Relaties ontdekken in een semantisch model met behulp van een semantische koppeling

In deze zelfstudie ziet u hoe u een Jupyter-notebook gebruikt om te communiceren met Power BI en relaties tussen tabellen met de SemPy-bibliotheek te detecteren.

In deze zelfstudie leert u het volgende:

• Ontdek relaties in een semantisch model (Power BI-gegevensset) met behulp van de Python-bibliotheek (SemPy) van semantic Link.
• Gebruik SemPy-onderdelen die integreren met Power BI en gegevenskwaliteitsanalyse automatiseren. Deze onderdelen zijn onder andere:
  • FabricDataFrame - een pandas-achtige structuur verbeterd met semantische informatie
  • Functies die semantische modellen uit een Fabric-werkruimte naar uw notebook halen
  • Functies waarmee functionele afhankelijkheden worden getest en relatieschendingen in uw semantische modellen worden geïdentificeerd

Voorwaarden

• Een Microsoft Fabric-abonnementophalen. Of meld u aan voor een gratis microsoft Fabric-proefversie.

• Meld u aan bij Microsoft Fabric-.

• Schakel over naar Fabric met behulp van de ervaringsschakelaar aan de linkerkant van de startpagina.

  

• Ga naar Werkruimten in het navigatiedeelvenster en selecteer vervolgens uw werkruimte om deze in te stellen als de huidige werkruimte.

• Download het klantwinstgevendheidsvoorbeeld.pbix en klantwinstgevendheidsvoorbeeld (auto).pbix-semantische modellen uit de GitHub-opslagplaats voor fabric-samples en upload deze vervolgens naar uw werkruimte.

Volg mee in het notitieblok

Gebruik het notebook powerbi_relationships_tutorial.ipynb om mee te doen.

• Als u het bijbehorende notitieblok voor deze zelfstudie wilt openen, volgt u de instructies in Uw systeem voorbereiden op zelfstudies voor gegevenswetenschap om het notebook in uw werkruimte te importeren.

• Als u liever de code van deze pagina kopieert en plakt, kunt u een nieuw notitieblok maken.

• Zorg ervoor dat u een lakehouse aan het notebook koppelt voordat u begint met het uitvoeren van code.

Het notebook instellen

Stel een notebookomgeving in met de modules en gegevens die u nodig hebt.

1. Installeer het semantic-link pakket vanuit PyPI met behulp van de %pip inline-opdracht in het notebook.

   %pip install semantic-link
   

2. Importeer de sempy modules die u later gaat gebruiken.

   import sempy.fabric as fabric
   
   from sempy.relationships import plot_relationship_metadata
   from sempy.relationships import find_relationships
   from sempy.fabric import list_relationship_violations
   

3. Importeer de pandas bibliotheek en stel een weergaveoptie in voor uitvoeropmaak.

   import pandas as pd
   pd.set_option('display.max_colwidth', None)
   

## Explore semantic models

This tutorial uses the Customer Profitability Sample semantic model [_Customer Profitability Sample.pbix_](https://github.com/microsoft/fabric-samples/blob/main/docs-samples/data-science/datasets/Customer%20Profitability%20Sample.pbix). Learn about the semantic model in [Customer Profitability sample for Power BI](/power-bi/create-reports/sample-customer-profitability).

- Use SemPy's `list_datasets` function to explore semantic models in your current workspace:

  ```python
  fabric.list_datasets()

Gebruik voor de rest van dit notebook twee versies van het semantische model Klantwinstgevendheidsvoorbeeld:

• Voorbeeld van klantwinstgevendheid: het semantische model zoals opgegeven in de Power BI-voorbeelden, met vooraf gedefinieerde tabelrelaties
• Voorbeeld van klantwinstgevendheid (automatisch): dezelfde gegevens, maar relaties zijn beperkt tot relaties die automatisch door Power BI worden gedefinieerd

Vooraf gedefinieerde relaties extraheren uit het semantische voorbeeldmodel

1. Laad de vooraf gedefinieerde relaties in het semantische model klantwinstgevendheidsvoorbeeld met behulp van de functie van list_relationships SemPy. De functie bevat relaties uit het tabellaire objectmodel (TOM).

   dataset = "Customer Profitability Sample"
   relationships = fabric.list_relationships(dataset)
   relationships
   

2. Visualiseer het relationships DataFrame als een grafiek met behulp van de functie van plot_relationship_metadata SemPy.

   plot_relationship_metadata(relationships)
   

   

   In deze grafiek ziet u de relaties tussen tabellen in dit semantische model, zoals gedefinieerd in Power BI door een expert op het gebied van onderwerp.

Aanvullende relaties ontdekken

Als u begint met relaties die automatisch door Power BI worden gedefinieerd, hebt u een kleinere set.

1. Visualiseer de relaties die automatisch door Power BI zijn gedetecteerd in het semantische model:

   dataset = "Customer Profitability Sample (auto)"
   autodetected = fabric.list_relationships(dataset)
   plot_relationship_metadata(autodetected)
   

   

   De automatische verwijdering van Power BI mist veel relaties. Bovendien zijn twee van de automatisch gedetecteerde relaties semantisch onjuist:

   • Executive[ID] ->Industry[ID]
   • BU[Executive_id] ->Industry[ID]

2. De relaties afdrukken als een tabel:

   autodetected
   

   Rijen 3 en 4 geven onjuiste relaties met de Industry tabel weer. Verwijder deze rijen.

3. Negeer de onjuist geïdentificeerde relaties.

   # Remove rows 3 and 4 which point incorrectly to Industry[ID]
   autodetected = autodetected[~autodetected.index.isin([3, 4])]
   

   Nu hebt u de juiste maar onvolledige relaties. Visualiseer deze onvolledige relaties met behulp van plot_relationship_metadata:

   plot_relationship_metadata(autodetected)
   

   

4. Laad alle tabellen uit het semantische model met behulp van SemPy's list_tables en read_table functies en zoek vervolgens relaties tussen tabellen met behulp van find_relationships. Bekijk de logboekuitvoer om inzicht te krijgen in de werking van deze functie:

   suggested_relationships_all = find_relationships(
       tables,
       name_similarity_threshold=0.7,
       coverage_threshold=0.7,
       verbose=2
   )
   

5. Nieuw gedetecteerde relaties visualiseren:

   plot_relationship_metadata(suggested_relationships_all)
   

   

   SemPy detecteert alle relaties.

6. Gebruik de parameter exclude om de zoekopdracht te beperken tot aanvullende relaties die niet eerder zijn geïdentificeerd:

   additional_relationships = find_relationships(
       tables,
       exclude=autodetected,
       name_similarity_threshold=0.7,
       coverage_threshold=0.7
   )
   
   additional_relationships
   

Relaties valideren

1. Laad eerst gegevens uit het semantische model klantwinstgevendheidsvoorbeeld .

   dataset = "Customer Profitability Sample"
   tables = {table: fabric.read_table(dataset, table) for table in fabric.list_tables(dataset)['Name']}
   
   tables.keys()
   

2. Controleer of de primaire en refererende sleutel overlappen met de list_relationship_violations functie. Geef de uitvoer van de list_relationships functie door aan list_relationship_violations.

   list_relationship_violations(tables, fabric.list_relationships(dataset))
   

   De resultaten geven nuttige inzichten weer. Een van de zeven waarden in Fact[Product Key] is bijvoorbeeld niet aanwezig en Product[Product Key]de ontbrekende sleutel is 50.

   Verkennende gegevensanalyse en gegevens opschonen zijn iteratief. Wat u leert, is afhankelijk van uw vragen en hoe u de gegevens verkent. Semantische koppeling voegt hulpprogramma's toe waarmee u meer kunt doen met uw gegevens.

Verwante inhoud

Bekijk andere zelfstudies voor semantische koppeling en SemPy:

• Zelfstudie: Gegevens opschonen met functionele afhankelijkheden
• Zelfstudie: Functionele afhankelijkheden analyseren in een semantisch voorbeeldmodel
• Zelfstudie: Power BI-metingen extraheren en berekenen uit een Jupyter-notebook
• Zelfstudie: Relaties ontdekken in de Synthea-gegevensset met behulp van een semantische koppeling
• Zelfstudie: Gegevens valideren met behulp van SemPy en Great Expectations (GX)

\n\n