Descrivere i concetti fondamentali del modello Power BI

Completato

Questa unità introduce i termini relativi al modello Power BI. È importante comprenderli per scegliere il framework del modello appropriato per il proprio progetto. Questa unità descrive i termini seguenti:

  • Modello di dati
  • Set di dati di Power BI
  • Query di analisi
  • Modello tabulare
  • Progettazione dello schema star
  • Modalità di archiviazione tabelle
  • Framework del modello

Modello di dati

Un modello di dati Power BI è una risorsa dati in grado di eseguire query ottimizzata per l'analisi. I report possono eseguire query sui modelli di dati usando uno dei due linguaggi analitici: DAX (Data Analysis Expressions) o MDX (Multidimensional Expressions). Power BI usa DAX, mentre i report impaginati possono usare DAX o MDX. Le funzionalità di analisi in Excel usano MDX.

Suggerimento

Un modello di dati viene descritto anche come modello semantico, in particolare negli scenari aziendali. In genere, nel contesto di una discussione sui dati e in questo modulo, un modello di dati viene semplicemente definito modello.

Set di dati di Power BI

L'utente sviluppa un modello Power BI in Power BI Desktop e una volta pubblicato in un'area di lavoro nel servizio Power BI, viene quindi definito set di dati. Un set di dati è un artefatto di Power BI che rappresenta un'origine di dati per le visualizzazioni nei report e nei dashboard di Power BI.

Nota

Non tutti i set di dati hanno origine da modelli sviluppati in Power BI Desktop. Alcuni set di dati rappresentano connessioni a modelli ospitati esternamente in AAS o SSAS. Altri possono rappresentare strutture di dati in tempo reale, inclusi set di dati di push, set di dati di streaming o set di dati ibridi. Questo modulo riguarda solo i modelli sviluppati in Power BI Desktop.

Query di analisi

I report e i dashboard di Power BI devono eseguire query su un set di dati. Quando Power BI visualizza i dati del set di dati, prepara e invia una query analitica. Una query analitica produce un risultato di query da un modello facile da comprendere per una persona, in particolare quando viene visualizzato.

Una query analitica prevede tre fasi che vengono eseguite in questo ordine:

  1. Filtra
  2. Raggruppa
  3. Riepiloga

Il filtraggio, talvolta noto come sezionamento, individua un subset di dati del modello. I valori del filtro non sono visibili nel risultato della query. La maggior parte delle query analitiche applica i filtri perché è comune filtrare in base a un periodo di tempo e in genere ad altri attributi. Il filtraggio avviene in modi diversi. In un report di Power BI è possibile impostare filtri a livello di report, pagina o di oggetto visivo. I layout del report includono spesso oggetti visivi filtro dei dati per filtrare gli oggetti visivi nella pagina del report. Quando il modello applica la Sicurezza a livello di riga, applica i filtri alle tabelle del modello per limitare l'accesso a dati specifici. Anche le misure, che riepilogano i dati del modello, possono applicare i filtri.

Il raggruppamento, noto anche come suddivisione, divide i risultati della query in gruppi. Ogni gruppo è anche un filtro, ma a differenza della fase di filtraggio, i valori dei filtri sono visibili nel risultato della query. Ad esempio, il raggruppamento per cliente filtra ogni gruppo per cliente.

Il riepilogo produce un risultato costituito da un valore singolo. In genere, un oggetto visivo report riepiloga un campo numerico usando una funzione di aggregazione. Le funzioni di aggregazione includono sum, count, minimum, maximum e altri. È possibile ottenere un semplice riepilogo aggregando una colonna oppure è possibile ottenere un riepilogo complesso creando una misura con una formula DAX.

Si consideri un esempio: una pagina del report di Power BI include un filtro dei dati da applicare in base a un singolo anno. È presente anche un oggetto visivo istogramma che mostra le vendite trimestrali per l'anno filtrato.

Screenshot of the Power BI report described in the previous paragraph.

In questo esempio il filtro dei dati filtra l'oggetto visivo in base all'anno di calendario 2021. L'istogramma raggruppa per trimestri (dell'anno filtrato). Ogni colonna è un gruppo che rappresenta un filtro visibile. Le altezze delle colonne rappresentano i valori delle vendite riepilogati per ogni trimestre dell'anno filtrato.

Modello tabulare

Un modello Power BI è un modello tabulare. Un modello tabulare include una o più tabelle di colonne. Può anche includere relazioni, gerarchie e calcoli.

Progettazione dello schema star

Per produrre un modello tabulare ottimizzato e facile da usare, è consigliabile produrre una progettazione con schema star. La progettazione con schema star è un approccio maturo alla creazione di modelli ampiamente adottato da data warehouse relazionali. Richiede che l'utente classifichi le tabelle di modello come tabelle delle dimensioni o dei fatti.

Le tabelle delle dimensioni descrivono le entità aziendali, ovvero gli elementi modellati. Le entità possono essere prodotti, persone, luoghi e concetti, incluso il tempo stesso. Le tabelle dei fatti, in cui sono archiviate osservazioni o eventi, possono essere, ad esempio, ordini di vendita, saldi azionari, tassi di cambio, temperature. Una tabella dei fatti contiene colonne chiave di dimensione, correlate alle tabelle delle dimensioni, e colonne di misure numeriche. Una tabella dei fatti costituisce il centro di uno schema star e le tabelle delle dimensioni correlate costituiscono i punti della stella.

Screenshot of a star schema design with a fact table in the center and dimension tables forming the points of the star.

In una query analitica, le colonne della tabella delle dimensioni applicano filtri o creano raggruppamenti. Le colonne della tabella dei fatti vengono riepilogate.

Per altre informazioni, vedere Informazioni sullo schema star e sull'importanza di Power BI.

Modalità di archiviazione tabelle

Ogni tabella del modello Power BI, ad eccezione delle tabelle calcolate, ha una proprietà della modalità di archiviazione. La proprietà della modalità di archiviazione può essere Importazione, DirectQuery o Doppia e determina se i dati della tabella vengono archiviati nel modello.

  • Importazione: le query recuperano i dati archiviati o memorizzati nella cache nel modello.
  • DirectQuery: le query passano all'origine dati.
  • Doppia: le query recuperano i dati archiviati o passano all'origine dati. Power BI determina il piano più efficiente e cerca di usare i dati memorizzati nella cache quando possibile.

Framework del modello

Le impostazioni della modalità di archiviazione delle tabelle determinano il framework del modello, che può essere di importazione, DirectQuery o composito. Le unità seguenti di questo modulo descrivono ognuno di questi framework e forniscono indicazioni sul relativo uso.

  • Un modello di importazione include tabelle la cui proprietà di modalità di archiviazione è impostata su Importa.
  • Un modello DirectQuery include tabelle che hanno la proprietà della modalità di archiviazione impostata su DirectQuery e appartengono allo stesso gruppo di origine. Il gruppo di origine viene descritto più avanti in questo modulo.
  • Un modello composito comprende più gruppi di origine.