Introducción a datamarts

Los usuarios empresariales dependen en gran medida de los orígenes de datos regulados centralmente creados por equipos de tecnología de la información (TI), pero puede tardar meses en que un departamento de TI entregue un cambio en un origen de datos determinado. En respuesta, los usuarios suelen recurrir a la creación de sus propios datamarts con bases de datos de Access, archivos locales, sitios y hojas de cálculo de SharePoint, lo que da lugar a una falta de gobernanza y supervisión adecuada para asegurarse de que dichos orígenes de datos son compatibles y tienen un rendimiento razonable.

Datamarts ayuda a salvar la brecha entre los usuarios empresariales y el departamento de TI. Datamarts son soluciones de análisis de autoservicio, lo que permite a los usuarios almacenar y explorar datos que se cargan en una base de datos totalmente administrada. Datamarts proporciona una experiencia sencilla y opcionalmente sin código para ingerir datos de distintos orígenes de datos, extraer la transformación y cargar (ETL) los datos mediante Power Query, cargarlos en una base de datos de Azure SQL totalmente administrada y no requiere ajuste ni optimización.

Una vez cargados los datos en un datamart, también puede definir relaciones y directivas para la inteligencia empresarial y el análisis. Los datamarts generan de forma automática un modelo semántico, que puede utilizarse para crear informes y cuadros de mando de Power BI. También puede consultar un datamart mediante un punto de conexión de T-SQL o mediante una experiencia visual.

Datamarts ofrece las siguientes ventajas:

• Los usuarios de autoservicio pueden realizar fácilmente análisis de bases de datos relacionales, sin necesidad de un administrador de bases de datos.
• Datamarts proporciona ingesta, preparación y exploración de datos de un extremo a otro con SQL, incluidas las experiencias sin código.
• Habilitación de la creación de modelos semánticos e informes dentro de una experiencia holística

Características de Datamart:

• 100 % basado en web, no se requiere ningún otro software
• Una experiencia sin código que da como resultado un datamart totalmente administrado
• Ajuste del rendimiento automatizado
• Editor de consultas SQL y visual integrados para el análisis ad hoc
• Compatibilidad con SQL y otras herramientas de cliente populares
• Integración nativa con Power BI, Microsoft Office y otras ofertas de Análisis de Microsoft
• Se incluye con capacidades de Power BI Premium y Premium por usuario

Cuándo usar datamarts

Datamarts se destinan a cargas de trabajo de datos interactivas para escenarios de autoservicio. Por ejemplo, si está trabajando en contabilidad o finanzas, puede crear sus propios modelos de datos y colecciones, que puede usar para realizar preguntas y respuestas empresariales de autoservicio a través de experiencias de consulta visual y T-SQL. Además, puede seguir usando esas colecciones de datos para experiencias de informes de Power BI más tradicionales. Los datamarts se recomiendan para los clientes que necesitan una arquitectura y propiedad de datos descentralizadas orientadas al dominio, como los usuarios que necesitan datos como un producto o una plataforma de datos de autoservicio.

Los flujos de datos están diseñados para admitir los siguientes escenarios:

• Datos de autoservicio departamentales: centralice un volumen de datos pequeño a moderado (aproximadamente 100 GB) en una base de datos SQL totalmente administrada de autoservicio. Datamarts le permite designar un único almacén para las necesidades de informes de bajada de departamento de autoservicio (como Excel, informes de Power BI, otros), lo que reduce la infraestructura en soluciones de autoservicio.

• Análisis de bases de datos relacionales con Power BI: acceda a los datos de datamart mediante clientes SQL externos. Azure Synapse y otros servicios o herramientas que usan T-SQL también pueden usar datamarts en Power BI.

• Modelos semánticos de un extremo a otro: permitir que los creadores de Power BI compilen soluciones de un extremo a otro sin dependencias en otros equipos de TI o herramientas. Datamarts se deshace de la administración de la orquestación entre flujos de datos y modelos semánticos a través de modelos semánticos autogenerados, a la vez que proporciona experiencias visuales para la consulta de datos y el análisis de equipo a equipo, todo ello respaldado por Azure SQL DB.

En la tabla siguiente se describen estas ofertas y los mejores usos para cada una, incluido su rol con datamarts.

Elemento	Caso de uso recomendado	Complementar el rol con datamarts
Datamarts	Almacenamiento de datos basado en el usuario y acceso SQL a los datos	Datamarts se puede usar como orígenes para otros datamarts o elementos, mediante el punto de conexión de SQL: Uso compartido externo Uso compartido entre límites departamentales u organizativos con la seguridad habilitada
Flujos de datos	Preparación de datos reutilizables (ETL) para modelos semánticos o marts	Los datamarts usan un único flujo de datos integrado para ETL. Los flujos de datos pueden acentuar esto, lo que permite: Carga de datos en datamarts con diferentes programaciones de actualización Separar los pasos ETL y de preparación de datos del almacenamiento, para que puedan ser reutilizados por modelos semánticos
Modelos semánticos	Métricas y capa semántica para informes de BI	Los datamarts proporcionan un modelo semántico generados automáticamente para la elaboración de informes, lo que permite: Combinación de datos de varios orígenes Uso compartido selectivo de las tablas datamart para informes específicos Modelos compuestos: un modelo semántico con datos del datamart y otras fuentes de datos externas al datamart Modelos proxy: un modelo semántico que utiliza DirectQuery para el modelo generado automáticamente, utilizando una única fuente de verdad

Integración de datamarts y flujos de datos

En algunos casos, puede ser útil incorporar flujos de datos y datamarts en la misma solución. Las siguientes situaciones podrían encontrar la incorporación de flujos de datos y datamarts ventajosos:

• Para soluciones con flujos de datos existentes:

  • Consumir fácilmente los datos con datamarts para aplicar transformaciones adicionales o habilitar el análisis ad hoc y la consulta mediante consultas SQL
  • Integre fácilmente una solución de almacenamiento de datos sin código y sin administración de modelos semánticos

• Para soluciones con datamarts existentes:

  • Realizar extracción, transformación y carga reutilizables (ETL) a escala para grandes volúmenes de datos
  • Traiga su propio lago de datos y use flujos de datos como canalización para datamarts

Comparación de flujos de datos con datamarts

En esta sección se describen las diferencias entre los flujos de datos y los datamarts.

Los flujos de datos proporcionan extracción, transformación y carga reutilizables (ETL). Las tablas no se pueden explorar, consultar o explorar sin un modelo semántico, pero se pueden definir para su reutilización. Los datos se exponen en formato Power BI o CDM si trae su propio lago de datos. Power BI usa flujos de datos para ingerir datos en los datamarts. Debe usar flujos de datos siempre que quiera reutilizar la lógica de ETL.

Use flujos de datos cuando necesite:

• Cree la preparación de datos reutilizables y que se pueden compartir para los elementos de Power BI.

Datamarts es una base de datos totalmente administrada que permite almacenar y explorar los datos en una base de datos relacional y totalmente administrada Azure SQL. Los Datamarts ofrecen soporte SQL, un diseñador visual de consultas sin código, Seguridad de nivel de fila (RLS) y generación automática de un modelo semántico para cada Datamart. Puede realizar análisis ad hoc y crear informes, todos en la web.

Use flujos de datos cuando necesite:

• Ordenar, filtrar, realizar una agregación simple visualmente o a través de expresiones definidas en SQL
• Para las salidas que son resultados, conjuntos, tablas y tablas filtradas de datos
• Proporcionar datos accesibles a través de un punto de conexión de SQL
• Habilitar a los usuarios que no tienen acceso a Power BI Desktop

Contenido relacionado

Este artículo proporciona información general de los datamarts y de las muchas maneras en que se pueden utilizar.

En los artículos siguientes encontrará más información sobre datamarts y Power BI:

• Descripción de datamarts
• Comenzar con datamarts
• Análisis de datamarts
• Creación de informes mediante datamarts
• Control de acceso en datamarts
• Administración de datamarts
• Guía de decisión de Microsoft Fabric: almacenamiento de datos o almacén de lago de datos

Para más información sobre los flujos de datos y la transformación de datos, consulte los artículos siguientes:

• Introducción a los flujos de datos y la preparación de datos de autoservicio
• Tutorial: Dar forma a los datos y combinarlos en Power BI Desktop