Einführung in Datamarts

Von Bedeutung

Das Power BI-Datamarts-Feature wird im Oktober 2025 eingestellt. Um zu vermeiden, dass Ihre Daten verloren gehen und Berichte, die auf Ihren Datenmarts basieren, nicht mehr funktionieren, sollten Sie Ihr Power BI Datamart auf ein Warehouse aktualisieren. Weitere Informationen finden Sie unter Datamart mit Fabric Data Warehouse vereinheitlichen.

Geschäftsbenutzer verlassen sich stark auf zentral geregelte Datenquellen, die von Informationstechnologieteams (IT) erstellt wurden, aber es kann Monate dauern, bis eine IT-Abteilung eine Änderung in einer bestimmten Datenquelle liefert. Als Reaktion darauf greifen Benutzer häufig auf das Erstellen eigener Data marts mit Access-Datenbanken, lokalen Dateien, SharePoint-Websites und -Tabellen zu, was zu einem Mangel an Governance und einer ordnungsgemäßen Aufsicht führt, um sicherzustellen, dass diese Datenquellen unterstützt werden und eine angemessene Leistung haben.

Datamarts helfen dabei, den Abstand zwischen Geschäftsbenutzern und IT zu überbrücken. Datamarts sind Self-Service Analytics-Lösungen, mit denen Benutzer Daten speichern und untersuchen können, die in einer vollständig verwalteten Datenbank geladen werden. Datamarts bieten eine einfache und optional code-freie Erfahrung zum Aufnehmen von Daten aus verschiedenen Datenquellen, um die Daten mithilfe von Power Query zu extrahieren, zu transformieren und zu laden und sie dann in eine Azure SQL-Datenbank zu laden, die vollständig verwaltet wird und keine Abstimmung oder Optimierung erfordert.

Nachdem Daten in ein Datamart-Objekt geladen wurden, können Sie zusätzlich Beziehungen und Richtlinien für Business Intelligence und Analysen definieren. Datamarts generieren automatisch ein Dataset oder semantisches Modell, das zum Erstellen von Power BI-Berichten und Dashboards verwendet werden kann. Sie können auch ein Datamart-Objekt mithilfe eines T-SQL-Endpunkts oder mithilfe einer visuellen Oberfläche abfragen.

Datamarts bieten die folgenden Vorteile:

• Self-Service-Benutzer können relationale Datenbankanalysen problemlos durchführen, ohne dass ein Datenbankadministrator erforderlich ist
• Datamarts bieten durchgängige Datenaufnahme, Vorbereitung und Erkundung mit SQL, einschließlich Erfahrungen ohne Code.
• Aktivieren der Erstellung semantischer Modelle und Berichte innerhalb einer ganzheitlichen Erfahrung

Datamart-Funktionen

• 100% webbasierte, keine andere Software erforderlich
• Eine Codefreie Oberfläche, die zu einem vollständig verwalteten Datamart-Objekt führt
• Automatische Leistungsoptimierung
• Integrierter visueller und SQL-Abfrage-Editor für Ad-hoc-Analysen
• Unterstützung für SQL und andere beliebte Clienttools
• Native Integration in Power BI, Microsoft Office und andere Microsoft-Analyseangebote
• Enthalten in Power BI Premium-Kapazitäten und Premium pro Benutzer

Wann Datamarts verwendet werden sollten

Datamarts sind auf interaktive Datenworkloads für Selbstbedienungsszenarien ausgerichtet. Wenn Sie beispielsweise in Buchhaltung oder Finanzen arbeiten, können Sie eigene Datenmodelle und Sammlungen erstellen, die Sie dann verwenden können, um Geschäftsfragen und Antworten über T-SQL und visuelle Abfrageerfahrungen selbst zu bedienen. Darüber hinaus können Sie diese Datensammlungen weiterhin für herkömmliche Power BI-Berichterstellungsfunktionen verwenden. Datamarts werden für Kunden empfohlen, die domänenorientierte, dezentrale Datenbesitz und Architektur benötigen, z. B. Benutzer, die Daten als Produkt oder Self-Service-Datenplattform benötigen.

Datamarts sollen die folgenden Szenarien unterstützen:

• Abteilungs-Selbstbedienungsdaten: Zentralisieren Sie kleines bis mittleres Datenvolumen (ca. 100 GB) in einer vollständig verwalteten SQL-Datenbank. Mit Datamarts können Sie einen einzelnen Speicher für Self-Service-Abteilungs-downstream-Berichterstellungsanforderungen (z. B. Excel, Power BI-Berichte, andere) festlegen, wodurch die Infrastruktur in Self-Service-Lösungen reduziert wird.

• Relationale Datenbankanalysen mit Power BI: Greifen Sie auf die Daten eines Datamart-Objekts mithilfe externer SQL-Clients zu. Azure Synapse und andere Dienste/Tools, die T-SQL verwenden, können auch Datamarts in Power BI verwenden.

• End-to-End-Semantikmodelle: Ermöglichen Sie Power BI-Erstellern, End-to-End-Lösungen ohne Abhängigkeiten von anderen Tools oder IT-Teams zu erstellen. Datamarts entfernt die Verwaltung der Orchestrierung zwischen Datenflüssen und semantischen Modellen über automatisch generierte Semantikmodelle und stellt gleichzeitig visuelle Oberflächen für die Abfrage von Daten und Ad-hoc-Analysen bereit, die von Azure SQL DB unterstützt werden.

Die folgende Tabelle beschreibt diese Angebote und die besten Verwendungsmöglichkeiten für jeden, einschließlich ihrer Rolle mit Datamarts.

Gegenstand	Empfohlener Anwendungsfall	Ergänzen der Rolle mit Datenmarts
Datamarts	Benutzerbasiertes Data Warehouse und SQL-Zugriff auf Ihre Daten	Datamarts können mithilfe des SQL-Endpunkts als Quellen für andere Datenmarts oder Elemente verwendet werden: Externe Freigabe Teilen über Abteilungs- oder Organisationsgrenzen hinweg, wenn die Sicherheit aktiviert ist.
Datenflüsse	Wiederverwendbare Datenvorbereitung (ETL) für semantische Modelle oder Datamarts	Datamarts verwenden einen einzigen integrierten Datenfluss für ETL. Datenflüsse können dies akzentuieren, wodurch Folgendes aktiviert wird: Laden von Daten in Datenmarts mit unterschiedlichen Aktualisierungszeitplänen Trennen von ETL- und Datenvorbereitungsschritten vom Speicher, sodass sie von semantischen Modellen wiederverwendet werden können
Semantikmodelle	Metriken und semantische Ebene für BI-Berichte	Datamarts stellen ein automatisch generiertes Semantikmodell für die Berichterstellung bereit, wodurch Folgendes aktiviert wird: Kombinieren von Daten aus mehreren Quellen Selektive Freigabe der Datamart-Tabellen für differenzierte Berichte Zusammengesetzte Modelle – ein semantisches Modell mit Daten aus dem Datamart-Objekt und anderen Datenquellen außerhalb des Datamart-Objekts Proxymodelle – ein Semantikmodell, das DirectQuery für das automatisch generierte Modell verwendet, wobei eine einzige Wahrheitsquelle verwendet wird

Integration von Datenmarts und Datenflüssen

In einigen Fällen kann es hilfreich sein, sowohl Datenflüsse als auch Datenmarts in dieselbe Lösung zu integrieren. Die folgenden Situationen könnten die Einbeziehung von Datenflüssen und Datenmarts vorteilhaft finden:

• Für Lösungen mit vorhandenen Datenflüssen:

  • Verwenden Sie die Daten ganz einfach mit Datenmarts, um zusätzliche Transformationen anzuwenden oder Ad-hoc-Analysen und Abfragen mithilfe von SQL-Abfragen zu ermöglichen.
  • Einfache Integration einer No-Code Data Warehouse-Lösung ohne Management von semantischen Modellen

• Für Lösungen mit vorhandenen Datamarts:

  • Ausführen von wiederverwendbarem Extrahieren, Transformieren und Laden (ETL) in großem Maßstab für große Datenmengen
  • Bringen Sie Ihren eigenen Data Lake mit und verwenden Sie Datenflüsse als Pipeline für Datenmarts.

Der Vergleich von Datenflüssen mit Datenmarts

In diesem Abschnitt werden die Unterschiede zwischen Datenflüssen und Datenmarts beschrieben.

Dataflows bieten wiederverwendbare Prozesse zum Extrahieren, Transformieren und Laden (ETL). Tabellen können nicht ohne ein semantisches Modell durchsucht, abgefragt oder untersucht werden, können aber für die Wiederverwendung definiert werden. Die Daten werden im Power BI- oder CDM-Format verfügbar gemacht, wenn Sie Ihren eigenen Datensee mitbringen. Datenflüsse werden von Power BI verwendet, um Daten in Ihre Datenmarts aufzunehmen. Sie sollten Datenflüsse immer dann verwenden, wenn Sie Ihre ETL-Logik wiederverwenden möchten.

Verwenden Sie Datenflüsse , wenn Sie Folgendes benötigen:

• Erstellen Sie wiederverwendbare und teilbare Datenvorbereitungen für Elemente in Power BI.

Datamarts sind eine vollständig verwaltete Datenbank, mit der Sie Ihre Daten in einer relationalen und vollständig verwalteten Azure SQL DB speichern und untersuchen können. Datamarts bieten SQL-Unterstützung, einen codefreien visuellen Abfrage-Designer, Zeilenebenensicherheit (Row Level Security, RLS) und die automatische Generierung eines Semantikmodells für jedes Datamart-Objekt. Sie können Ad-hoc-Analysen durchführen und Berichte erstellen, alles im Web.

Verwenden Sie Datamarts , wenn Sie Folgendes benötigen:

• Sortieren, Filtern, einfache Aggregation visuell oder durch ausdrücke, die in SQL definiert sind
• Für Ausgaben, die als Ergebnisse, Mengen, Tabellen und gefilterte Tabellen vorkommen
• Bereitstellen von barrierefreien Daten über einen SQL-Endpunkt
• Aktivieren von Benutzern, die keinen Zugriff auf Power BI Desktop haben

Verwandte Inhalte

In diesem Artikel finden Sie eine Übersicht über Datamarts und die vielen Möglichkeiten, wie Sie sie verwenden können.

Die folgenden Artikel enthalten weitere Informationen zu Datamarts und Power BI:

• Grundlegendes zu Datamarts
• Erste Schritte mit Datamarts
• Analysieren von Datamarts
• Erstellen von Berichten mithilfe von Datamarts
• Steuern des Zugriffs in Datamarts
• Datamart-Verwaltung
• Microsoft Fabric-Entscheidungsleitfaden: Data Warehouse oder Lakehouse

Weitere Informationen zu Datenflüssen 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