Analisi dei data mart
È possibile analizzare i data mart con più strumenti, tra cui l'editor Data mart e l'editor di query SQL, tra gli altri. Questo articolo descrive come analizzare i data mart con questi strumenti e suggerimenti su come visualizzare al meglio le informazioni necessarie.
Analizzare all'interno dell'editor Data mart
L'Editor data mart offre un'interfaccia visiva semplice per analizzare i data mart. Le sezioni seguenti forniscono indicazioni su come usare l'editor Data mart per ottenere informazioni dettagliate sui data mart e sui dati.
Query visiva
Dopo aver caricato i dati nel data mart, è possibile usare l'editor Data mart per creare query per analizzare i dati. È possibile usare l'editor di query visuali per un'esperienza senza codice per creare le query.
Esistono due modi per accedere all'editor di query visuali:
Nella Griglia dati creare una nuova query usando il pulsante + Nuova query nella barra multifunzione, come illustrato nell'immagine seguente.
In alternativa, è possibile usare l'icona Visualizzazione Progettazione disponibile nella parte inferiore della finestra dell'editor Data mart, illustrata nell'immagine seguente.
Per creare una query, trascinare le tabelle da Esplora oggetti a sinistra nell'area di disegno.
Dopo aver trascinato una o più tabelle nell'area di disegno, è possibile usare l'esperienza visiva per progettare le query. L'editor data mart usa l'esperienza di visualizzazione diagramma di Power Query simile per consentire di eseguire facilmente query e analizzare i dati. Altre informazioni sulla vista diagramma di Power Query.
Quando si lavora sulla query visiva, le query vengono salvate automaticamente ogni manciata di secondi. Un "indicatore di salvataggio" visualizzato nella scheda della query nella parte inferiore indica che la query è in fase di salvataggio.
L'immagine seguente mostra una query di esempio creata usando l'editor di query visuali senza codice per recuperare i Clienti principali in base agli ordini.
Esistono alcuni aspetti da tenere presenti sull'Editor di query visive:
- È possibile scrivere solo DQL (non DDL o DML)
- Sono attualmente supportati solo un subset di operazioni di Power Query che supportano la riduzione delle query
- Non è attualmente possibile aprire la query visiva in Excel
Editor di query SQL
L'editor di query SQL fornisce un editor di testo per scrivere query usando T-SQL. Per accedere all'editor di query SQL predefinito, selezionare l'icona Visualizzazione dell'editor di query SQL nella parte inferiore della finestra dell'editor data mart.
L'editor di query SQL fornisce supporto per IntelliSense, completamento del codice, evidenziazione della sintassi, analisi lato client e convalida. Dopo aver scritto la query T-SQL, selezionare Esegui per eseguire la query. Quando si lavora sulla query SQL, le query vengono salvate automaticamente ogni manciata di secondi. Un "indicatore di salvataggio" visualizzato nella scheda della query nella parte inferiore indica che la query è in fase di salvataggio. L'anteprima Risultati viene visualizzata nella sezione Risultati. Il pulsante Scarica in Excel apre la query T-SQL corrispondente in Excel e la esegue, consentendo di visualizzare i risultati in Excel. Visualizza risultati consente di creare report dai risultati della query all'interno dell'editor di query SQL.
Esistono alcuni aspetti da tenere presenti sull'Editor di query visive:
- È possibile scrivere solo DQL (non DDL o DML)
Analizzare all'esterno dell'editor
I data mart offrono un'esperienza DQL (query) SQL tramite un ambiente di sviluppo personalizzato, ad esempio SSMS o Azure Data Studio. È necessario eseguire la versione più recente degli strumenti ed eseguire l'autenticazione usando Microsoft Entra ID o MFA. Il processo di accesso è uguale a quello per Power BI.
Quando usare le query predefinite e gli strumenti SQL esterni
L'editor di query visivo senza codice e l'editor data mart sono disponibili in Power BI per il data mart. L'editor di query visivo senza codice è ideale per gli utenti che non hanno familiarità con il linguaggio SQL, mentre l'editor data mart è utile per il monitoraggio rapido del database SQL.
