Considere los usos que pueden tener los datos ingeridos
Ahora ha ingerido datos sin procesar en el almacén de lago de datos de Fabric, área también conocida como la capa de bronce de una arquitectura de Medallion. Antes de seguir con los pasos de transformación y modelado, planifique dónde transformar los datos y cómo los usuarios interactuarán con estos.
Transformación para distintos usuarios
Al cargar datos, es recomendable realizar una limpieza básica, como quitar duplicados, controlar errores, convertir valores nulos y deshacerse de entradas vacías para garantizar la calidad y la coherencia de los datos. También es fundamental pensar en los diferentes usuarios que usan los datos.
Los científicos de datos suelen preferir menos cambios para que puedan explorar tablas anchas. Es probable que quieran acceder a los datos ingeridos sin procesar. Después, con Data Wrangler de Fabric, pueden explorar los datos y generar código de transformación para sus necesidades específicas.
Por otro lado, los analistas de datos de Power BI pueden requerir más transformación y modelado antes de que puedan usar los datos. Si bien Power BI puede transformar datos, el uso de datos que se hayan preparado correctamente permite a los analistas desarrollar informes y generar información de forma más eficaz.
En el módulo Uso de Apache Spark en Microsoft Fabric, se explica cómo usar cuadernos de Fabric para mostrar, agregar y transformar datos con Spark.