Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Importante
O recurso de datamarts do Power BI está sendo desativado em outubro de 2025. Para evitar a perda de dados e a quebra de relatórios criados com base em datamarts, você deve atualizar o Datamart do Power BI para um Warehouse. Para obter mais informações, consulte Unifique o Datamart com o Fabric Data Warehouse.
Os usuários empresariais dependem fortemente de fontes de dados governadas centralmente criadas por equipes de tecnologia da informação (TI), mas pode levar meses para que um departamento de TI forneça uma alteração em uma determinada fonte de dados. Em resposta, os usuários geralmente recorrem à criação de seus próprios data marts com bancos de dados do Access, arquivos locais, sites e planilhas do SharePoint, resultando em falta de governança e supervisão adequada para garantir que essas fontes de dados tenham suporte e tenham um desempenho razoável.
Os Datamarts ajudam a preencher a lacuna entre os usuários empresariais e a TI. Os datamarts são soluções de análise de autoatendimento, permitindo que os usuários armazenem e explorem dados carregados em um banco de dados totalmente gerenciado. Os Datamarts fornecem uma experiência simples e opcionalmente sem código para ingerir dados de diferentes fontes de dados, extrair ETL (transformação e carregar) os dados usando o Power Query e, em seguida, carregá-los em um banco de dados SQL do Azure totalmente gerenciado e que não requer ajuste ou otimização.
Depois que os dados forem carregados em um datamart, você poderá definir ainda mais relações e políticas para business intelligence e análise. Os Datamarts geram automaticamente um conjunto de dados ou um modelo semântico, que pode ser usado para criar relatórios e dashboards do Power BI. Você também pode consultar um datamart usando um endpoint T-SQL ou uma interface visual.
Os Datamarts oferecem os seguintes benefícios:
- Os usuários de autoatendimento podem executar facilmente a análise de banco de dados relacional, sem a necessidade de um administrador de banco de dados
- Os Datamarts fornecem ingestão de dados de ponta a ponta, preparação e exploração com SQL, incluindo experiências sem código
- Habilitar a criação de modelos semânticos e relatórios em uma experiência holística
Recursos do Datamart:
- 100% baseado na Web, nenhum outro software necessário
- Uma experiência sem código que resulta em um datamart totalmente gerenciado
- Ajuste de desempenho automatizado
- Visual interno e editor de consultas SQL para análise ad hoc
- Suporte para SQL e outras ferramentas de cliente populares
- Integração nativa com o Power BI, o Microsoft Office e outras ofertas de análise da Microsoft
- Incluído com recursos do Power BI Premium e Premium por usuário
Quando usar datamarts
Os datamarts são direcionados para cargas de trabalho de dados interativas para cenários de autoatendimento. Por exemplo, se você estiver trabalhando em contabilidade ou finanças, poderá criar seus próprios modelos de dados e coleções, que você pode usar para autoatendir perguntas e respostas de negócios por meio de experiências de consulta visual e T-SQL. Além disso, você ainda pode usar essas coleções de dados para experiências de relatórios mais tradicionais do Power BI. Os datamarts são recomendados para clientes que precisam de propriedade e arquitetura de dados descentralizadas e orientadas ao domínio, como usuários que precisam de dados como um produto ou uma plataforma de dados de autoatendimento.
Os datamarts foram projetados para dar suporte aos seguintes cenários:
Dados de autoatendimento departamentais: Centralize o volume de dados pequeno a moderado (aproximadamente 100 GB) em um banco de dados SQL totalmente gerenciado por autoatendimento. Os Datamarts permitem designar um único repositório para necessidades de elaboração de relatórios posteriores departamentais de autoatendimento (como Excel, relatórios do Power BI, entre outros), reduzindo, assim, a necessidade de infraestrutura nas soluções de autoatendimento.
Análise de banco de dados relacional com o Power BI: Acesse os dados de um datamart usando clientes SQL externos. O Azure Synapse e outros serviços/ferramentas que usam T-SQL também podem usar datamarts no Power BI.
Modelos semânticos de ponta a ponta: Permitir que os criadores do Power BI criem soluções de ponta a ponta sem dependências em outras ferramentas ou equipes de TI. O Datamarts se livra de gerenciar a orquestração entre fluxos de dados e modelos semânticos por meio de modelos semânticos gerados automaticamente, ao mesmo tempo em que fornece experiências visuais para consultar dados e análise ad hoc, tudo apoiado pelo BD SQL do Azure.
A tabela a seguir descreve essas ofertas e os melhores usos para cada uma, incluindo sua função com datamarts.
Elemento | Caso de uso recomendado | Complementando a função com datamarts |
---|---|---|
Datamarts | Armazenamento de dados orientado para o usuário e acesso SQL aos seus dados | Os datamarts podem ser usados como fontes para outros datamarts ou itens, usando o endpoint SQL.
|
Fluxos de Dados | ETL (preparação de dados reutilizável) para modelos semânticos ou marts | Os datamarts usam um único fluxo de dados interno para ETL. Os fluxos de dados podem acentuar isso, habilitando:
|
Modelos semânticos | Métricas e camada semântica para relatórios de BI | Os Datamarts fornecem um modelo semântico gerado automaticamente para relatórios, habilitando:
|
Integração de fluxos de dados e datamarts
Em alguns casos, pode ser útil incorporar fluxos de dados e datamarts na mesma solução. As seguintes situações podem ser vantajosas ao incorporar tanto fluxos de dados quanto datamarts:
Para soluções com fluxos de dados existentes:
- Consumir facilmente os dados com datamarts para aplicar quaisquer transformações adicionais ou habilitar a análise e consulta ad hoc usando consultas SQL
- Integrar facilmente uma solução de data warehouse sem código sem gerenciamento de modelos semânticos
Para soluções com datamarts existentes:
- Executar ETL (extração, transformação e carregamento) reutilizáveis em escala para grandes volumes de dados
- Traga seu próprio data lake e use fluxos de dados como um pipeline para datamarts
Comparando fluxos de dados com datamarts
Esta seção descreve as diferenças entre fluxos de dados e datamarts.
Os fluxos de dados fornecem ETL (extração, transformação e carregamento) reutilizáveis. As tabelas não podem ser navegadas, consultadas ou exploradas sem um modelo semântico, mas podem ser definidas para reutilização. Os dados são expostos no formato Power BI ou CDM se você trouxer seu próprio data lake. Os fluxos de dados são usados pelo Power BI para ingerir dados em seus datamarts. Você deve usar fluxos de dados sempre que quiser reutilizar sua lógica ETL.
Use fluxos de dados quando precisar:
- Crie uma preparação de dados reutilizável e compartilhável para itens no Power BI.
Os Datamarts são um banco de dados totalmente gerenciado que permite armazenar e explorar seus dados em um banco de dados SQL do Azure relacional e totalmente gerenciado. Os Datamarts fornecem suporte a SQL, um designer de consulta visual sem código, RLS (Segurança em Nível de Linha) e geração automática de um modelo semântico para cada datamart. Você pode executar a análise ad hoc e criar relatórios, tudo na Web.
Use datamarts quando precisar:
- Classificar, filtrar, fazer agregação simples visualmente ou por meio de expressões definidas no SQL
- Para saídas que são resultados, conjuntos, tabelas e tabelas filtradas de dados
- Fornecer dados disponíveis por meio de um endpoint SQL
- Habilitar usuários que não têm acesso ao Power BI Desktop
Conteúdo relacionado
Este artigo forneceu uma visão geral das datamarts e das várias maneiras de usá-las.
Os artigos a seguir fornecem mais informações sobre datamarts e Power BI:
- Noções básicas sobre datamarts
- Introdução aos datamarts
- Análise de datamarts
- Criar relatórios com os datamarts
- Controle de acesso em datamarts
- Administração do Datamart
- Guia de decisão do Microsoft Fabric: data warehouse ou lakehouse
Para obter mais informações sobre fluxos de dados e transformar dados, consulte os seguintes artigos: