Jegyzet
Az oldalhoz való hozzáférés engedélyezést igényel. Próbálhatod be jelentkezni vagy könyvtárat váltani.
Az oldalhoz való hozzáférés engedélyezést igényel. Megpróbálhatod a könyvtár váltását.
További információ a tükrözött adatbázisban lévő adatok Microsoft Fabricen belüli lekérdezésének összes módszeréről.
Az SQL Analytics-végpont használata
A Microsoft Fabric egy írásvédett T-SQL kiszolgálóréteget biztosít a replikált deltatáblákhoz. Ezt az SQL-alapú felületet SQL Analytics-végpontnak nevezzük. A deltatáblákban lévő adatokat kód nélküli vizualizációs lekérdezésszerkesztő vagy T-SQL használatával elemezheti nézetek, függvények, tárolt eljárások létrehozásához és AZ SQL-biztonság alkalmazásához.
Az SQL Analytics-végpont eléréséhez válassza ki a megfelelő elemet a munkaterület nézetben, vagy váltson az SQL Analytics-végpont módra a tükrözött adatbázis-kezelőben. További információ: Mi a lakehouse SQL Analytics-végpontja?
Adatnézet használata az adatok előnézetéhez
Az Adatok előnézete a három kapcsoló mód egyike, valamint az SQL Analytics-végpont Lekérdezésszerkesztő és Modell nézete, amely egyszerű felületet biztosít a táblákban vagy nézetekben lévő adatok megtekintéséhez a mintaadatok (1000 felső sor) megtekintéséhez.
További információ: Adatok megtekintése az Adatok előnézetében a Microsoft Fabricben.
Adatok elemzése Vizualizációs lekérdezések használatával
A Visual Query Editor a Microsoft Fabric egyik funkciója, amely kód nélküli felületet biztosít T-SQL-lekérdezések létrehozásához a tükrözött adatbáziselem adataival. A táblákat a vászonra húzva vizuálisan tervezheti meg a lekérdezéseket, és Power Query-diagramnézetet használhat.
További információ: Lekérdezés a vizualizációs lekérdezésszerkesztővel.
Adatok elemzése SQL-lekérdezésekkel
Az SQL Lekérdezésszerkesztő a Microsoft Fabric egyik funkciója, amely egy lekérdezésszerkesztőt biztosít T-SQL-lekérdezések létrehozásához a tükrözött adatbáziselem adatai alapján. Az SQL-lekérdezésszerkesztő támogatja az IntelliSense-t, a kódkiegészítést, a szintaxiskiemelést, az ügyféloldali elemzést és az érvényesítést.
További információ: Lekérdezés az SQL-lekérdezésszerkesztővel.
Jegyzetfüzetek használata az adatok megismeréséhez Egy Lakehouse-parancsikonnal
A jegyzetfüzetek hatékony kódelemek, amelyek segítségével Apache Spark-feladatokat és gépi tanulási kísérleteket fejleszthet az adatokon. A Fabric Lakehouse-ban található jegyzetfüzetekkel felfedezheti a tükrözött táblázatokat. A tükrözött adatbázist a Lakehouse-ból érheti el Spark-lekérdezésekkel a jegyzetfüzetekben. Először létre kell hoznia egy parancsikont a tükrözött táblákból a Lakehouse-ba, majd Spark-lekérdezéseket tartalmazó jegyzetfüzeteket kell létrehoznia a Lakehouse-ban.
Részletes útmutatót a tükrözött adatbázis adatainak felfedezése jegyzetfüzetekkel című témakörben talál.
További információ: Parancsikonok létrehozása a Lakehouse-ban , és lásd : A tóház adatainak felfedezése jegyzetfüzettel.
Delta-fájlok közvetlen elérése
A tükrözött adatbázistábla adatait Delta formátumú fájlokban érheti el. Csatlakozzon a OneLake-hez közvetlenül a OneLake fájlkezelőn vagy az Azure Storage Exploreren keresztül.
Részletes útmutatót a tükrözött adatbázis adatainak felfedezése közvetlenül a OneLake-ben című témakörben talál.
Adatok modellezése és üzleti szemantikák hozzáadása
A Microsoft Fabricben a Power BI szemantikai modelljei (korábbi nevén Power BI-adatkészletek) egy elemzési tartomány logikai leírása, üzleti szempontból barátságos terminológiával és ábrázolással, a mélyebb elemzés érdekében.
A szemantikai modell általában egy csillagséma, amely egy tartományt ábrázoló tényekkel rendelkezik. A dimenziók lehetővé teszik a tartomány elemzését a különböző elemzések részletezéséhez, szűréséhez és kiszámításához.
A jól definiált adatmodell fontos szerepet játszott az elemzési és jelentéskészítési számítási feladatok elvégzésében. A tükrözött adatbáziselem modellezéséhez először létre kell hozni egy szemantikai modellt, majd be kell állítani a kapcsolatokat a modellnézetben. Miután navigált a modellnézetben, ezt egy vizualizáció entitáskapcsolati diagramjában teheti meg. A diagram segítségével táblák húzásával következtethet arra, hogy az objektumok hogyan kapcsolódnak egymáshoz. Az entitásokat vizuálisan összekötő vonalak a létező logikai kapcsolatok típusára következtetnek.
Jelentés létrehozása
Hozzon létre egy jelentést közvetlenül a szemantikai modellből három különböző módon:
- SQL Analytics-végpontszerkesztő a menüszalagon
- Adatpanel a navigációs sávon
- Szemantikai modell a munkaterületen
További információ: Jelentések létrehozása a Power BI szolgáltatásban a Microsoft Fabricben és a Power BI Desktopban.