Partager via


Introduction aux datamarts

Important

La fonctionnalité datamarts Power BI est mise hors service en octobre 2025. Pour éviter de perdre vos données et d'endommager les rapports construits à partir de datamarts, vous devez mettre à niveau votre datamart Power BI vers un entrepôt. Pour plus d’informations, consultez Unify Datamart avec Fabric Data Warehouse.

Les utilisateurs professionnels s’appuient fortement sur des sources de données régies de manière centralisée créées par les équipes informatiques, mais il peut prendre des mois pour qu’un service informatique apporte un changement dans une source de données donnée. En réponse, les utilisateurs ont souvent recours à la création de leurs propres entrepôts de données avec des bases de données Access, des fichiers locaux, des sites SharePoint et des feuilles de calcul, ce qui entraîne un manque de gouvernance et une supervision appropriée pour garantir que ces sources de données sont prises en charge et ont des performances raisonnables.

Datamarts contribue à combler le fossé entre les utilisateurs professionnels et l’informatique. Les datamarts sont des solutions d’analytique en libre-service, ce qui permet aux utilisateurs de stocker et d’explorer les données chargées dans une base de données entièrement managée. Les datamarts fournissent une expérience simple et facultative sans code pour ingérer des données provenant de différentes sources de données, extraire la transformation et charger (ETL) les données à l’aide de Power Query, puis les charger dans une base de données Azure SQL entièrement gérée et ne nécessite aucun réglage ni optimisation.

Une fois les données chargées dans un datamart, vous pouvez également définir des relations et des stratégies pour l’intelligence décisionnelle et l’analyse. Les datamarts génèrent automatiquement un jeu de données ou un modèle sémantique, qui peut être utilisé pour créer des rapports et des tableaux de bord Power BI. Vous pouvez également interroger un datamart à l’aide d’un point de terminaison T-SQL ou d’une expérience visuelle.

Diagramme montrant les datamarts et la relation power B I.

Datamarts offre les avantages suivants :

  • Les utilisateurs en libre-service peuvent facilement effectuer des analyses de base de données relationnelles, sans avoir besoin d’un administrateur de base de données
  • Les datamarts fournissent l’ingestion, la préparation et l’exploration de données de bout en bout avec SQL, y compris les expériences sans code
  • Activer la création de modèles sémantiques et de rapports au sein d’une expérience holistique

Fonctionnalités datamart :

  • 100% basées sur le web, aucun autre logiciel n’est requis
  • Expérience sans code résultant d’un datamart entièrement managé
  • Réglage automatisé des performances
  • Éditeur de requête SQL et visuel intégré pour l’analyse ad hoc
  • Prise en charge de SQL et d’autres outils clients populaires
  • Intégration native avec Power BI, Microsoft Office et d’autres offres d’analytique Microsoft
  • Inclus avec les capacités Power BI Premium et Premium par utilisateur

Quand utiliser des datamarts

Les datamarts sont ciblés vers des charges de travail de données interactives pour les scénarios en libre-service. Par exemple, si vous travaillez dans la comptabilité ou la finance, vous pouvez créer vos propres modèles de données et collections, que vous pouvez ensuite utiliser pour répondre en libre-service aux questions et réponses métier par le biais d’expériences de requête T-SQL et visuelles. En outre, vous pouvez toujours utiliser ces collections de données pour des expériences de création de rapports Power BI plus traditionnelles. Les datamarts sont recommandés pour les clients qui ont besoin d'un domaine orienté vers le domaine, d'une propriété décentralisée et d'une architecture de données, comme les utilisateurs qui ont besoin de données en tant que produit ou d'une plateforme de données en libre-service.

Les datamarts sont conçus pour prendre en charge les scénarios suivants :

  • Données en libre-service du service : Centraliser un petit volume de données modéré (environ 100 Go) dans une base de données SQL entièrement managée en libre-service. Datamarts vous permet de désigner un magasin unique pour les besoins de création de rapports en aval en libre-service (par exemple, Excel, rapports Power BI, autres), réduisant ainsi l’infrastructure dans les solutions en libre-service.

  • Analytique de base de données relationnelle avec Power BI : Accédez aux données d’un datamart à l’aide de clients SQL externes. Azure Synapse et d’autres services/outils qui utilisent T-SQL peuvent également utiliser des datamarts dans Power BI.

  • Modèles sémantiques de bout en bout : Permettre aux créateurs Power BI de créer des solutions de bout en bout sans dépendances sur d’autres outils ou équipes informatiques. Datamarts se débarrasse de la gestion de l’orchestration entre les dataflows et les modèles sémantiques par le biais de modèles sémantiques générés automatiquement, tout en fournissant des expériences visuelles pour l’interrogation des données et l’analyse ad hoc, toutes sauvegardées par Azure SQL DB.

Le tableau suivant décrit ces offres et les meilleures utilisations pour chacun, y compris leur rôle avec des datamarts.

Élément Cas d’usage recommandé Compléter le rôle avec des datamarts
Datamarts Entreposage de données basé sur l’utilisateur et accès SQL à vos données Les datamarts peuvent être utilisés comme sources pour d’autres datamarts ou éléments, à l’aide du point de terminaison SQL :
  • Partage externe
  • Partage entre les limites du service ou de l’organisation avec la sécurité activée
Flux de données Préparation des données réutilisables (ETL) pour les modèles sémantiques ou les marts Les datamarts utilisent un flux de données intégré unique pour ETL. Les flux de données peuvent accentuer cela, permettant :
  • Chargement de données dans des datamarts avec différentes planifications d’actualisation
  • Séparer l'ETL et les étapes de préparation des données du stockage, afin qu'elles puissent être réutilisées par des modèles sémantiques.
Modèles sémantiques Métriques et couche sémantique pour la création de rapports BI Les datamarts fournissent un modèle sémantique généré automatiquement pour la création de rapports, en activant :
  • Combinaison de données provenant de plusieurs sources
  • Partage sélectif des tables datamart pour les rapports affinés
  • Modèles composites : modèle sémantique avec des données provenant du datamart et d’autres sources de données en dehors du datamart
  • Modèles proxy : modèle sémantique qui utilise DirectQuery pour le modèle généré automatiquement, à l’aide d’une seule source de vérité

Intégration des datamarts et des dataflows

Dans certains cas, il peut être utile d’incorporer à la fois des flux de données et des datamarts dans la même solution. Les situations suivantes peuvent trouver l’incorporation de flux de données et de datamarts avantageuse :

  • Pour les solutions avec des dataflows existants :

    • Consommer facilement les données avec des datamarts pour appliquer des transformations supplémentaires ou activer l’analyse ad hoc et l’interrogation à l’aide de requêtes SQL
    • Intégrer facilement une solution d’entreposage de données sans code sans gestion de modèles sémantiques
  • Pour les solutions avec des datamarts existants :

    • Effectuer des opérations d’extraction, de transformation et de chargement réutilisables (ETL) à grande échelle pour les volumes de données volumineux
    • Apportez votre propre lac de données et utilisez des flux de données comme chaîne de traitement pour les datamarts

Diagramme montrant les datamarts et les dataflows.

Comparaison des flux de données aux entrepôts de données

Cette section décrit les différences entre les dataflows et les datamarts.

Les dataflows fournissent des extractions, des transformations et des chargements réutilisables (ETL). Les tables ne peuvent pas être parcourues, interrogées ou explorées sans modèle sémantique, mais peuvent être définies pour une réutilisation. Les données sont exposées au format Power BI ou CDM si vous apportez votre propre lac de données. Les dataflows sont utilisés par Power BI pour ingérer des données dans vos datamarts. Vous devez utiliser des dataflows chaque fois que vous souhaitez réutiliser votre logique ETL.

Utilisez des dataflows lorsque vous devez :

  • Créez une préparation réutilisable et partageable des données pour les éléments dans Power BI.

Les datamarts sont une base de données entièrement managée qui vous permet de stocker et d’explorer vos données dans une base de données Azure SQL DB relationnelle et entièrement managée. Les datamarts prennent en charge SQL, un concepteur de requêtes visuels sans code, la sécurité au niveau des lignes (RLS) et la génération automatique d’un modèle sémantique pour chaque datamart. Vous pouvez effectuer une analyse ad hoc et créer des rapports, tous sur le web.

Utilisez des datamarts lorsque vous devez :

  • Trier, filtrer, effectuer une agrégation simple visuellement ou via des expressions définies dans SQL
  • Pour les sorties qui sont des résultats, des ensembles, des tableaux et des tableaux de données filtrées
  • Fournir des données accessibles via un point de terminaison SQL
  • Autoriser les utilisateurs qui n’ont pas accès à Power BI Desktop

Cet article a fourni une vue d’ensemble des datamarts et les nombreuses façons dont vous pouvez les utiliser.

Les articles suivants vous permettront d’en savoir plus sur les datamarts et Power BI :

Pour plus d’informations sur les flux de données et la transformation des données, consultez les articles suivants :