Inleiding tot datamarts

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 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 een goed 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 optioneel geen code-ervaring om gegevens op te nemen uit verschillende gegevensbronnen, ETL (Transform and Load) te extraheren en te laden met behulp van Power Query, laad deze vervolgens 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 query's uitvoeren op een datamart met behulp van een T-SQL-eindpunt of met behulp van een visuele ervaring.

Diagram that shows datamarts and power B I relationship.

Datamarts biedt de volgende voordelen:

  • Selfservicegebruikers kunnen eenvoudig relationele databaseanalyses uitvoeren, zonder dat er 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% op het web gebaseerde, 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 domeingeoriënteerd, 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 afdeling: Centraliseer een klein tot gemiddeld gegevensvolume (ongeveer 100 GB) in een volledig beheerde selfservice SQL database. 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: Schakel Power BI makers in om end-to-end oplossingen te bouwen zonder afhankelijkheden van andere hulpprogramma's of IT-teams. Datamarts verwijdert het beheren van indeling tussen gegevensstromen en gegevenssets via automatisch gegenereerde gegevenssets, terwijl visuele ervaringen worden geboden voor het uitvoeren van query's op gegevens en ad-hocanalyse, allemaal ondersteund door Azure SQL DB.

In de volgende tabel worden deze aanbiedingen en de beste toepassingen voor elk product beschreven, inclusief hun rol met datamarts.

Item Aanbevolen use-case Een aanvulling op de rol met datamarts
Datamarts Datawarehousing op basis van gebruikers 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 waarvoor beveiliging is ingeschakeld
Gegevensstromen Herbruikbare gegevensvoorbereiding (ETL) voor gegevenssets 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 gegevenssets
Gegevenssets Metrische gegevens en semantische laag voor BI-rapportage Datamarts bieden een automatisch gegenereerde gegevensset voor rapportage, waardoor:
  • Gegevens uit meerdere bronnen combineren
  • Selectief delen van de datamart-tabellen voor gedetailleerde rapportage
  • Samengestelde modellen: een gegevensset met gegevens uit de datamart en andere gegevensbronnen buiten de datamart
  • Proxymodellen- een gegevensset die Gebruikmaakt van DirectQuery 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
    • Eenvoudig een oplossing voor datawarehousing zonder code integreren zonder beheer van gegevenssets
  • Voor oplossingen met bestaande datamarts:

    • Herbruikbare etl (extract, transform and load) op schaal uitvoeren voor grote gegevensvolumes
    • Bring Your Own Data Lake en gebruik gegevensstromen als pijplijn voor datamarts

Diagram that shows datamarts and dataflows and power B I relationships.

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 gegevensset, 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 gegevensset voor elke datamart. U kunt ad-hocanalyses uitvoeren en rapporten maken, allemaal op internet.

Datamarts gebruiken wanneer u het volgende moet doen:

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

Volgende stappen

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: