Power BI でデータをモデル化する

このモジュールでは、Power BI Desktop モデルの構造、スター スキーマの設計の基本、分析クエリ、およびレポートの視覚化の構成について学習します。 このモジュールは、モデル設計の最適化とモデルへの計算の追加について学習できる強固な基礎を提供します。

モデル フレームワーク、その利点と制限、Power BI データ モデルの最適化に役立つ機能について説明します。

Power BI で複雑なセマンティック モデルを作成するプロセスは簡単です。 データが複数のトランザクション システムから入ってくる場合、処理しなければならないテーブルは、あっという間に数十個になる可能性があります。 優れたセマンティック モデルの構築とは、混乱したものを簡潔にすることです。 スター スキーマは、セマンティック モデルを簡潔にするための 1 つの方法であり、このモジュールでその用語と実装について説明します。 また、Power BI レポートのパフォーマンスと使いやすさを向上させるために、適切なデータの粒度を選択することが重要である理由についても説明します。 最後に、Power BI のセマンティック モデルを使用してパフォーマンスを向上させる方法について説明します。

このモジュールでは、DAX 式を記述して、さまざまな種類のモデル計算である計算テーブル、計算列、およびメジャーを作成する方法について学習します。 また、関数、演算子、モデル オブジェクトへの参照、定数、および変数を使用する式で構成される DAX 式を記述し、書式設定する方法についても学習します。

このモジュールでは、暗黙的なメジャーと明示的なメジャーを使用する方法について説明します。 まず、単一の列またはテーブルを集計する単純なメジャーを作成します。 次に、モデル内の他のメジャーに基づいて、より複雑なメジャーを作成します。 さらに、計算列とメジャーの似ている点と異なる点について学習します。

このモジュールを終了すると、計算テーブルと計算列をセマンティック モデルに追加できるようになります。 また、計算列の数式を評価するために使用される行コンテキストを説明することもできます。 Power Query を使用してテーブルに列を追加できるため、Power Query のカスタム列ではなく計算列を作成することが最適な場合についても学習します。

このモジュールを完了するまでに、タイム インテリジェンスの意味と、タイム インテリジェンスの DAX 計算をモデルに追加する方法を学習します。

パフォーマンスの最適化 (パフォーマンス チューニングとも呼ばれる) では、セマンティック モデルの現在の状態を変更して、より効率的に実行されるようにする必要があります。 基本的に、セマンティック モデルを最適化すると、そのパフォーマンスは向上します。

行レベルのセキュリティとオブジェクト レベルのセキュリティを使って、Power BI のモデル セキュリティを適用します。