Per un'esperienza di query che offre un'utilità più completa, la combinazione di un ampio gruppo di strumenti grafici con molti editor di script avanzati, SQL Server Management Studio (SSMS) e Azure Data Studio (ADS) sono ambienti di sviluppo più affidabili.
Quando usare SQL Server Management Studio e Azure Data Studio
Anche se entrambe le esperienze di analisi offrono ambienti di sviluppo estesi per l'esecuzione di query SQL, ogni ambiente è personalizzato in base a casi d'uso separati.
È possibile usare SSMS per:
- Configurazione amministrativa o della piattaforma complessa
- Gestione della sicurezza, tra cui la gestione degli utenti e la configurazione delle funzionalità di sicurezza
- Statistiche query dinamiche o statistiche client
Usare ADS per:
- Utenti macOS e Linux
- Per lo più la modifica o l'esecuzione di query
- Creazione rapida di grafici e visualizzazione dei risultati dei set
Ottenere la stringa di connessione T-SQL
Per sviluppatori e analisti con esperienza SQL, l'uso di SQL Server Management Studio o Azure Data Studio come estensione per i data mart di Power BI può offrire un ambiente di query più completo.
Per connettersi a un endpoint SQL di data mart con gli strumenti client, passare alla pagina delle impostazioni del modello semantico selezionando la scheda Data mart (anteprima) in Power BI. Espandere quindi la sezione Impostazioni del server e copiare la stringa di connessione, come illustrato nell'immagine seguente.
Introduzione a SSMS
Per usare SQL Server Management Studio (SSMS), è necessario usare SSMS versione 18.0 o successiva. Quando si apre SQL Server Management Studio, viene visualizzata la finestra Connetti al server. È possibile aprirlo manualmente selezionando Esplora oggetti > Connetti > Motore di database.
Quando la finestra Connetti al server è aperta, incollare la stringa di connessione copiata dalla sezione precedente di questo articolo nella casella Nome server. Selezionare Connetti e procedere con le credenziali appropriate per l'autenticazione. Tenere presente che è supportato solo Microsoft Entra ID - Autenticazione MFA.
Quando la connessione è stata stabilita, Esplora oggetti visualizza il database SQL connesso dai data mart e le rispettive tabelle e viste, tutte pronte per essere sottoposte a query.
Per visualizzare facilmente in anteprima i dati all'interno di una tabella, fare clic con il pulsante destro del mouse su una tabella e scegliere Seleziona le prime 1000 righe dal menu di scelta rapida visualizzato. Una query generata automaticamente restituisce una raccolta di risultati che visualizzano le prime 1.000 righe in base alla chiave primaria della tabella.
L'immagine seguente mostra i risultati di una query di questo tipo.
Per visualizzare le colonne all'interno di una tabella, espandere la tabella all'interno di Esplora oggetti.
Quando ci si connette a data mart usando SSMS o altri strumenti client, è possibile visualizzare le visualizzazioni create nello schema del modello del data mart. La configurazione dello schema predefinita in un data mart è impostata su Modello.
Un data mart mostra altri due ruoli come amministratore e visualizzatore in sicurezza quando si è connessi tramite SSMS. Gli utenti aggiunti a un'area di lavoro in un ruolo Amministratore, Membro o Collaboratore vengono aggiunti al ruolo Amministratore nel data mart. Gli utenti aggiunti al ruolo Visualizzatore nell'area di lavoro vengono aggiunti al ruolo visualizzatore nel data mart.
Metadati delle relazioni
La proprietà estesa isSaaSMetadata aggiunta in data mart indica che questi metadati vengono usati per l'esperienza SaaS. È possibile eseguire una query su questa proprietà estesa come indicato di seguito:
SELECT [name], [value]
FROM sys.extended_properties
WHERE [name] = N'isSaaSMetadata'
I client, ad esempio il connettore SQL, possono leggere le relazioni eseguendo una query sulla funzione con valori di tabella come segue:
SELECT *
FROM [metadata].[fn_relationships]();
Si noti che esistono viste denominate relationships e relationshipColumns nello schema dei metadati per mantenere le relazioni nel data mart. Le tabelle seguenti forniscono a loro volta una descrizione di ognuna di esse:
[metadata].[relationships]
| Nome colonna | Tipo di dati | Descrizione |
|---|---|---|
| RelationshipId | Bigint | Identificatore univoco per una relazione |
| Nome | Nvarchar(128) | Nome della relazione |
| FromSchemaName | Nvarchar(128) | Nome dello schema della tabella di origine "Da" definito dalla relazione. |
| FromObjectName | Nvarchar(128) | Nome tabella/vista "Da" con relazione definita |
| ToSchemaName | Nvarchar(128) | Nome dello schema della tabella sink "A" per cui la relazione è definita |
| ToObjectName | Nvarchar(128) | Nome tabella/vista "A" con relazione definita |
| TypeOfRelationship | Tinyint | La cardinalità delle relazioni, i valori possibili sono: 0 - Nessuno 1 - Uno a uno 2 - Uno a molti 3 - Molti a uno 4 - Molti a molti |
| SecurityFilteringBehavior | Tinyint | Indica le influenze delle relazioni sulle operazioni di filtro dei dati durante la valutazione di espressioni di sicurezza a livello di riga. I valori possibili sono 1 per OneDirection, 2 per BothDirections e 3 per None |
| IsActive | Bit | Valore booleano che indica se la relazione è contrassegnata come attiva o inattiva. |
| RelyOnReferentialIntegrity | Bit | Valore booleano che indica se la relazione può basarsi sull'integrità referenziale o meno. |
| CrossFilteringBehavior | Tinyint | Indica le influenze delle relazioni sulle operazioni di filtro dei dati. I valori possibili sono 1 per OneDirection, 2 per BothDirections e 3 per Automatic |
| CreatedAt | Datetime | Data di creazione della relazione. |
| UpdatedAt | datetime | Data di modifica della relazione. |
| DatamartObjectId | Navrchar(32) | Identificatore univoco per data mart |
[metadata].[relationshipColumns]
| Nome colonna | Tipo di dati | Descrizione |
|---|---|---|
| RelationshipColumnId | bigint | Identificatore univoco per la colonna di una relazione. |
| RelationshipId | bigint | Chiave esterna, fare riferimento alla chiave RelationshipId nella tabella Relazioni. |
| FromColumnName | Navrchar(128) | Nome della colonna "Da" |
| ToColumnName | Nvarchar(128) | Nome della colonna "A" |
| CreatedAt | datetime | Data di creazione della relazione. |
| DatamartObjectId | Navrchar(32) | Identificatore univoco per data mart |
È possibile unire queste due visualizzazioni per ottenere relazioni aggiunte nel data mart. La query seguente unisce queste viste:
SELECT
R.RelationshipId
,R.[Name]
,R.[FromSchemaName]
,R.[FromObjectName]
,C.[FromColumnName]
,R.[ToSchemaName]
,R.[ToObjectName]
,C.[ToColumnName]
FROM [METADATA].[relationships] AS R
JOIN [metadata].[relationshipColumns] AS C
ON R.RelationshipId=C.RelationshipId
Limiti
- I risultati visualizzati non supportano attualmente le query SQL con una clausola ORDER BY.
Contenuto correlato
Questo articolo ha fornito informazioni sull'analisi dei dati nei data mart.
Gli articoli seguenti contengono altre informazioni sui data mart e su Power BI:
- Introduzione ai datamart
- Comprendere i data mart
- Iniziare con i data mart
- Creare report con i data mart
- Controllo di accesso nei data mart
- Amministrazione dei data mart
Per altre informazioni sui flussi di dati e sulla trasformazione dei dati, vedere gli articoli seguenti: