Delen via

Inleiding in datamarts

  • Artikel

Zakelijke gebruikers vertrouwen sterk op centraal beheerde gegevensbronnen die zijn gebouwd door it-teams (IT), maar het kan maanden duren voordat een IT-afdeling een wijziging in een bepaalde gegevensbron levert. Als reactie hierop nemen gebruikers vaak gebruik van het bouwen van hun eigen datamarts met Access-databases, lokale bestanden, SharePoint-sites en -spreadsheets, wat resulteert in een gebrek aan governance en correct toezicht om ervoor te zorgen dat dergelijke gegevensbronnen worden ondersteund en redelijke prestaties hebben.

Datamarts helpen de kloof tussen zakelijke gebruikers en IT te overbruggen. Datamarts zijn selfserviceanalyseoplossingen, zodat gebruikers gegevens kunnen opslaan en verkennen die in een volledig beheerde database worden geladen. Datamarts bieden een eenvoudige en optionele ervaring zonder code voor het opnemen van gegevens uit verschillende gegevensbronnen, het extraheren van transformatie en laden (ETL) van de gegevens met behulp van Power Query, en het laden ervan in een Azure SQL-database die volledig wordt beheerd en waarvoor geen afstemming of optimalisatie is vereist.

Zodra gegevens in een datamart zijn geladen, kunt u ook relaties en beleidsregels definiëren voor business intelligence en analyse. Datamarts genereren automatisch een gegevensset of semantisch model, dat kan worden gebruikt om Power BI-rapporten en -dashboards te maken. U kunt ook een datamart opvragen met behulp van een T-SQL-eindpunt of een visuele ervaring.

Diagram met datamarts en power BI-relatie.

Datamarts biedt de volgende voordelen:

  • Selfservicegebruikers kunnen eenvoudig relationele databaseanalyses uitvoeren, zonder dat hiervoor een databasebeheerder nodig is
  • Datamarts bieden end-to-end gegevensopname, voorbereiding en verkenning met SQL, inclusief ervaringen zonder code
  • Semantische modellen en rapporten bouwen binnen één holistische ervaring

Datamart-functies:

  • 100% webgebaseerde, geen andere software vereist
  • Een ervaring zonder code die resulteert in een volledig beheerde datamart
  • Geautomatiseerde afstemming van prestaties
  • Ingebouwde visual en SQL Query-editor voor ad-hocanalyse
  • Ondersteuning voor SQL en andere populaire clienthulpprogramma's
  • Systeemeigen integratie met Power BI, Microsoft Office en andere Microsoft Analytics-aanbiedingen
  • Opgenomen in Power BI Premium-capaciteiten en Premium per gebruiker

Wanneer gebruikt u datamarts?

Datamarts zijn gericht op interactieve gegevensworkloads voor selfservicescenario's. Als u bijvoorbeeld werkt in accounting of financiën, kunt u uw eigen gegevensmodellen en -verzamelingen bouwen, die u vervolgens kunt gebruiken om zakelijke vragen en antwoorden zelf te bedienen via T-SQL en visuele query-ervaringen. Daarnaast kunt u deze gegevensverzamelingen nog steeds gebruiken voor meer traditionele Power BI-rapportage-ervaringen. Datamarts worden aanbevolen voor klanten die domeingericht, gedecentraliseerd gegevenseigendom en -architectuur nodig hebben, zoals gebruikers die gegevens nodig hebben als product of een selfservicegegevensplatform.

Datamarts zijn ontworpen ter ondersteuning van de volgende scenario's:

  • Selfservicegegevens van afdelingen: centraliseer kleine tot gemiddelde gegevensvolumes (ongeveer 100 GB) in een volledig beheerde SQL-database met selfservice. Met Datamarts kunt u één archief aanwijzen voor selfservice-downstreamrapportagebehoeften (zoals Excel, Power BI-rapporten, andere), waardoor de infrastructuur in selfserviceoplossingen wordt verminderd.

  • Relationele databaseanalyse met Power BI: Toegang tot de gegevens van een datamart met behulp van externe SQL-clients. Azure Synapse en andere services/hulpprogramma's die gebruikmaken van T-SQL kunnen ook datamarts gebruiken in Power BI.

  • End-to-end semantische modellen: Power BI-makers in staat stellen end-to-end oplossingen te bouwen zonder afhankelijkheden van andere hulpprogramma's of IT-teams. Datamarts verwijdert het beheren van indeling tussen gegevensstromen en semantische modellen via automatisch gegenereerde semantische modellen en biedt visuele ervaringen voor het uitvoeren van query's op gegevens en ad-hocanalyse, allemaal ondersteund door Azure SQL DB.

De volgende tabel beschrijft deze aanbiedingen en de beste toepassingen voor elk, inclusief hun rol met datamarts.

Artikel Aanbevolen use case Een aanvulling op de rol met datamarts
Datamarts Op gebruikers gebaseerde datawarehousing en SQL-toegang tot uw gegevens Datamarts kunnen worden gebruikt als bronnen voor andere datamarts of items met behulp van het SQL-eindpunt:
  • Extern delen
  • Delen tussen afdelings- of organisatiegrenzen met ingeschakelde beveiliging
Gegevensstromen Herbruikbare gegevensvoorbereiding (ETL) voor semantische modellen of marts Datamarts gebruiken één ingebouwde gegevensstroom voor ETL. Gegevensstromen kunnen dit benadrukken, waardoor:
  • Gegevens laden in datamarts met verschillende vernieuwingsschema's
  • ETL- en gegevensvoorbereidingsstappen scheiden van opslag, zodat deze opnieuw kunnen worden gebruikt door semantische modellen
Semantische modellen Metrische gegevens en semantische laag voor BI-rapportage Datamarts bieden een automatisch gegenereerd semantisch model voor rapportage, waardoor:
  • Gegevens uit meerdere bronnen combineren
  • Selectief delen van de datamart-tabellen voor gedetailleerde rapportage
  • Samengestelde modellen: een semantisch model met gegevens uit de datamart en andere gegevensbronnen buiten de datamart
  • Proxymodellen: een semantisch model dat DirectQuery gebruikt voor het automatisch gegenereerde model, met behulp van één bron van waarheid

Integratie van datamarts en gegevensstromen

In sommige gevallen kan het handig zijn om zowel gegevensstromen als datamarts in dezelfde oplossing op te nemen. In de volgende situaties kunnen zowel gegevensstromen als datamarts voordelig worden opgenomen:

  • Voor oplossingen met bestaande gegevensstromen:

    • Gebruik eenvoudig de gegevens met datamarts om eventuele extra transformaties toe te passen of ad-hocanalyse en query's in te schakelen met behulp van SQL-query's
    • Integreer eenvoudig een datawarehousingoplossing zonder code zonder beheer van semantische modellen

  • Voor oplossingen met bestaande datamarts:

    • EtL (herbruikbare extraheren, transformeren en laden) op schaal uitvoeren voor grote gegevensvolumes
    • Bring your own data lake and use dataflows as a pipeline for datamarts

Diagram met datamarts en gegevensstromen.

Gegevensstromen vergelijken met datamarts

In deze sectie worden de verschillen tussen gegevensstromen en datamarts beschreven.

Gegevensstromen bieden herbruikbare extraheren, transformeren en laden (ETL). Tabellen kunnen niet worden bekeken, opgevraagd of verkend zonder een semantisch model, maar kunnen worden gedefinieerd voor hergebruik. De gegevens worden weergegeven in Power BI- of CDM-indeling als u uw eigen data lake gebruikt. Gegevensstromen worden door Power BI gebruikt om gegevens op te nemen in uw datamarts. U moet gegevensstromen gebruiken wanneer u uw ETL-logica opnieuw wilt gebruiken.

Gebruik gegevensstromen wanneer u het volgende moet doen:

  • Bouw herbruikbare en deelbare gegevensvoorbereiding voor items in Power BI.

Datamarts zijn een volledig beheerde database waarmee u uw gegevens kunt opslaan en verkennen in een relationele en volledig beheerde Azure SQL DB. Datamarts bieden SQL-ondersteuning, een ontwerpfunctie voor visuele query's zonder code, beveiliging op rijniveau (RLS) en automatisch genereren van een semantisch model voor elke datamart. U kunt ad-hocanalyses uitvoeren en rapporten maken, allemaal op internet.

Gebruik datamarts wanneer u het volgende moet doen:

  • Sorteren, filteren, eenvoudige aggregatie visueel uitvoeren of via expressies die zijn gedefinieerd in SQL
  • Voor uitvoer die resultaten zijn, sets, tabellen en gefilterde tabellen met gegevens
  • Toegankelijke gegevens opgeven via een SQL-eindpunt
  • Gebruikers inschakelen die geen toegang hebben tot Power BI Desktop

Gerelateerde inhoud

In dit artikel vindt u een overzicht van datamarts en de vele manieren waarop u ze kunt gebruiken.

De volgende artikelen bevatten meer informatie over datamarts en Power BI:

Zie de volgende artikelen voor meer informatie over gegevensstromen en het transformeren van gegevens: