Esercitazione su Lakehouse: Creare un lakehouse, inserire dati di esempio e creare un report
In questa esercitazione si compila un lakehouse, si inseriscono i dati di esempio nella tabella delta, si applica la trasformazione dove necessario e quindi si creano report.
Prerequisiti
- Creare un'area di lavoro infrastruttura
- In questo articolo si seguono i passaggi per inserire un file CSV, che richiede la configurazione di OneDrive. Se OneDrive non è configurato, iscriversi alla versione di valutazione gratuita di Microsoft 365: versione di valutazione gratuita - Provare Microsoft 365 per un mese.
Creare una lakehouse
Nella servizio Power BI selezionare Aree di lavoro dal menu a sinistra.
Per aprire l'area di lavoro, immettere il nome nella casella di testo di ricerca nella parte superiore e selezionarla nei risultati della ricerca.
Dal commutatore di esperienza situato in basso a sinistra selezionare Ingegneria dei dati.
Nella scheda Ingegneria dei dati selezionare Lakehouse per creare una lakehouse.
Nella finestra di dialogo Nuovo lakehouse immettere wwilakehouse nel campo Nome.
Selezionare Crea per creare e aprire il nuovo lakehouse.
Inserire dati di esempio
Nota
Se OneDrive non è configurato, iscriversi alla versione di valutazione gratuita di Microsoft 365: versione di valutazione gratuita - Provare Microsoft 365 per un mese.
Scaricare il file dimension_customer.csv dal repository degli esempi di Fabric.
In Lakehouse Explorer sono disponibili opzioni per caricare i dati in lakehouse. Selezionare Nuovo flusso di dati Gen2.
Nel riquadro nuovo flusso di dati selezionare Importa da un file di testo/CSV.
Nel riquadro Connessione all'origine dati selezionare il pulsante di opzione Carica file. Trascinare e rilasciare il file dimension_customer.csv scaricato nel passaggio 1. Dopo aver caricato il file, selezionare Avanti.
Nella pagina Anteprima dati file visualizzare in anteprima i dati e selezionare Crea per continuare e tornare all'area di disegno del flusso di dati.
Nel riquadro Impostazioni query aggiornare il campo Nome in dimension_customer.
Nota
Fabric aggiunge uno spazio e un numero alla fine del nome della tabella per impostazione predefinita. I nomi delle tabelle devono essere minuscoli e non devono contenere spazi. Rinominarlo in modo appropriato e rimuovere gli spazi dal nome della tabella.
In questa esercitazione sono già stati associati i dati dei clienti a una lakehouse. Nel caso in cui siano presenti altri elementi di dati da associare al lakehouse, è possibile aggiungerli con i passaggi seguenti:
Nelle voci di menu selezionare Aggiungi destinazione dati e selezionare Lakehouse. Dalla schermata Connessione alla destinazione dati accedere all'account, se necessario e selezionare Avanti.
Passare alla wwilakehouse nell'area di lavoro.
Se la tabella dimension_customer non esiste, selezionare l'impostazione Nuova tabella e immettere il nome della tabella dimension_customer. Se la tabella esiste già, selezionare l'impostazione Tabella esistente e scegliere dimension_customer dall'elenco delle tabelle in Esplora oggetti. Selezionare Avanti.
Nel riquadro Scegli impostazioni di destinazione selezionare Sostituisci come metodo Update. Selezionare Salva impostazioni per tornare all'area di disegno del flusso di dati.
Dall'area di disegno del flusso di dati è possibile trasformare facilmente i dati in base ai requisiti aziendali. Per semplicità, non verranno apportate modifiche in questa esercitazione. Per continuare, selezionare Pubblica in basso a destra della schermata.
Un cerchio rotante accanto al nome del flusso di dati indica che la pubblicazione è in corso nella visualizzazione elementi. Al termine della pubblicazione, selezionare ... e selezionare Proprietà. Rinominare il flusso di dati in Tabella Load Lakehouse e selezionare Salva.
Selezionare l'opzione Aggiorna ora accanto al nome del flusso di dati per aggiornare il flusso di dati. Esegue il flusso di dati e sposta i dati dal file di origine alla tabella lakehouse. Mentre è in corso, viene visualizzato un cerchio rotante nella colonna Aggiornato nella visualizzazione elementi.
Dopo aver aggiornato il flusso di dati, selezionare il nuovo lakehouse nel pannello di spostamento a sinistra per visualizzare la tabella delta dimension_customer .
Selezionare la tabella per visualizzare in anteprima i dati. È anche possibile usare l'endpoint di analisi SQL del lakehouse per eseguire query sui dati con istruzioni SQL. Selezionare Endpoint di analisi SQL dal menu a discesa Lakehouse in alto a destra nella schermata.
Selezionare la tabella dimension_customer per visualizzare in anteprima i dati o selezionare Nuova query SQL per scrivere le istruzioni SQL.
La query di esempio seguente aggrega il conteggio delle righe in base alla colonna BuyingGroup della tabella dimension_customer . I file di query SQL vengono salvati automaticamente per riferimento futuro ed è possibile rinominare o eliminare questi file in base alle esigenze.
Per eseguire lo script, selezionare l'icona Esegui nella parte superiore del file di script.
SELECT BuyingGroup, Count(*) AS Total FROM dimension_customer GROUP BY BuyingGroup
Creare un report
In precedenza tutte le tabelle e le viste lakehouse venivano aggiunte automaticamente al modello semantico. Con gli aggiornamenti recenti, per i nuovi lakehouse, è necessario aggiungere manualmente le tabelle al modello semantico. Nella scheda Lakehouse Reporting selezionare Gestisci modello semantico predefinito e selezionare le tabelle da aggiungere al modello semantico. In questo caso, selezionare la tabella dimension_customer .
Per assicurarsi che le tabelle nel modello semantico siano sempre sincronizzate, passare alla visualizzazione endpoint analisi SQL e aprire il riquadro delle impostazioni lakehouse. Selezionare Impostazione predefinita del modello semantico di Power BI e attivare Sincronizza il modello semantico predefinito di Power BI. Per altre informazioni, vedere Modelli semantici di Power BI predefiniti
Dopo l'aggiunta della tabella, viene creato un modello semantico con lo stesso nome del lakehouse.
Dal riquadro modello semantico è possibile visualizzare tutte le tabelle. Sono disponibili opzioni per creare report da zero, report impaginati o consentire a Power BI di creare automaticamente un report in base ai dati. Per questa esercitazione, in Esplora questi dati selezionare Crea automaticamente un report. Nell'esercitazione successiva viene creato un report da zero.
Poiché la tabella è una dimensione e non sono presenti misure, Power BI crea una misura per il numero di righe e lo aggrega in colonne diverse e crea grafici diversi, come illustrato nell'immagine seguente. È possibile salvare il report per il futuro selezionando Salva dalla barra multifunzione superiore. È possibile apportare altre modifiche a questo report per soddisfare le esigenze includendo o escludendo altre tabelle o colonne.
Passaggio successivo
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per