Opplæring i Lakehouse: Opprette et lakehouse, innta eksempeldata og bygge en rapport
I denne opplæringen bygger du et lakehouse, inntar eksempeldata i deltatabellen, bruker transformasjon der det er nødvendig, og deretter oppretter du rapporter.
Forutsetning
- Opprett et stoffarbeidsområde
- I denne artikkelen følger du fremgangsmåten for å innta en CSV-fil, som krever at du har OneDrive konfigurert. Hvis du ikke har konfigurert OneDrive, kan du registrere deg for den gratis prøveperioden for Microsoft 365: Gratis prøveversjon – prøv Microsoft 365 i en måned.
Opprett et innsjøhus
Velg Arbeidsområder fra menyen til venstre i Power Bi-tjeneste.
Hvis du vil åpne arbeidsområdet, skriver du inn navnet i søketekstboksen øverst og velger det fra søkeresultatene.
Velg Dataingeniør fra opplevelsesbryteren nederst til venstre.
Velg Lakehouse i Dataingeniør fanen for å opprette et innsjøhus.
Skriv inn wwilakehouse i Navn-feltet i dialogboksen Nytt lakehouse.
Velg Opprett for å opprette og åpne det nye lakehouse.
Innta eksempeldata
Merk
Hvis du ikke har konfigurert OneDrive, kan du registrere deg for den gratis prøveperioden for Microsoft 365: Gratis prøveversjon – prøv Microsoft 365 i en måned.
Last ned filen dimension_customer.csv fra stoffeksempler.
I Lakehouse Explorer ser du alternativer for å laste inn data i lakehouse. Velg Ny dataflyt gen2.
Velg Importer fra en tekst-/CSV-fil i den nye dataflytruten.
Velg alternativknappen Last opp fil på Koble til til datakilderuten. Dra og slipp dimension_customer.csv filen du lastet ned i trinn 1. Når filen er lastet opp, velger du Neste.
Forhåndsvis dataene på forhåndsvisningsfildatasiden, og velg Opprett for å fortsette og gå tilbake til dataflytlerretet.
Oppdater Navn-feltet til dimension_customer i spørringsinnstillinger-ruten.
Merk
Stoff legger til et mellomrom og tall på slutten av tabellnavnet som standard. Tabellnavn må være små bokstaver og må ikke inneholde mellomrom. Gi nytt navn til det på riktig måte, og fjern eventuelle mellomrom fra tabellnavnet.
I denne opplæringen har du allerede knyttet kundedataene til et lakehouse. Hvis du har andre dataelementer som du vil knytte til lakehouse, kan du legge dem til med følgende fremgangsmåte:
Velg Legg til datamål fra menyelementene, og velg Lakehouse. Logg på kontoen hvis det er nødvendig, og velg Neste fra Koble til til datamålskjermen.
Gå til wwilakehouse i arbeidsområdet.
Hvis dimension_customer tabellen ikke finnes, velger du ny tabell-innstillingen og skriver inn tabellnavnet dimension_customer. Hvis tabellen allerede finnes, velger du innstillingen Eksisterende tabell og velger dimension_customer fra listen over tabeller i objektutforskeren. Velg Neste.
Velg Erstatt som oppdateringsmetode i ruten Velg målinnstillinger. Velg Lagre innstillinger for å gå tilbake til dataflytlerretet.
Fra dataflytlerretet kan du enkelt transformere dataene basert på forretningskravene dine. For enkelhetsmåte gjør vi ingen endringer i denne opplæringen. Hvis du vil fortsette, velger du Publiser nederst til høyre på skjermen.
En spinnende sirkel ved siden av navnet på dataflyten indikerer at publisering pågår i elementvisningen. Når publiseringen er fullført, velger du ... og velger Egenskaper. Gi nytt navn til dataflyten til Load Lakehouse Table , og velg Lagre.
Velg alternativet Oppdater nå ved siden av navnet på dataflyten for å oppdatere dataflyten. Den kjører dataflyten og flytter data fra kildefilen til lakehouse-tabellen. Mens den pågår, ser du en spinnende sirkel under Oppdatert kolonne i elementvisningen.
Når dataflyten er oppdatert, velger du det nye lakehouse i venstre navigasjonspanel for å vise dimension_customer delta-tabellen.
Velg tabellen for å forhåndsvise dataene. Du kan også bruke SQL Analytics-endepunktet i lakehouse til å spørre etter dataene med SQL-setninger. Velg SQL Analytics-endepunktet fra rullegardinmenyen Lakehouse øverst til høyre på skjermen.
Velg dimension_customer tabellen for å forhåndsvise dataene, eller velg Ny SQL-spørring for å skrive SQL-setningene.
Følgende eksempelspørring aggregerer radantallet basert på BuyingGroup-kolonnen i dimension_customer-tabellen . SQL-spørringsfiler lagres automatisk for fremtidig referanse, og du kan gi nytt navn til eller slette disse filene basert på ditt behov.
Hvis du vil kjøre skriptet, velger du Kjør-ikonet øverst i skriptfilen.
SELECT BuyingGroup, Count(*) AS Total FROM dimension_customer GROUP BY BuyingGroup
Bygge en rapport
Velg wwilakehouse-standard semantisk modell i elementvisningen for arbeidsområdet. Denne semantiske modellen opprettes automatisk og har samme navn som lakehouse.
Fra den semantiske modellruten kan du vise alle tabellene. Du har alternativer for å opprette rapporter fra grunnen av, paginert rapport eller la Power BI automatisk opprette en rapport basert på dataene dine. Velg Opprett en rapport automatisk under Utforsk disse dataene for denne opplæringen. I neste opplæring oppretter vi en rapport fra grunnen av.
Siden tabellen er en dimensjon og det ikke er noen mål i den, oppretter Power BI et mål for radantallet og aggregerer det på tvers av forskjellige kolonner, og oppretter forskjellige diagrammer som vist i bildet nedenfor. Du kan lagre denne rapporten for fremtiden ved å velge Lagre fra det øverste båndet. Du kan gjøre flere endringer i denne rapporten for å oppfylle kravene ved å inkludere eller utelate andre tabeller eller kolonner.
Neste trinn
Tilbakemeldinger
https://aka.ms/ContentUserFeedback.
Kommer snart: Gjennom 2024 skal vi fase ut GitHub-problemer som tilbakemeldingsmekanisme for innhold og erstatte det med et nytt tilbakemeldingssystem. Hvis du vil ha mer informasjon, kan du seSend inn og vis tilbakemelding for