Tutorial Lakehouse: Buat lakehouse, masukkan data sampel, dan buat laporan

Dalam tutorial ini, Anda membangun lakehouse, menyerap data sampel ke dalam tabel Delta, menerapkan transformasi jika diperlukan, lalu membuat laporan.

Petunjuk / Saran

Tutorial ini adalah bagian dari seri. Setelah Anda menyelesaikan tutorial ini, lanjutkan untuk mengimpor data ke lakehouse untuk membangun lakehouse perusahaan lengkap menggunakan pipa Data Factory, notebook Spark, dan teknik pelaporan tingkat lanjut.

Berikut adalah daftar periksa langkah-langkah yang Anda selesaikan dalam tutorial ini:

• Buat rumah danau di Fabric
• Mengunduh dan menyerap sampel data pelanggan
• Melakukan transformasi dan memuat data ke "lakehouse"
• Menambahkan tabel ke model semantik
• Membuat laporan

Jika Anda belum memiliki Fabric, daftar untuk kapasitas uji coba gratis.

Prasyarat

• Sebelum membuat lakehouse, Anda harus membuat ruang kerja Fabric.
• Sebelum menyerap file CSV, Anda harus mengonfigurasi OneDrive. Jika Anda tidak memiliki OneDrive yang dikonfigurasi, daftar untuk uji coba gratis Microsoft 365: Uji Coba Gratis - Coba Microsoft 365 selama sebulan. Untuk instruksi penyiapan, lihat Menyiapkan OneDrive.

Mengapa saya memerlukan OneDrive untuk tutorial ini?

Anda memerlukan OneDrive untuk tutorial ini karena proses penyerapan data bergantung pada OneDrive sebagai mekanisme penyimpanan yang mendasar untuk unggahan file. Saat Anda mengunggah file CSV ke Fabric, file tersebut disimpan sementara di akun OneDrive Anda sebelum diserap ke lakehouse. Integrasi ini memastikan transfer file yang aman dan mulus dalam ekosistem Microsoft 365.

Langkah penyerapan tidak berfungsi jika Anda tidak mengonfigurasi OneDrive, karena Fabric tidak dapat mengakses file yang diunggah. Jika Anda sudah memiliki data yang tersedia di lakehouse atau lokasi lain yang didukung, OneDrive tidak diperlukan.

Catatan

Jika Anda sudah memiliki data di lakehouse, Anda dapat menggunakan data tersebut alih-alih sampel file CSV. Untuk memeriksa apakah data sudah terkait dengan lakehouse Anda, gunakan Lakehouse explorer atau endpoint SQL analytics untuk menelusuri tabel, file, dan folder. Untuk informasi selengkapnya tentang cara memeriksa, lihat Gambaran umum Lakehouse dan kasus penggunaan titik akhir analitik Lakehouse SQL.

Membuat lakehouse

Di bagian ini, Anda membuat sebuah Lakehouse di Fabric.

1. Di Fabric, pilih Ruang Kerja dari bilah navigasi.

2. Untuk membuka ruang kerja Anda, masukkan namanya di kotak pencarian yang terletak di bagian atas dan pilih dari hasil pencarian.

3. Dari ruang kerja, pilih Item baru, masukkan Lakehouse di kotak pencarian, lalu pilih Lakehouse.

4. Dalam kotak dialog New lakehouse , masukkan wwilakehouse di bidang Nama .

   

5. Pilih Buat untuk membuat dan membuka lakehouse baru.

Menyerap data sampel

Di bagian ini, Anda memasukkan data pelanggan contoh ke dalam lakehouse.

Catatan

Jika Anda tidak memiliki OneDrive yang dikonfigurasi, daftar untuk uji coba gratis Microsoft 365: Uji Coba Gratis - Coba Microsoft 365 selama sebulan.

1. Unduh file dimension_customer.csv dari repositori contoh Fabric.

2. Pilih Lakehouse Anda dan buka tab Beranda .

3. Pilih Dapatkan data>Aliran Data Baru Gen2 untuk membuat aliran data baru. Anda menggunakan aliran data ini untuk memasukkan data sampel ke lakehouse. Atau, di bawah Dapatkan data di lakehouse Anda, Anda dapat memilih petak New Dataflow Gen2.

   

4. Di panel Aliran Data Baru Gen2 , masukkan Data Dimensi Pelanggan di bidang Nama dan pilih Buat.

   

5. Pada tab Beranda aliran data, pilih petak Impor dari file Teks/CSV .

6. Pada layar Sambungkan ke sumber data, pilih tombol radio Unggah file.

7. Telusuri atau seret dan letakkan file dimension_customer.csv yang Anda unduh di langkah 1. Setelah file diunggah, pilih Berikutnya.

   

8. Pada halaman Pratinjau data file , Anda dapat mempratinjau data. Lalu pilih Buat untuk melanjutkan dan kembali ke kanvas aliran data.

Mengubah dan memuat data ke lakehouse

Di bagian ini, Anda mengubah data berdasarkan kebutuhan bisnis Anda dan memuatnya ke lakehouse.

1. Di panel Pengaturan kueri , pastikan bidang Nama diatur ke dimension_customer. Nama ini digunakan sebagai nama tabel di lakehouse, sehingga harus huruf kecil dan tidak boleh berisi spasi.

   

2. Karena Anda membuat aliran data dari lakehouse, tujuan data secara otomatis ditetapkan ke lakehouse Anda. Anda bisa memverifikasi ini dengan memeriksa tujuan Data di panel pengaturan kueri.

   Petunjuk / Saran

   Jika Anda membuat aliran data dari ruang kerja alih-alih dari lakehouse, Anda perlu menambahkan tujuan data secara manual. Untuk informasi selengkapnya, lihat Tujuan default Dataflow Gen2 dan Tujuan data dan pengaturan terkelola.

3. Dari kanvas aliran data, Anda dapat dengan mudah mengubah data berdasarkan kebutuhan bisnis Anda. Untuk kesederhanaan, kami tidak membuat perubahan apa pun dalam tutorial ini. Untuk melanjutkan, pilih Simpan dan Jalankan di bilah alat.

   

   Tunggu hingga aliran data selesai berjalan. Saat sedang berlangsung, Anda akan melihat indikator status berputar.

   

4. Setelah pengerjaan aliran data selesai dengan sukses, pilih lakehouse Anda di bilah menu atas untuk membukanya.

5. Di penjelajah Lakehouse, temukan skema dbo di bawah Tables, pilih menu ... (elips) di sebelahnya, lalu pilih Refresh. Ini menjalankan aliran data dan memuat data dari file sumber ke tabel lakehouse.

   

6. Setelah refresh selesai, perluas skema dbo untuk melihat tabel Delta dimension_customer. Pilih tabel untuk mempratinjau datanya.

7. Anda dapat menggunakan titik akhir analitik SQL dari lakehouse untuk mengkueri data dengan pernyataan SQL. Pilih titik akhir analitik SQL dari menu dropdown di kanan atas layar.

   

8. Pilih tabel dimension_customer untuk mempratinjau datanya. Untuk menulis pernyataan SQL, pilih Kueri SQL Baru dari menu atau pilih petak Kueri SQL Baru .

   

9. Masukkan kueri sampel berikut yang mengagregasi jumlah baris berdasarkan kolom BuyingGroup dari tabel dimension_customer .

   SELECT BuyingGroup, Count(*) AS Total
   FROM dimension_customer
   GROUP BY BuyingGroup
   

   Catatan

   File kueri SQL disimpan secara otomatis untuk referensi di masa mendatang, dan Anda dapat mengganti nama atau menghapus file-file ini berdasarkan kebutuhan Anda.

10. Untuk menjalankan skrip, pilih ikon Jalankan di bagian atas file skrip.

    

Menambahkan tabel ke model semantik

Di bagian ini, Anda menambahkan tabel ke model semantik sehingga Anda dapat menggunakannya untuk membuat laporan.

1. Buka lakehouse Anda dan beralih ke pandangan titik akhir analitik SQL.

2. Pilih Model semantik baru.

3. Di panel Model semantik baru , masukkan nama untuk model semantik, tetapkan ruang kerja, dan pilih tabel yang ingin Anda tambahkan. Dalam hal ini, pilih tabel bernama dimension_customer.

   

4. Pilih Konfirmasi untuk membuat model semantik.

   Peringatan

   Jika Anda menerima pesan kesalahan yang menyatakan "Kami tidak dapat menambahkan atau menghapus tabel" karena kapasitas komputasi Fabric organisasi Anda melebihi batasnya, tunggu beberapa menit dan coba lagi. Untuk informasi selengkapnya, lihat Dokumentasi kapasitas Fabric.

5. Model semantik dibuat dalam mode penyimpanan Direct Lake, yang berarti membaca data langsung dari tabel Delta di OneLake untuk performa kueri cepat tanpa perlu mengimpor data. Setelah pembuatan, Anda dapat mengedit model semantik untuk menambahkan hubungan, pengukuran, dan lainnya.

   Petunjuk / Saran

   Untuk mempelajari selengkapnya tentang Direct Lake dan manfaatnya, lihat Gambaran umum Direct Lake.

Membuat laporan

Di bagian ini, Anda membuat laporan dari model semantik yang Anda buat.

1. Di ruang kerja Anda, temukan model semantik yang Anda buat, pilih menu ... (elipsis), lalu pilih Buat laporan otomatis.

   

2. Tabel adalah dimensi dan tidak ada ukuran di dalamnya. Power BI membuat pengukuran untuk jumlah baris, menggabungkannya di berbagai kolom, dan membuat bagan yang berbeda seperti yang diperlihatkan dalam cuplikan layar berikut.

   

3. Anda bisa menyimpan laporan ini untuk masa mendatang dengan memilih Simpan dari pita atas. Anda dapat membuat lebih banyak perubahan pada laporan ini untuk memenuhi persyaratan Anda dengan menyertakan atau mengecualikan tabel atau kolom lain.

Langkah selanjutnya

Mengimpor data ke dalam lakehouse