Condividi tramite

Esercitazione su Lakehouse: creare un lakehouse, inserire dati di esempio e generare un report

  • Articolo

In questa esercitazione viene generato un lakehouse, vengono inseriti dati di esempio nella tabella Delta, viene applicata la trasformazione dove necessario e quindi vengono creati report. In questa esercitazione si imparerà a:

  • Creare un lakehouse dal carico di lavoro di ingegneria dei dati
  • Scaricare e inserire dati dei clienti di esempio
  • Aggiungere tabelle al modello semantico
  • Creare un report

Se non è disponibile Microsoft Fabric, è possibile registrarsi per ottenere una capacità di valutazione gratuita.

Prerequisiti

Creare un lakehouse

In questa sezione viene creato un lakehouse dall'esperienza di ingegneria dei dati.

  1. In Power BI selezionare Aree di lavoro dal menu a sinistra.

  2. Per aprire l'area di lavoro, immettere il nome dell’area di lavoro nella casella di testo di ricerca collocata nella parte superiore e selezionarlo nei risultati della ricerca.

  3. Dal commutatore di Power BI in basso a sinistra, selezionare Ingegneria dei dati.

    Screenshot che mostra dove selezionare il commutatore e Ingegneria dei dati.

  4. Nella schermata Ingegneria dei dati, selezionare Lakehouse per creare un lakehouse.

  5. Nella finestra di dialogo Nuovo lakehouse immettere wwilakehouse nel campo Nome.

    Screenshot della finestra di dialogo Nuovo lakehouse.

  6. Selezionare Crea per creare e aprire il nuovo lakehouse.

Inserire dati di esempio

In questa sezione vengono inseriti dati dei clienti di esempio nel lakehouse.

Nota

Se OneDrive non è configurato, iscriversi alla versione di valutazione gratuita di Microsoft 365: Versione di valutazione gratuita - Prova Microsoft 365 per un mese.

  1. Scaricare il file dimension_customer.csv dal repository degli esempi di Fabric.

  2. Nella scheda Home, in Recupera dati nel lakehouse, vengono visualizzate le opzioni per caricare i dati nel lakehouse. Selezionare Nuovo Dataflow Gen2.

    Screenshot che mostra dove selezionare l'opzione Nuovo Dataflow Gen2 per caricare i dati nel lakehouse.

  3. Nella schermata del nuovo flusso di dati, selezionare Importa da un file di testo/CSV.

  4. Nella schermata Connetti all'origine dati, selezionare il pulsante di opzione Carica file. Trascinare e rilasciare il file dimension_customer.csv scaricato nel passaggio 1. Dopo il caricamento del file, selezionare Avanti.

    Screenshot che mostra dove selezionare Carica file e dove trascinare il file scaricato in precedenza.

  5. Nella pagina Anteprima dati file, visualizzare in anteprima i dati e selezionare Crea per continuare e tornare all'area di lavoro del flusso di dati.

  6. Nel riquadro Impostazioni query, aggiornare il campoNome 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 in minuscolo e non devono contenere spazi. Rinominarla appropriatamente e rimuovere gli spazi dal nome della tabella.

    Screenshot del riquadro di impostazioni query che mostra dove immettere il nome e selezionare la destinazione dei dati.

  7. In questa esercitazione sono stati associati i dati dei clienti a un lakehouse. Se al lakehouse occorre aasociare altri elementi di dati, è possibile aggiungerli:

    1. Nelle voci di menu selezionare Aggiungi destinazione dati e selezionare Lakehouse. Nella schermata Connetti alla destinazione dati, accedere all'account, se necessario, e selezionare Avanti.

    2. Passare a wwilakehouse nell'area di lavoro.

    3. 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.

      Screenshot che illustra come selezionare la tabella di destinazione.

    4. Nel riquadro Scegli impostazioni di destinazione, selezionare Sostituisci come metodo di aggiornamento. Selezionare Salva impostazioni per tornare all'area di lavoro del flusso di dati.

  8. Dall'area di lavoro del flusso di dati è possibile trasformare facilmente i dati in base ai requisiti aziendali. Per semplicità, in questa esercitazione non vengono apportate modifiche. Per continuare, selezionare Pubblica in basso a destra dello schermo.

    Screenshot del riquadro Impostazioni query che contiene il pulsante Pubblica.

  9. Un cerchio rotante accanto al nome del flusso di dati indica che la pubblicazione è in corso nella visualizzazione elementi. Al termine del processo di pubblicazione. selezionare ... e scegliere Proprietà. Rinominare il flusso di dati in Carica tabella lakehouse e selezionare Salva.

  10. Selezionare l'opzione Aggiorna ora accanto al nome del flusso di dati per aggiornare il flusso di dati. L’opzione esegue il flusso di dati e sposta i dati dal file di origine alla tabella lakehouse. Durante l’operazione, viene visualizzato un cerchio rotante nella colonna Aggiornato nella visualizzazione elementi.

    Screenshot che mostra dove trovare l'icona Aggiorna ora.

  11. Dopo aver aggiornato il flusso di dati, selezionare il nuovo lakehouse nella barra di spostamento a sinistra per visualizzare la tabella Delta dimension_customer.

    Screenshot del pannello di spostamento da cui viene aperto il lakehouse.

  12. Selezionare una tabella per visualizzare un'anteprima dei 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 nello schermo.

    Screenshot della tabella Delta, che mostra dove selezionare endpoint di Analisi SQL.

  13. Selezionare la tabella dimension_customer per visualizzare in anteprima i dati o selezionare Nuova query SQL per scrivere le istruzioni SQL.

    Screenshot della schermata dell’endpoint di Analisi SQL che mostra dove selezionare Nuova query SQL.

  14. 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 questa sezione verrà creato un report dai dati inseriti.

  1. 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. Aprire il lakehouse e passare alla visualizzazione Endpoint di analisi SQL. Nella scheda Report, selezionare Gestisci modello semantico predefinito, quindi selezionare le tabelle da aggiungere al modello semantico. In questo caso, selezionare la tabella dimension_customer.

    Screenshot in cui è possibile selezionare le tabelle da aggiungere al modello semantico.

  2. Per assicurarsi che le tabelle nel modello semantico siano sempre sincronizzate, passare alla visualizzazione Endpoint di Analisi SQL e aprire il riquadro di impostazioni del lakehouse. Selezionare Modello semantico di Power BI predefinito e attivare Sincronizza il modello semantico di Power BI predefinito. Per altre informazioni, vedere Modelli semantici di Power BI predefiniti.

    Screenshot che mostra come attivare la sincronizzazione dei dati con il modello semantico predefinito

  3. Dopo l'aggiunta della tabella, Fabric crea un modello semantico con lo stesso nome del lakehouse.

    Screenshot che mostra il modello semantico predefinito creato al momento della creazione del nuovo lakehouse.

  4. Dal riquadro del modello semantico è possibile visualizzare tutte le tabelle. Sono disponibili opzioni per creare report da zero, report impaginati o per 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.

    Screenshot della pagina dei dettagli del modello semantico che mostra dove selezionare Crea un report.

  5. Poiché la tabella è una dimensione e non include misure, Power BI crea una misura per il conteggio delle righe e la aggrega in colonne diverse, e crea grafici diversi come illustrato nell'immagine seguente. È possibile salvare questo report per il futuro selezionando Salva dalla barra multifunzione superiore. È possibile apportare altre modifiche a questo report per soddisfare i propri requisiti includendo o escludendo altre tabelle o colonne.

    Screenshot di una pagina di riepilogo rapido che mostra quattro grafici a barre diversi.

Passaggio successivo

Inserire i dati nel lakehouse