Introduzione ai datamart
Gli utenti aziendali si basano principalmente su origini dati regolate centralmente create dai team IT, ma possono richiedere mesi affinché un reparto IT fornisca una modifica in una determinata origine dati. In risposta, gli utenti spesso ricorrono alla creazione di data mart personalizzati con database di Access, file locali, siti di SharePoint e fogli di calcolo, causando una mancanza di governance e di una corretta supervisione per garantire che tali origini dati siano supportate e abbiano prestazioni ragionevoli.
I data mart consentono di colmare il divario tra gli utenti aziendali e l'IT. I data mart sono soluzioni di analisi self-service, consentendo agli utenti di archiviare ed esplorare i dati caricati in un database completamente gestito. I data mart offrono un'esperienza semplice e facoltativamente senza codice per inserire dati da origini dati diverse, estrarre trasformazioni e caricare (ETL) i dati usando Power Query, quindi caricarli in un database SQL di Azure completamente gestito. Non richiedono alcuna ottimizzazione.
Dopo aver caricato i dati in un data mart, è possibile definire relazioni e criteri per business intelligence e analisi. I data mart generano automaticamente un set di dati o un modello semantico, che può essere usato per creare report e dashboard di Power BI. È anche possibile eseguire query su un data mart usando un endpoint T-SQL o un'esperienza visiva.
I data mart offrono i vantaggi seguenti:
- Gli utenti self-service possono eseguire facilmente analitica di database relazionali, senza la necessità di un amministratore di database
- I data mart forniscono l'inserimento, la preparazione e l'esplorazione dei dati end-to-end con SQL, incluse esperienze senza codice
- Abilitare la creazione di modelli semantici e report in un'unica esperienza olistica
Funzionalità data mart:
- 100% basato sul Web, nessun altro software necessario
- Un'esperienza senza codice che comporta un data mart completamente gestito
- Ottimizzazione automatizzata delle prestazioni
- Editor di query SQL e oggetti visivi predefiniti per l'analisi ad hoc
- Supporto per SQL e altri strumenti client comuni
- Integrazione nativa con Power BI, Microsoft Office e altre offerte analitiche di Microsoft
- Incluso con le capacità di Power BI Premium e Premium per utente
Quando usare data mart
I data mart sono destinati a carichi di lavoro di dati interattivi per scenari self-service. Ad esempio, se si lavora in contabilità o finanza, è possibile creare modelli di dati e raccolte personalizzati, che è quindi possibile usare per domande aziendali self-service e risposte tramite esperienze di query T-SQL e visive. Inoltre, è comunque possibile usare tali raccolte dati per esperienze di creazione di report di Power BI più tradizionali. I data mart sono consigliati per i clienti che necessitano di un'architettura e proprietà dei dati decentralizzata orientata al dominio, ad esempio gli utenti che necessitano di dati come prodotto o una piattaforma dati self-service.
I data mart consentono di supportare gli scenari seguenti:
Dati self-service del reparto: centralizzare un volume di dati da dimensioni piccole a moderate (circa 100 GB) in un database SQL completamente gestito in modalità self-service. I data mart consentono di designare un singolo archivio per le esigenze di creazione di report downstream del reparto self-service (ad esempio Excel, report di Power BI e altri), riducendo così l'infrastruttura nelle soluzioni self-service.
Analisi dei database relazionali con Power BI: accedere ai dati di un data mart usando client SQL esterni. Anche Azure Synapse e altri servizi/strumenti che usano T-SQL possono usare data mart in Power BI.
Modelli semantici end-to-end: consentire agli autori di Power BI di creare soluzioni end-to-end senza dipendenze da altri strumenti o team IT. I data mart vengono eliminati dalla gestione dell'orchestrazione tra flussi di dati e modelli semantici tramite modelli semantici generati automaticamente, offrendo al tempo stesso esperienze visive per l'esecuzione di query sui dati e l'analisi ad hoc, tutto supportato dal database SQL di Azure.
La tabella seguente descrive queste offerte e i migliori usi per ognuna di esse, incluso il loro ruolo con i data mart.
| Articolo | Recommended Use Case | Integrazione del ruolo con data mart |
|---|---|---|
| Data mart | Data warehousing basato sull'utente e accesso SQL ai dati | I data mart possono essere usati come origini per altri data mart o elementi, usando l'endpoint SQL:
|
| Flussi di dati | Preparazione dei dati riutilizzabili (ETL) per modelli semantici o mart | I data mart usano un singolo flusso di dati predefinito per ETL. I flussi di dati possono accentuare questa situazione, abilitando:
|
| Modelli semantici | Metriche e livello semantico per la creazione di report BI | I data mart forniscono un modello semantico generato automaticamente per la creazione di report, abilitando:
|
Integrazione di data mart e flussi di dati
In alcuni casi può essere utile incorporare flussi di dati e data mart nella stessa soluzione. Le situazioni seguenti possono trovare vantaggiosa l'incorporazione di flussi di dati e data mart:
Per le soluzioni con flussi di dati esistenti:
- Usare facilmente i dati con i data mart per applicare eventuali trasformazioni aggiuntive o abilitare l'analisi ad hoc e l'esecuzione di query usando query SQL
- Integrare facilmente una soluzione di data warehousing senza codice e senza gestione di modelli semantici
Per le soluzioni con data mart esistenti:
- Eseguire operazioni di estrazione, trasformazione e caricamento (ETL) riutilizzabili su larga scala per volumi di dati di grandi dimensioni
- Usare un data lake personalizzato e usare i flussi di dati come pipeline per i data mart
Confronto tra flussi di dati e data mart
In questa sezione vengono descritte le differenze tra flussi di dati e data mart.
I flussi di dati forniscono estrazione, trasformazione e caricamento (ETL) riutilizzabili. Le tabelle non possono essere esplorate, sottoposte a query o esaminate senza un modello semantico, ma possono essere definite per il riutilizzo. I dati vengono esposti in Power BI o formato CDM se si usa un data lake personalizzato. I flussi di dati vengono usati da Power BI per inserire i dati nei data mart. È consigliabile usare i flussi di dati ogni volta che si vuole riutilizzare la logica ETL.
Usare flussi di dati quando è necessario:
- Creare prep di dati riutilizzabili e condivisibili per gli elementi in Power BI.
I data mart sono un database completamente gestito che consente di archiviare ed esplorare i dati in un database SQL di Azure relazionale e completamente gestito. I data mart forniscono supporto SQL, progettazione query visiva senza codice, sicurezza a livello di riga e generazione automatica di un modello semantico per ogni data mart. È possibile eseguire analisi ad hoc e creare report, tutti sul Web.
Usare data mart quando è necessario:
- Ordinare, filtrare, eseguire operazioni di aggregazione semplici visivamente o tramite espressioni definite in SQL
- Per gli output che sono risultati, set, tabelle e tabelle filtrate di dati
- Fornire dati accessibili tramite un endpoint SQL
- Abilitare gli utenti che non hanno accesso a Power BI Desktop
Contenuto correlato
Questo articolo ha fornito una panoramica dei data mart e dei numerosi modi in cui è possibile usarli.
Gli articoli seguenti contengono altre informazioni sui data mart e su Power BI:
- Comprendere i data mart
- Iniziare con i data mart
- Analisi dei data mart
- Creare report con i data mart
- Controllo di accesso nei data mart
- Amministrazione dei data mart
- Guida decisionale di Microsoft Fabric: data warehouse o lakehouse
Per altre informazioni sui flussi di dati e sulla trasformazione dei dati, vedere gli articoli seguenti: