Erste Schritte mit Datamarts

In diesem Artikel wird beschrieben, wie Sie die ersten Schritte mit Datamarts unternehmen können. Sie finden verschiedene Beispieldaten, die Ihnen den Einstieg erleichtern können. Sie lernen Beispielsemantikmodelle kennen, die Sie mit Datamarts verwenden können, erfahren, wie Sie Datamarts von Grund auf neu erstellen, wie Sie einen Datamart umbenennen oder löschen und erhalten weitere hilfreiche Informationen, um sich mit Datamarts vertraut zu machen und sie zu beherrschen.

Beispieldaten

Anhand der folgenden verschiedenen Arten von Beispieldaten können Sie Datamarts erkunden. Alle folgenden Ressourcen enthalten kostenlose Beispieldaten:

• Acht Abteilungsbeispiele im Excel-Arbeitsmappenformat, bei denen es sich um Excel-Versionen der integrierten Power BI-Beispiele handelt, die die Semantikmodelle aus zahlreichen Anwendungsfällen enthalten:

  • Customer profitability
  • Analyse von IT-Ausgaben
  • Personal
  • Verkaufschancenanalyse
  • Beschaffungsanalyse
  • Einzelhandelsanalyse
  • Qualitätsanalyse von Vertriebs- und Marketinganbietern

• Eine Beispielarbeitsmappe für Finanzdaten mit einer einfachen flachen Tabelle in einer Excel-Datei, die zum Download zur Verfügung steht. Sie enthält anonyme Daten mit fiktiven Produkten sowie nach Segmenten und Regionen aufgeteilte Umsätze.

• Eine Excel-Arbeitsmappenversion des dimensionalen AdventureWorks-Modells in einem Tutorial, das Sie durch das Erstellen eines Power BI-Berichts mit den Daten leitet.

• COVID 19-Weltdaten basiert auf Daten der Johns Hopkins University. Lesen Sie vor Veröffentlichen dieser Daten den Artikel zu Haftungsausschlüssen.

• Northwind Traders OData-Feed mit Daten einer fiktiven Organisation, die Bestellungen, Produkte, Kunden, Lieferanten und viele andere Aspekte eines Kleinunternehmens verwaltet.

Sie können mit der Nutzung von Datamarts auch über jeden beliebigen Dataflow beginnen, den Sie derzeit haben. Ausgehend von einem vorhandenen Dataflow werden Daten in Ihren Datamart kopiert. Danach können Sie weitere Transformationen vornehmen oder den Dataflow einfach als Datenquelle zum Erkunden von Datamarts einsetzen.

Erstellen eines Datamarts

Um einen Datamart zu erstellen, navigieren Sie zu Ihrem vorhandenen Arbeitsbereich des Typs „Power BI Premium“ oder „Premium Per User (PPU)“. Datamarts erfordern ein Premium BI Premium-Abonnement. Wählen Sie in Ihrem Premium-Arbeitsbereich + Neu und dann „Datamart (Vorschau)“ aus, um einen Datamart zu erstellen.

Die Bereitstellung eines neuen Datamarts dauert normalerweise etwa 10 Sekunden. Nach der Initialisierung können Sie Daten in Ihren Datamart laden. Weitere Informationen zum Abrufen von Daten in einen Datamart finden Sie im Abschnitt Abrufen und Transformieren von Daten in diesem Artikel.

Abrufen und Transformieren von Daten

Es gibt viele Möglichkeiten, sich mit Daten zu verbinden und diese in einem Datamart zu transformieren. Allgemeine Informationen zu Daten in Power BI finden Sie unter Verbinden mit Daten in Power BI.

Um Daten in Ihren Datamart zu laden, öffnen Sie diesen (oder erstellen Sie einen neuen), und wählen Sie Daten abrufen aus.

Wenn Sie Daten aus einer anderen Quelle abrufen möchten, wird ein Fenster zur Auswahl der Datenquelle angezeigt, in dem Sie aus einer Vielzahl von Datenquellen auswählen können.

Sie können auch Dateien per Drag & Drop von Ihrem Computer in Ihren Datamart laden, z. B. Excel-Dateien. Für einige Datenquellen sind möglicherweise Parameter oder Verbindungszeichenfolgen erforderlich, um eine ordnungsgemäße Verbindung herzustellen.

Wählen Sie nach dem Herstellen der Verbindung die Tabellen aus, die Sie in Ihren Datamart laden möchten. Sie können Transformationen auf Ihre ausgewählten Daten anwenden und die Daten in den Datamart laden. Sobald die Daten geladen sind, werden die Tabellen in Ihren Datamart importiert. Sie können den Fortschritt auf der Statusleiste überwachen.

Für jede Tabelle, die Sie auswählen, wird eine entsprechende Ansicht im Datamart erstellt, die im Objekt-Explorer in der Datenansicht angezeigt wird.

Modellieren von Daten

Zum Modellieren Ihrer Daten navigieren Sie zur Modellansicht, indem Sie das Symbol Modellansicht unten im Fenster auswählen, wie in der folgenden Abbildung gezeigt.

Hinzufügen oder Entfernen von Objekten zum standardmäßigen Semantikmodell

In Power BI ist immer ein Semantikmodell erforderlich, bevor Berichte erstellt werden können, sodass das standardmäßige Semantikmodell Funktionen zur schnellen Berichterstellung auf Basis des Datamarts ermöglicht. Innerhalb des Datamart können Benutzer*innen Datamart-Objekte (Tabellen) zum Standardsemantikmodell hinzufügen. Sie können auch zusätzliche semantische Modellierungseigenschaften wie Hierarchien und Beschreibungen hinzufügen. Diese werden dann verwendet, um die Tabellen des Power BI-Semantikmodells zu erstellen. Benutzer*innen können auch Objekte aus dem standardmäßigen Semantikmodell entfernen.

Zum Hinzufügen von Objekten (Tabellen oder Ansichten) zum standardmäßigen Semantikmodell haben Benutzer*innen zwei Optionen:

• Automatisches Hinzufügen von Objekten zum Semantikmodell, was standardmäßig geschieht, ohne dass ein Benutzereingriff erforderlich ist
• Manuelles Hinzufügen von Objekten zum Semantikmodell

Die Automatische Erkennung bestimmt alle Tabellen oder Ansichten und fügt sie opportunistisch hinzu.

Die Option für die manuelle Erkennung auf dem Menüband ermöglicht eine differenzierte Steuerung, welche Objekte – Tabellen und/oder Ansichten – dem standardmäßigen Semantikmodell hinzugefügt werden sollen:

• Alle auswählen
• Nach Tabellen oder Ansichten filtern
• Bestimmte Objekte auswählen

Um Objekte zu entfernen, kann ein Benutzer die Schaltfläche für manuelle Auswahl im Menüband verwenden und:

• Auswahl aufheben
• Nach Tabellen oder Ansichten filtern
• Auswahl bestimmter Objekte aufheben

Verwenden von Modellansichtslayouts

Während der Sitzung können Benutzer für das Datenbankdesign mehrere Registerkarten in der Modellansicht erstellen. Derzeit werden die Modellansichtslayouts nur in der Sitzung beibehalten. Benutzer können das automatische Layout verwenden, wenn eine neue Registerkarte erstellt wird, um den Datenbankentwurf visuell zu überprüfen und die Modellierung zu verstehen.

Erstellen eines Measures

Um ein Measure (also eine Sammlung standardisierter Metriken) zu erstellen, wählen Sie die Tabelle im Tabellen-Explorer aus und klicken im Menüband auf die Schaltfläche Neues Measure, wie in der folgenden Abbildung gezeigt.

Geben Sie das Measure in die Bearbeitungsleiste ein und dann die Tabelle und die Spalte an, für die es gilt. Geben Sie Ihr Measure in die Bearbeitungsleiste ein. Ähnlich wie bei Power BI Desktop bietet die DAX-Bearbeitungsumgebung in Datamarts einen umfangreichen Editor mit automatischer Vervollständigung für Formeln (Intellisense). Der DAX-Editor ermöglicht Ihnen, Measures direkt im Datamart zu entwickeln, wodurch dieser zu einer effektiveren zentralen Quelle für Geschäftslogik, Semantik und geschäftskritische Berechnungen wird.

Sie können die Tabelle aufklappen, um das Measure in der Tabelle zu finden.

Erstellen einer Beziehung

Um eine Beziehung in einem Datamart zu erstellen, wählen Sie die Modellansicht und Ihren Datamart aus. Ziehen Sie dann die Spalte aus der einen Tabelle auf die Spalte in der anderen Tabelle, um die Beziehung einzurichten. Konfigurieren Sie im eingeblendeten Fenster die Beziehungseigenschaften.

Wählen Sie die Schaltfläche Bestätigen aus, wenn Ihre Beziehung eingerichtet ist, um die Beziehungsinformationen zu speichern.

Ausblenden von Elementen aus der nachgeordneten Berichterstellung

Sie können Elemente Ihres Datamarts aus der nachgeordneten Berichterstellung ausblenden, indem Sie Datenansicht auswählen und mit der rechten Maustaste auf die Spalte oder Tabelle klicken, die Sie ausblenden möchten. Wählen Sie dann in dem eingeblendeten Menü In der Berichtsansicht ausblenden aus, um das Element aus der nachgeordneten Berichterstellung auszublenden.

Sie können auch die gesamte Tabelle und einzelne Spalten ausblenden, indem Sie die Optionen für die Modellansicht verwenden, wie in der folgenden Abbildung gezeigt.

Zugreifen auf automatisch generierte Semantikmodelle

Um auf automatisch generierte Semantikmodelle zuzugreifen, wechseln Sie zum Premium-Arbeitsbereich, und suchen Sie das Semantikmodell, das dem Namen des Datamart entspricht.

Klicken Sie zum Laden des Semantikmodells auf den Namen des Semantikmodells.

Verwalten der Aktualisierung eines Datamarts

Sie können einen Datamart auf zwei Arten aktualisieren:

1. Wählen Sie im Kontextmenü „Datamart“ die Option Jetzt aktualisieren oder Geplante Aktualisierung aus.

   

2. Wählen Sie auf der Seite „Einstellungen für Datamart“ die Option Geplante Aktualisierung aus.

   

Um eine inkrementelle Aktualisierung für einen Datamart einzurichten, wählen Sie im Datamart-Editor die dafür gewünschte Tabelle aus. Wählen Sie im Menüband Tabellentools das Symbol Inkrementelle Aktualisierung aus. Rechts wird ein Bereich angezeigt, in dem Sie die inkrementelle Aktualisierung für die ausgewählte Tabelle konfigurieren können.

Datamarts und Bereitstellungspipelines

Datamarts werden in Bereitstellungspipelines unterstützt. Mit Bereitstellungspipelines können Sie Aktualisierungen Ihres Datamarts über eine benannte Pipeline bereitstellen. Sie können auch mithilfe von Regeln eine Verbindung mit den relevanten Daten in jeder Phase der Pipeline herstellen. Informationen zu Bereitstellungspipelines finden Sie unter Erste Schritte mit Bereitstellungspipelines.

Zugreifen auf oder Laden eines vorhandenen Datamarts

Um auf einen vorhandenen Datamart zuzugreifen, navigieren Sie zu Ihrem Power BI Premium-Arbeitsbereich, und suchen Sie Ihren Datamart in der Liste mit allen Datenelementen in Ihrem Arbeitsbereich, wie in der folgenden Abbildung dargestellt.

Sie können auch die Registerkarte Datamarts (Vorschau) in Ihrem Premium-Arbeitsbereich auswählen und eine Liste der verfügbaren Datamarts einsehen.

Wählen Sie den Namen des Datamarts aus, um diesen zu laden.

Umbenennen eines Datamarts

Es gibt zwei Möglichkeiten zum Umbenennen eines Datamarts:

Erstens können Sie im Datamart-Editor den Namen des Datamarts oben im Editor auswählen und diesen in dem daraufhin eingeblendeten Fenster bearbeiten, wie in der folgenden Abbildung gezeigt. Klicken Sie außerhalb des Fensters „Umbenennen“ auf das Menüband, um den neuen Namen zu speichern.

Alternativ können Sie den Namen des Datamarts in der Listenansicht „Arbeitsbereich“ ändern. Wählen Sie neben dem Namen des Datamarts in der Arbeitsbereichsansicht das Menü „Mehr“ (...) aus.

Wählen Sie im eingeblendeten Menü Umbenennen aus.

Wenn Sie einen Datamart umbenennen, wird auch das automatisch generierte Semantikmodell, das auf diesem Datamart basiert, automatisch umbenannt.

Löschen eines Datamarts

Um einen Datamart zu löschen, navigieren Sie zum Arbeitsbereich und zum zu löschenden Datamart. Wählen Sie das Menü „Mehr“ (...) und dann im eingeblendeten Menü Löschen aus.

Das Löschen des Datamarts erfolgt nicht sofort, sondern dauert ein paar Tage.

Kontextmenüs im Datamart

Datamarts bietet eine vertraute Umgebung zum Erstellen von Berichten und Zugreifen auf unterstützte Aktionen über die Kontextmenüs.

In der folgenden Tabelle werden die Optionen im Kontextmenü eines Datamarts beschrieben:

Menüoption	Optionsbeschreibung
In Excel analysieren	Wendet die vorhandene Funktionalität „In Excel analysieren“ auf automatisch generierte Semantikmodelle an. Weitere Informationen zu In Excel analysieren
Create report (Bericht erstellen)	Dient zum Erstellen eines Power BI-Berichts im DirectQuery-Modus. Weitere Informationen zu den ersten Schritten zum Erstellen von Berichten im Power BI-Dienst
Löschen	Löschen Sie das Semantikmodell aus dem Arbeitsbereich. In einem Bestätigungsdialogfeld werden Sie über die Auswirkungen der Löschaktion benachrichtigt. Bei Bestätigung der Aktion Löschen werden der Datamart und die zugehörigen nachgeordneten Elemente gelöscht.
Verwalten von Berechtigungen	Ermöglicht Benutzer*innen, andere Empfänger mit bestimmten Berechtigungen hinzuzufügen, ähnlich wie bei der Freigabe eines zugrunde liegenden Semantikmodells oder der Erstellung von Inhalten mit den Daten, die dem zugrunde liegenden Semantikmodell zugeordnet sind.
Verlauf aktualisieren	Stellt den Verlauf der Aktualisierungsaktivität samt Dauer der Aktivität und Status bereit.
Umbenennen	Aktualisiert den Datamart und das automatisch generierte Semantikmodell mit dem neuen Namen.
Einstellungen	Weitere Informationen zu Einstellungen für Datamarts
Teilen	Ermöglicht Benutzer*innen das Freigeben des Datamarts, um Inhalte auf Basis des zugrunde liegenden, automatisch generierten Semantikmodells zu erstellen und den entsprechenden SQL-Endpunkt abzufragen. Gibt den Zugriff auf den Datamart (SQL: schreibgeschützt und automatisch generiertes Semantikmodell) für andere Benutzer*innen in Ihrer Organisation frei. Benutzer*innen erhalten eine E-Mail mit Links zum Zugriff auf die Detailseite, auf der sie die SQL Server-URL finden und auf das automatisch generierte Semantikmodell zugreifen können, um darauf basierende Berichte zu erstellen.
Herkunft anzeigen	Dieser Befehl zeigt die lückenlose Herkunft von Datamarts an – von den Datenquellen bis zum Datamart, dem automatisch generierten Semantikmodell und anderen Semantikmodellen (falls vorhanden), die auf den Datamarts basierend erstellt wurden, bis zu Berichten, Dashboards und Apps.

