Implementera medaljong-arkitektur med materialiserade sjövyer

Den här självstudien beskriver stegen och övervägandena för att implementera en medaljongarkitektur med materialiserade sjövyer. I slutet av den här självstudien lär du dig de viktigaste funktionerna i materialiserade sjövyer och kan skapa ett automatiserat arbetsflöde för datatransformering. Den här självstudien är inte avsedd att vara en referensarkitektur, en fullständig lista över funktioner och funktioner eller en rekommendation om specifika metodtips.

Förutsättningar

Slutför följande steg som förutsättningar för den här självstudien:

1. Logga in på ditt Power BI-konto , eller om du inte har något konto ännu, registrera dig för en kostnadsfri utvärderingsversion.
2. Aktivera Microsoft Fabric i din klientorganisation. Välj standardikonen för Power BI längst ner till vänster på skärmen och välj Fabric.
3. Skapa en Microsoft Fabric-aktiverad arbetsyta.
4. Välj en arbetsyta på fliken Arbetsytor, välj sedan + Nytt objekt och välj Pipeline. Ange ett namn för din pipeline och välj Skapa.
5. Skapa ett Lakehouse med scheman aktiverade. Ge den namnet SalesLakehouse och läs in exempeldatafiler i Lakehouse. Mer information finns i Självstudie om Lakehouse.

Scenarioöversikt

I den här självstudien ska du ta ett exempel på en fiktiv detaljhandelsorganisation, Contoso, som använder en medaljongarkitektur för dataanalys för att få användbara insikter om sin detaljhandelsförsäljning. Syftet är att effektivisera analysprocessen och generera djupare insikter om affärsprestanda genom att organisera deras data i tre lager – brons (rådata), silver (rensade och berikade data) och guld (aggregerade och analyserade data).

Följande diagram representerar olika entiteter i varje lager av medaljongarkitektur i SalesLakehouse:

Enheter

1. Beställningar: Den här entiteten innehåller information om varje kundorder, till exempel orderdatum, leveransinformation, produktkategori och underkategori. Insikter kan dras för att optimera leveransstrategier, identifiera populära produktkategorier och förbättra orderhantering.

2. Försäljning: Genom att analysera försäljningsdata kan Contoso utvärdera viktiga mått som totala intäkter, vinstmarginaler, orderprioriteringar och rabatter. Korrelationer mellan dessa faktorer ger en tydligare förståelse för kundernas köpbeteenden och effektiviteten i rabattstrategier.

3. Plats: Detta fångar den geografiska dimensionen av försäljning och beställningar, inklusive städer, delstater, regioner och kundsegment. Det hjälper Contoso att identifiera högpresterande regioner, hantera lågpresterande områden och anpassa strategier för specifika kundsegment.

4. Agentprestanda: Med information om agenter som hanterar transaktioner, deras provisioner och försäljningsdata kan Contoso utvärdera enskilda agentprestanda, uppmuntra toppmodeller och utforma effektiva provisionsstrukturer.

5. Agentprovisioner: Genom att införliva provisionsdata säkerställs transparens och bättre kostnadshantering. Att förstå korrelationen mellan provisioner och agentprestanda hjälper till att förfina incitamentssystem.

Exempeldatauppsättning

Contoso behåller sina rådata för detaljhandelsverksamheten i CSV-format inom ADLS Gen2. Vi använder dessa data för att skapa bronsskiktet och använder sedan bronsskiktet för att skapa de materialiserade sjövyerna som utgör silver- och guldskikten i medaljongarkitekturen. Ladda först ned CSV-exempelfilerna från Fabric-exemplen lagringsplats.

Skapa pipelinen

Stegen på hög nivå är följande:

1. Bronsskikt: Mata in rådata i form av CSV-filer till lakehouse.
2. Silver Layer: Rensa data med materialiserade sjövyer.
3. Guldskikt: Kurera data för analys och rapportering med materialiserade sjövyer.

Skapa bronsskikt av medaljongarkitektur för försäljningsanalys

1. Läs in CSV-filerna som motsvarar olika entiteter från nedladdade data till Lakehouse. Det gör du genom att gå till lakehouse och ladda upp nedladdade data till avsnittet Filer i lakehouse. Den skapar en mapp med namnet tutorial.

2. Skapa sedan en genväg till den från avsnittet Tabeller . Välj ... bredvid avsnittet Tabeller och välj Ny schemagenväg och sedan Microsoft OneLake. Välj SalesLakehouse från datakälltyperna. Expandera avsnittet Filer och välj självstudiemappen och välj Skapa. Du kan också använda andra alternativ för att hämta data till Lakehouse.

   

3. I avsnittet Tabeller byter du namn på självstudiemappen till brons.

   

Skapa silver- och guldskikt av medaljongarkitektur

1. Ladda upp den nedladdade notebook-filen till din arbetsyta.

   

2. Öppna notebook-filen från Lakehouse. Mer information finns i Utforska lakehouse-data med en notebook.

3. Kör alla celler i notebook-filen med Spark SQL för att skapa materialiserade sjövyer med datakvalitetsbegränsningar. När alla celler har körts uppdaterar du SalesLakehouse-källan för att visa de nyligen skapade materialiserade sjövyerna för silver - och guldschemat .

   

Schemalägg pipelinen

1. När de materialiserade vyerna över sjön för silver- och guldskikten har skapats navigerar du till lakehouse och väljer Hanterad materialiserad sjövy för att se linjevyn. Den autogenereras baserat på beroenden. Varje beroende materialiserade sjövy bildar noderna i härstamningsträdet.

   

   

2. Välj Schema i navigeringsfliksområdet. Aktivera uppdaterings- och konfigurationsschemat.

   

Övervaka och felsöka

1. Rullgardinsmenyn listar de aktuella och historiska körningarna.

   

2. Genom att välja någon av körningarna kan du hitta detaljer om den materialiserade sjöutsikten i panelen till höger. Den nedre aktivitetspanelen innehåller en översikt över nodkörningsstatus på hög nivå.

   

3. Välj valfri nod i härstamningen för att se information om nodkörning och få tillgång till detaljerade loggar. Om nodstatusen misslyckades visas även ett felmeddelande.

   

4. Om du väljer länken Detaljerade loggar omdirigeras du till Monitor Hub där du kan komma åt Spark-felloggar för ytterligare felsökning.

   

5. Välj knappen Datakvalitetsrapport i menyfliksområdet för sidan materialiserade sjövyer för att skapa eller visa en automatiskt genererad datakvalitetsrapport.

Relaterade artiklar

• Översikt över materialiserade sjövyer i Microsoft Fabric
• Självstudie om materialiserad sjövy i Microsoft Fabric
• Skapa materialiserade sjövyer