Descrivere i concetti di base della modellazione dei dati
I modelli analitici, detti anche modelli semantic in Microsoft Fabric e Power BI, consentono di supportare l'analisi. Un modello viene creato da tabelle correlate di dati. Definisce i valori numerici da analizzare o segnalare, noti come misure, e le entità usate per aggregarle, note come dimensioni.
Ad esempio, un modello può includere misure numeriche per le vendite (ad esempio ricavi o quantità) e dimensioni per prodotti, clienti e tempo. In questo modo è possibile aggregare le misure in una o più dimensioni, ad esempio per identificare i ricavi totali per cliente o gli articoli totali venduti per prodotto al mese.
Tabelle e schema
Le tabelle delle dimensioni rappresentano le entità da raggruppare o filtrare, ad esempio prodotto o cliente. Ogni riga ha un valore di chiave univoco e le colonne rimanenti archiviano attributi, ad esempio nomi di prodotto, categorie o città dei clienti. La maggior parte dei modelli analitici include una dimensione Temporale in modo da poter aggregare le misure in periodi di tempo.
Nelle tabelle dei fatti vengono archiviate le misure numeriche da analizzare. Ogni riga rappresenta un evento registrato, ad esempio una transazione di vendita con valori per la quantità venduta e i ricavi.
Quando una tabella dei fatti è correlata a una o più tabelle delle dimensioni, la progettazione viene chiamata schema a stella. Se le tabelle delle dimensioni si riferiscono ulteriormente a tabelle di dettaglio aggiuntive, ad esempio una tabella Category collegata a una tabella Product , la progettazione viene chiamata schema snowflake.
Quando si caricano dati in un modello semantico, Power BI li archivia in un archivio columnar in memoria efficiente usando il motore VertiPaq. Le aggregazioni vengono calcolate in fase di query, che offre analisi e report rapidi.
Gerarchie di attributi
Le gerarchie consentono di eseguire il drill up o il drill down tra i valori aggregati nei diversi livelli di una dimensione. Per esempio:
- Nella tabella Product una gerarchia potrebbe raggruppare i prodotti in categorie.
- Nella tabella Customer una gerarchia può raggruppare i clienti in base alla città.
- Nella tabella Time una gerarchia può raggruppare i giorni in mesi e i mesi in anni.
Quando si visualizzano le vendite totali per anno e quindi si esegue il drill-down per visualizzare una suddivisione mensile, il motore VertiPaq calcola i valori aggregati a ogni livello in fase di query.
Modellazione analitica in Microsoft Power BI
In Power BI si definisce un modello semantico dalle tabelle importate da una o più origini dati. Utilizzare la vista Model in Power BI Desktop per creare relazioni tra tabelle dei fatti e delle dimensioni, definire gerarchie, impostare tipi di dati e formati di visualizzazione e configurare altre proprietà che modellano il modello per l'analisi.
Se i dati sono archiviati in OneLake, il data lake condiviso di Microsoft Fabric, usa la modalità di archiviazione Direct Lake per connettere il modello semantico direttamente ai file del data lake. Ciò offre prestazioni delle query in memoria senza un passaggio di importazione dei dati separato.