Summary

Completados

Su organización necesitaba transformar los datos de la etapa intermedia sin procesar en conjuntos de datos limpios y estructurados de los que los analistas y los sistemas posteriores pueden depender. En este módulo, ha aplicado técnicas de T-SQL en un almacén de Fabric para abordar ese desafío.

Para empezar, escriba consultas para filtrar, combinar, agregar y volver a dar forma a los datos mediante sql query editor y Visual Editor de Power Query. A continuación, ha creado vistas para encapsular la lógica de transformación reutilizable, ocultando la complejidad detrás de objetos simples y consultables. Con los procedimientos almacenados, ha automatizado tareas de procesamiento de datos repetibles mediante lógica parametrizada y patrones de carga como la actualización completa, la carga incremental y la combinación. Por último, implementó tablas dimensionales que forman la base para los modelos semánticos y el análisis.

Estos patrones de transformación de T-SQL proporcionan un enfoque completo y repetible para preparar los datos de almacenamiento. El modelo dimensional que ha creado está listo para servir como origen para Power BI modelos semánticos, consultas entre bases de datos y cargas de trabajo de INTELIGENCIA ARTIFICIAL.

Más información