Introducción

Completados

La transformación de datos es un paso fundamental para preparar los datos sin procesar para el análisis. Las organizaciones suelen tener miembros del equipo con diversos conocimientos técnicos, y no todos son cómodos escribiendo código spark o T-SQL para dar forma a los datos. Un enfoque de código bajo que usa herramientas conocidas puede acelerar la preparación de datos al tiempo que mantiene la calidad y la coherencia.

Los flujos de datos Gen2 de Microsoft Fabric proporcionan una experiencia de transformación basada en Power Query que se ejecuta en la nube. Si está familiarizado con Power Query en Excel o Power BI Desktop, ya conoce la interfaz principal. Dataflows Gen2 amplía esa experiencia a la preparación de datos a escala empresarial, con la capacidad de cargar datos transformados directamente en almacenes de lagos de datos, almacenes de datos y otros destinos de Fabric.

Supongamos que trabaja en una organización comercial que recopila datos de ventas de varios sistemas regionales. El equipo debe estandarizar, limpiar y combinar estos datos antes de que los analistas puedan crear informes. Varios miembros del equipo son usuarios con experiencia en Power Query por su trabajo en Excel y Power BI, y quieres usar esas aptitudes para la preparación de datos inicial. Dataflows le permite crear lógica de transformación reutilizable que se ejecuta según una programación y entrega datos listos para el análisis a su almacén de lagos de datos o almacén.

En este módulo, explorarás cómo funcionan los flujos de datos, desde la conexión a orígenes de datos y la aplicación de transformaciones hasta optimizar el rendimiento y cargar resultados en los destinos de Fabric. Al final, estará listo para crear flujos de datos que entreguen datos limpios y listos para el análisis a su almacén de lagos de datos o almacén. Los datos bien estructurados que produces también forman parte del pilar que soporta experiencias de Copilot y perspectivas impulsadas por inteligencia artificial en toda la plataforma.