data fra programmer
- Hent data fra Azure Analysis Services
- Vælg en lagertilstand
- Løs problemer med ydeevnen
- Løs fejl under import af data