Einstellungen für Datamart

Einstellungen für einen Datamart sind über das Kontextmenü für Datamarts zugänglich. In diesem Abschnitt werden die Einstellungsoptionen für einen Datamart beschrieben und erläutert. Die folgende Abbildung zeigt das Menü „Einstellungen für Datamart“.

Es folgt eine Liste der Einstellungen, die Sie für jeden Datamart festlegen können.

Einstellung	Detail
Datamart-Beschreibung	Ermöglicht Benutzern das Hinzufügen von Metadatendetails, um beschreibende Informationen zu einem Datamart bereitzustellen.
Servereinstellungen	Die Verbindungszeichenfolge des SQL-Endpunkts für einen Datamart. Sie können mithilfe der Verbindungszeichenfolge über verschiedene Tools, wie z. B. SSMS, eine Verbindung mit dem Datamart herstellen.
Anmeldeinformationen für die Datenquelle	Ermöglicht Ihnen den Abruf von Datenquelleninformationen und die Bearbeitung von Anmeldeinformationen.
Zeitplanaktualisierung	Datenaktualisierungsinformationen für den Datamart basierend auf dem vom Benutzer festgelegten Zeitplan.
Vertraulichkeitsbezeichnung	Die dem Datamart zugewiesene Vertraulichkeitsbezeichnung, die auch an die nachgeordneten, automatisch generierten Semantikmodelle, Berichte usw. weitergegeben wird. Die Weitergabe von Vertraulichkeitsbezeichnungen an ein nachgeordnetes Semantikmodell erfolgt in den folgenden Szenarien nicht: Herabstufen von Vertraulichkeitsbezeichnungen Für bestimmte Elemente, wenn die Vertraulichkeitsbezeichnung manuell festgelegt wurde

Die folgende Tabelle zeigt Einstellungen für automatisch generierte Semantikmodelle. Wenn diese Einstellungen auf ein automatisch generiertes Semantikmodell angewendet werden, gelten sie auch für den Datamart.

Einstellung	Details
Zugriff anfordern
Fragen und Antworten
Zwischenspeicherung von Abfragen

Überlegungen und Einschränkungen zu Datamarts

Bei Verwendung von Datamarts mit benannten Verbindungen gelten die folgenden Einschränkungen:

• Sie können nur eine einzige Cloudverbindung eines bestimmten Pfads und Typs erstellen, z. B. können Sie nur eine SQL-Cloudverbindung mit Server/Datenbank erstellen. Sie können mehrere Gatewayverbindungen erstellen.
• Sie können Clouddatenquellen nicht benennen oder umbenennen; Sie können Gatewayverbindungen benennen und umbenennen.

Zugehöriger Inhalt

In diesem Artikel wurden Beispieldaten und Anweisungen zum Erstellen von und Interagieren mit Datamarts behandelt.

In den folgenden Artikeln finden Sie weitere Informationen zu Datamarts und Power BI:

• Einführung in Datamarts
• Grundlegendes zu Datamarts
• Analysieren von Datamarts
• Erstellen von Berichten mit Datamarts
• Zugriffssteuerung in Datamarts (Vorschau)
• Verwaltung von Datamarts

Weitere Informationen zu Dataflows und zum Transformieren von Daten finden Sie in den folgenden Artikeln:

• Einführung in Dataflows und Self-Service-Datenaufbereitung
• Tutorial: Strukturieren und Kombinieren von Daten in Power BI Desktop