チュートリアル: Microsoft Fabric でPower BI レポートを作成する

このチュートリアルでは、Microsoft Fabricを使用して、Power BIレポート用のデータを準備、読み込み、モデル化する方法について説明します。 Dataflows Gen2 を使用して、データを取り込んでレイクハウスに変換し、データパイプラインを使用してデータ更新を調整し、Direct Lake モードを使用してデータをインポートせずに Lakehouse から直接データを読み取るディメンションモデルを構築します。最後に、最新の売上データを視覚化するレポートを自動的に生成します。

このチュートリアルでは、次の操作を行います。

データを準備してレイクハウスに読み込む
データパイプラインを調整してデータを更新し、エラー発生時に電子メールを送信する
レイクハウスでセマンティックモデルを作成する
クイック作成を使用してレポートを自動作成する

前提条件

Fabric が組織で有効になっています。
Power BI アカウント。お持ちでない場合は、無料試用版にサインアップしてください。
Fabric 容量が割り当てられたworkspace このチュートリアルでは、非運用ワークスペースをお勧めします。
Contoso データのサンプルクエリを含む Power Query テンプレートファイル。

データを格納するレイクハウスを作成する

まず、データを格納するレイクハウスを作成します。 Dataflows Gen2 を使用してデータを準備および変換し、パイプラインを使用してスケジュールされた更新と電子メール通知を調整します。

ワークスペースで、ページの上部にある [新しい項目 ] を選択します。
[ 新しい アイテムの作成] 画面で、 Lakehouse を検索または選択します。
名前として SalesLakehouse を入力し (名前には文字、数字、アンダースコアを含めることができますが、特殊文字やスペースは含めず)、[ 作成] を選択します。

$[Lakehouse name]$Lakehouse 名$ 入力フィールドを示すスクリーンショット。$
Lakehouse エディターで、リボンから [新しいデータフロー Gen2 ] を選択します。または、リボンから [データの取得 ] を選択し、[ 新しいデータフロー Gen2] を選択します。
データフロー OnlineSalesDataflow に名前を付け (文字、数字、アンダースコアのみを使用)、[ 作成] を選択します。

Dataflows Gen2 を使用してデータを準備し、Lakehouse に読み込む

dataflows Gen2 の Power Query Online エディターでは、 Power Query テンプレートから Import を選択し、prerequisites にダウンロードした ContosoSales.pqt テンプレートファイルを選択します。
[データ読み込み] グループで DimDate クエリを選択します。メッセージが表示されたら、[ 接続の構成] を選択し、[認証] を [匿名] に設定して、[ 接続] を選択します。
DimDate を選択した状態で、データプレビューで DateKey 列を見つけます。列ヘッダーでデータ型アイコンを選択し、ドロップダウンから [日付/時刻 ] を選択します。
[ 列の種類の変更 ] ウィンドウで、[現在の列の置換] を選択します。

Lakehouse のデータ保存先を構成する

DimDate を選択し、右下にあるデータ変換先の設定を確認します。構成された Lakehouse の上にマウスポインターを合わせると、そのプロパティが表示されます。

作成した Lakehouse は、すべてのテーブルの宛先です。既定の更新方法は Replace で、更新のたびに以前のデータが上書きされます。
FactOnlineSales テーブルを選択し、そのデータ変換先の設定を確認します。

FactOnlineSales ソースは頻繁に変更されるため、新しいデータを追加して更新を最適化します。 X アイコンを選択して、データの現在の転送先を削除します。他のテーブルの宛先を削除しないでください。
FactOnlineSales が選択された状態で、+ アイコンを選択してデータ変換先を追加し、[Lakehouse] を選択します。

メッセージが表示されたら、認証を [組織アカウント ] に設定し、[ 次へ] を選択します。
ナビゲーターでワークスペースを選択し、展開してすべての Lakehouse アイテムを表示します。 SalesLakehouse を選択し、[新しいテーブル] が選択されていることを確認し、[次へ] を選択します。
[データ変換先の設定] パネルで、[自動設定を使用する] をオフにし、[更新方法] を [追加] に設定して、[設定の保存] を選択します。

Append メソッドは、更新のたびにテーブルに新しい行を追加し、既存のデータを保持します。
[ ホーム ] タブで、[ 保存して実行] を選択します。
Power Query Online エディターを終了するには、左側のレールにある OnlineSalesDataflow 項目の X を選択します。

[X] を選択するとエディターは閉じますが、データフローは削除されません。

データパイプラインを調整して自動更新を行う

キーの詳細を含むカスタマイズされた Outlook メールを送信して、データフローの更新を自動化し、エラーを処理します。

ワークスペースで、[ 新しい項目] を選択します。
[ 新しい 項目の作成] 画面で、[ データパイプライン] を検索または選択します。
パイプラインに SalesPipeline という名前を付け、[ 作成] を選択します。
パイプラインエディターで、[ パイプラインアクティビティ] を選択し、[ データフロー] を選択します。

リボンから [データフロー] を選択することもできます。
パイプラインエディターでデータフローアクティビティを選択します。 [ 全般 ] セクションで、[ 名前 ] を OnlineSalesActivity に設定します。
データフローアクティビティが選択されたら 、[設定] に移動し、[データフロー] の一覧から [OnlineSalesDataflow ] を選択します。必要に応じて、[ 更新 ] アイコンを選択して一覧を更新します。
Activities タブを選択し、Office365 Outlook アクティビティを追加します。

Important

[同意の付与] ウィンドウが表示されたら、[OK] を選択し、組織のアカウントでサインインし、アクセスを許可します。
パイプラインエディターで Office365 Outlook アクティビティを選択します。 [全般] セクションで、名前を失敗時にメールに設定します。
Office365 Outlook アクティビティが選択されている状態で 、[設定] に移動します。 [宛先] フィールドにメールアドレスを入力し、[パイプラインエラーの件名] を設定します。本文のメールの場合は、式ビルダーで「表示」を選択します。

[詳細設定] プロパティでは、From (Send as)、CC、Bcc、Sensitivity ラベルなどの追加の電子メールオプションを使用できます。
パイプライン式ビルダーで、次の式をページの上部にあるテキストブロックに貼り付けます。
```
@concat(
    'Pipeline: '
    , pipeline().PipelineId
    , '<br>'
    , 'Workspace: '
    , pipeline().WorkspaceId
    , '<br>'
    , 'Time: '
    , utcnow()
)
```
この式は、パイプライン ID、ワークスペース ID、および現在の UTC 時刻を電子メール本文に動的に挿入します。
パイプラインエディターで、[ OnlineSalesActivity] を選択します。 "X" (失敗時) ハンドルをドラッグして、失敗時のメールアクティビティにドロップします。このアクションにより、データフローアクティビティが失敗した場合に電子メールが送信されます。
[ホーム] タブから [スケジュール] を選択します。スケジュールを次のように構成し、[ 適用] を選択します。

名前値

スケジュールされた実行オン

繰り返し毎日

時間午前 12:00:00
[ホーム] タブから [実行] を選択します。メッセージが表示されたら、[ 保存して実行] を選択して続行します。

パイプラインの状態を監視するには、アクティビティの進行状況を表示する出力テーブルを表示します。テーブルが自動的に更新されるか、更新アイコンを選択して手動で更新できます。
状態が [成功] と表示されたら、ワークスペースに戻ってチュートリアルに進みます。

名前	値
スケジュールされた実行	オン
繰り返し	毎日
時間	午前 12:00:00

レイクハウスでセマンティックモデルを作成する

読み込んだデータは、レポートのための準備がほとんど完了しています。次に、lakehouse のテーブルを使用してセマンティックモデル (物理データを整理して論理オブジェクトに変換するメタデータレイヤー) を作成します。セマンティックモデルは、ビジネス構造を反映し、データの分析を容易にするように設計されています。

ワークスペースビューで、 SalesLakehouse 項目を選択します。
エクスプローラーで、[ ホーム ] タブから [ 新しいセマンティックモデル] を選択します。
[新しいセマンティックモデル] ウィンドウで、モデルに SalesModel という名前を付けます。次に、 dbo スキーマと Tables グループの両方を展開します。次の表を選択し、[ 確認] を選択します。

テーブル名

ディムカスタマー

DimDate

DimEmployee

ディムプロダクト

DimStore

FactOnlineSales

テーブル名
ディムカスタマー
DimDate
DimEmployee
ディムプロダクト
DimStore
FactOnlineSales

スタースキーマリレーションシップを作成する

このモデルでは、データウェアハウスで一般的なスタースキーマを使用します。星の中心はファクトテーブルであり、ファクトテーブルに関連するディメンションテーブルで囲まれています。

リレーションシップを作成するには、FactOnlineSales テーブルから DimCustomer テーブルの CustomerKey 列に CustomerKey 列をドラッグアンドドロップします。

[ リレーションシップの作成 ] ウィンドウで、次の設定を確認し、[ 確認] を選択します。

このリレーションシップをアクティブにする	テーブル 1 から (列)	テーブル 2 へ (列)	カーディナリティ	クロスフィルター方向
☑	FactOnlineSales (CustomerKey)	DimCustomer (カスタマーキー)	多対一 (*:1)	シングル

次のリレーションシップごとにこれらの手順を繰り返します。

このリレーションシップをアクティブにする	テーブル 1 から (列)	テーブル 2 へ (列)	カーディナリティ	クロスフィルターの方向
☑	FactOnlineSales (ProductKey)	DimProduct (ProductKey)	多対一 (*:1)	シングル
☑	FactOnlineSales (StoreKey)	DimStore (StoreKey)	多対一 (*:1)	シングル
☑	FactOnlineSales (DateKey)	DimDate (日付キー)	多対一 (*:1)	シングル
☑	DimStore (StoreKey)	DimEmployee (ストアキー)	多対一 (*:1)	両方

次の図は、すべてのリレーションシップが含まれるセマンティックモデルの完成したビューを示しています。

DAX でメジャーを作成する

総売上金額を計算するための基本指標を作成します。

FactOnlineSales テーブルを選択します。 [ ホーム ] タブで、[ 新しいメジャー] を選択します。
数式エディターで、次の DAX メジャーを入力し、コミットする チェックマーク を選択します。
```
Total Sales Amount = SUM(FactOnlineSales[SalesAmount])
```

レポートを自動作成する

データをモデル化したので、クイック作成を使用してデータをすばやく視覚化して探索できます。

左側のレールからワークスペースを選択して、ワークスペースに戻ります。 SalesModel 項目にカーソルを合わせ、省略記号 (...) を選択して、[レポートの自動作成] を選択します。

レポートが自動的に生成され、[ データ ] ペインの列の選択に基づいて動的に更新されます。
リボンから [保存] を 選択して、コピーを現在のワークスペースに保存します。

Tip

完全なビジュアル作成エクスペリエンスを入力するには、リボンの [編集] を選択します。

リソースをクリーンアップする

このチュートリアル用の専用ワークスペースを作成した場合は、削除できます。または、チュートリアル中に作成した個々の項目を削除することもできます。

Power BI でクイックにレポートを作成

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-06-11