Introduzione
Come la maggior parte di noi, si lavora per un'azienda in cui è necessario creare report di Microsoft Power BI. I dati si trovano in diversi database e file. Questi repository di dati sono diversi tra loro, alcuni sono in Microsoft SQL Server, altri in Microsoft Excel, ma tutti i dati sono correlati.
Nota
Le sezioni del modulo precedenti al lab sono puramente informative. Si avrà la possibilità di lavorare con dati reali durante il lab.
Nello scenario di questo modulo si lavora per Tailwind Traders. È stata ricevuta una richiesta dalla leadership senior di creare una suite di report dipendenti dai dati in diverse posizioni. Il database che monitora le transazioni di vendita è in SQL Server ed è un database relazionale che contiene informazioni sugli articoli acquistati da ciascun cliente e quando. Il database tiene traccia anche del dipendente che ha effettuato la vendita, con nome e ID. Il database non contiene tuttavia la data di assunzione del dipendente, la sua posizione o informazioni sul suo responsabile. Per tali informazioni, è necessario accedere ai file delle risorse umane in Excel. È stato richiesto a questo reparto di usare un database SQL, che tuttavia non è ancora stato implementato.
Quando un elemento viene spedito, la spedizione viene registrata nell'applicazione di gestione del magazzino, che è appena stata introdotta in azienda. Gli sviluppatori hanno scelto di archiviare i dati in Cosmos DB, come set di documenti JSON.
Tailwind Traders ha un'applicazione che aiuta a eseguire proiezioni finanziarie, in modo da poter stimare le vendite nei prossimi mesi e anni, in base alle tendenze passate. Queste proiezioni vengono archiviate in Microsoft Azure Analysis Services. Ecco una visualizzazione delle numerose origini dati da cui viene chiesto di combinare i dati.
Prima di poter creare report, è necessario estrarre i dati dalle varie origini dati. L'interazione con SQL Server è diversa da quella con Excel ed, quindi è necessario conoscere i dettagli di entrambi i sistemi. Dopo aver acquisito familiarità con i sistemi, è possibile usare Power Query per pulire i dati, ad esempio rinominare le colonne, sostituire i valori, rimuovere gli errori e combinare i risultati della query. Power Query è disponibile anche in Excel. Dopo aver pulito e organizzato i dati, è possibile creare report in Power BI. Infine, si pubblicherà il modello semantico combinato e i report in servizio Power BI. Da qui, altri utenti possono usare il modello semantico e creare i propri report oppure possono usare i report già compilati. Inoltre, se un altro utente ha creato un modello semantico che si vuole usare, è anche possibile creare report da tale modello.
Questo modulo si concentrerà sul primo passaggio per ottenere i dati dalle diverse origini dati e importarli in Power BI usando Power Query.
Al termine del modulo, si sarà in grado di:
- Identificare un'origine dati e connettersi a essa
- Recuperare i dati da un database relazionale come Microsoft SQL Server
- Recuperare i dati da un file come Microsoft Excel
- Recuperare i dati dalle applicazioni
- Recuperare i dati da Azure Analysis Services
- Selezionare una modalità di archiviazione
- Correggere i problemi di prestazioni
- Risolvere gli errori di importazione dei dati