Introducción
En este módulo se tratan los procedimientos recomendados de modelado de datos y las características de Microsoft Fabric para diseñar modelos semánticos escalables. Los datos a gran escala o a escala empresarial se refieren a tamaños de tabla de cientos de miles a millones de filas.
La escalabilidad se refiere a la capacidad de un sistema, red o proceso para manejar una cantidad creciente de trabajo, o su potencial para adaptarse al crecimiento en el volumen y la complejidad de los datos sin comprometer el rendimiento ni la eficiencia. Diseñe los modelos para controlar este crecimiento teniendo en cuenta lo siguiente:
- Flexibilidad: adaptación a los cambios en el volumen de datos al tiempo que se mantiene el rendimiento aceptable del informe.
- Complejidad reducida: garantizar que los modelos sean menos complejos y fáciles de administrar.
Los modelos semánticos escalables permiten a las organizaciones analizar e informar sobre orígenes de datos grandes y complejos con facilidad. Microsoft Fabric permite trabajar con datos de gran volumen y a gran escala con la base correcta. Un modelo semántico escalable permite una experiencia de consumidor óptima en los informes de Power BI.
Imagine que forma parte del equipo de análisis de una importante empresa de comercio electrónico y que se están preparando para el mayor evento de ventas anuales. Las soluciones de informes anteriores eran manuales y no se escalaban. Ahora tiene la tarea de mejorar el rendimiento mediante modelos semánticos en Microsoft Fabric para análisis de nivel inferior e informes de Power BI.
Al final, podrás elegir un marco de modelo, diseñar un esquema de estrella y aplicar procedimientos recomendados para crear un modelo semántico optimizado para análisis de datos a gran escala con Power BI.