Power BI를 사용한 모델 데이터

이 모듈에서는 Power BI Desktop 모델 구조, 별모양 스키마 디자인 기본 사항, 분석 쿼리, 보고서 시각적 구성에 대해 알아봅니다. 이 모듈은 모델 디자인을 최적화하고 모델 계산을 추가하는 방법을 배울 수 있는 탄탄한 기초를 제공합니다.

Power BI 데이터 모델을 최적화하는 데 도움이 되는 모델 프레임워크, 이점 및 제한 사항 및 기능을 설명합니다.

Power BI에서 복잡한 의미 체계 모델을 만드는 프로세스는 간단합니다. 두 개 이상의 트랜잭션 시스템에서 데이터를 가져오는 경우 작업에 사용해야 할 테이블이 수십 개에 달할 수 있습니다. 훌륭한 의미 체계 모델을 빌드하는 것은 혼란을 간소화하는 것입니다. 의미 체계 모델을 단순화하는 한 가지 방법인 별모양 스키마와 관련된 용어와 구현 방법을 이 모듈에서 알아봅니다. 또한 Power BI 보고서의 성능과 유용성을 위해 올바른 데이터 세분성을 선택하는 것이 중요한 이유를 알아봅니다. 마지막으로 Power BI 의미 체계 모델을 사용하여 성능을 개선시키는 방법을 알아봅니다.

이 모듈에서는 DAX 수식을 작성하여 다양한 유형의 모델 계산인 계산된 테이블, 계산 열 및 측정값을 만드는 방법을 설명합니다. 또한 함수, 연산자, 모델 개체 참조, 상수 및 변수를 사용하는 식으로 구성된 DAX 수식을 작성하고 서식 지정하는 방법을 알아봅니다.

이 모듈에서는 암시적 및 명시적 측정값을 사용하는 방법을 알아봅니다. 먼저 단일 열 또는 테이블을 요약하는 간단한 측정값을 만듭니다. 그런 다음 모델의 다른 측정값을 기반으로 보다 복잡한 측정값을 만듭니다. 또한 계산 열과 측정값 간의 유사성 및 차이점에 대해 알아봅니다.

이 모듈을 마치면 의미 체계 모델에 계산된 테이블과 계산 열을 추가할 수 있게 됩니다. 또한 계산 열 수식을 평가하는 데 사용되는 행 컨텍스트를 설명할 수 있습니다. 파워 쿼리를 사용하여 테이블에 열을 추가할 수 있으므로 파워 쿼리 Custom Column 대신 계산 열을 만드는 것이 가장 좋은 경우에 대해서도 알아봅니다.

이 모듈을 마치면 시간 인텔리전스의 의미를 이해하고 시간 인텔리전스 DAX 계산을 모델에 추가하는 방법을 배울 수 있습니다.

성능 최적화는 성능 튜닝이라고도 하며 의미 체계 모델이 더 효율적으로 실행되도록 의미 체계 모델의 현재 상태를 변경하는 작업입니다. 본질적으로 의미 체계 모델이 최적화되면 성능이 더 좋아집니다.

행 수준 보안 및 개체 수준 보안을 사용하여 Power BI 모델 보안을 적용합니다.