Inleiding
Net als de meesten van ons werkt u voor een bedrijf waar u Microsoft Power BI-rapporten moet maken. De gegevens bevinden zich in verschillende databases en bestanden. Deze gegevensopslagplaatsen verschillen van elkaar. Sommige bevinden zich in Microsoft SQL Server, andere in Microsoft Excel, maar alle gegevens zijn gerelateerd.
Notitie
De modulesecties voorafgaand aan het lab zijn uitsluitend informatief. Tijdens het lab krijgt u de mogelijkheid om met echte gegevens te werken.
In het scenario van deze module werkt u voor Tailwind Traders. Uw leidinggevende heeft u gevraagd een reeks rapporten te maken met gegevens die zich op verschillende locaties bevinden. De database die verkooptransacties bijhoudt, bevindt zich in SQL Server, een relationele database met de items die elke klant heeft gekocht en wanneer. Ook wordt hierin bijgehouden welke werknemer de verkoop heeft uitgevoerd, samen met de naam van de werknemer en de werknemer-id. De database bevat echter niet de aanstellingsdatum van de werknemer, de functie of wie de manager is. Voor die informatie hebt u bestanden nodig die door Human Resources in Excel worden bewaard. U hebt diverse keren gevraagd of ze een SQL-database willen gebruiken, maar ze hebben nog niet de gelegenheid gehad om deze te implementeren.
Wanneer een artikel wordt verzonden, wordt de verzending vastgelegd in de toepassing voor magazijnbeheer, wat nieuw is voor het bedrijf. De ontwikkelaars hebben ervoor gekozen om gegevens op te slaan in Cosmos DB, als een set JSON-documenten.
Tailwind Traders heeft een toepassing die helpt bij financiële projecties, zodat ze op basis van eerdere trends kunnen voorspellen wat hun verkoop in de komende maanden en jaren zal zijn. Deze projecties worden opgeslagen in Microsoft Azure Analysis Services. Hier ziet u een overzicht van de vele gegevensbronnen waaruit u gegevens moet combineren.
Voordat u rapporten kunt maken, moet u eerst gegevens ophalen uit de verschillende gegevensbronnen. De interactie met SQL Server wijkt af van Excel. U moet dus de nuances van beide systemen leren kennen. Nadat u inzicht hebt in de systemen, kunt u Power Query gebruiken om de gegevens op te schonen, zoals het wijzigen van de naam van kolommen, het vervangen van waarden, het verwijderen van fouten en het combineren van queryresultaten. Power Query is ook beschikbaar in Excel. Nadat de gegevens zijn opgeschoond en geordend, kunt u rapporten maken in Power BI. Ten slotte publiceert u uw gecombineerde semantische model en rapporten naar Power BI-service. Van daaruit kunnen andere personen uw semantische model gebruiken en hun eigen rapporten maken of ze kunnen de rapporten gebruiken die u al hebt gemaakt. Als iemand anders een semantisch model heeft gemaakt dat u wilt gebruiken, kunt u daar ook rapporten van maken.
Deze module richt zich op de eerste stap van het ophalen van de gegevens uit de verschillende gegevensbronnen en het importeren ervan in Power BI met behulp van Power Query.
Aan het eind van deze module kunt u het volgende:
- Een gegevensbron identificeren en hiermee verbinding maken
- Gegevens ophalen uit een relationele database, zoals Microsoft SQL Server
- Gegevens ophalen uit een bestand, zoals Microsoft Excel
- Gegevens ophalen uit toepassingen
- Gegevens ophalen uit Azure Analysis Services
- Een opslagmodus selecteren
- Prestatieproblemen oplossen
- Fouten bij het importeren van gegevens oplossen