Självstudie: Microsoft Fabric för Power BI-användare

I den här självstudien får du lära dig hur du använder Microsoft Fabric för att förbereda, läsa in och modellera data för Power BI-rapportering. Du använder Dataflows Gen2 för att mata in och transformera data till en Lakehouse, samordna datauppdateringar med Pipelines och skapa en dimensionsmodell med Direct Lake-läge. Slutligen genererar du automatiskt en rapport för att visualisera de senaste försäljningsdata.

Vid slutet av den här kursen kommer du att kunna:

• Förbereda och läsa in data i ett sjöhus
• Samordna en datapipeline för att uppdatera data och skicka ett e-postmeddelande om fel
• Skapa en semantisk modell i Lakehouse
• Skapa en rapport automatiskt med snabbregistrering

Förutsättningar

Kontrollera att du har följande innan du börjar:

• Aktivera Fabric för din organisation om du inte redan har gjort det.
• Registrera dig för en kostnadsfri utvärderingsversion om du inte har åtkomst.
• Skapa en ny arbetsyta och tilldela en infrastrukturkapacitet. Du kan använda en befintlig arbetsyta, men en icke-produktionsarbetsyta rekommenderas för denna handledning.
• Ladda ned Power Query-mallfilen som innehåller exempelfrågor för Contoso-data.

Skapa ett lakehouse för att lagra data

Börja med att skapa ett lakehouse för att lagra dina data. Du använder Dataflows Gen2 för att förbereda och transformera det och en pipeline för att orkestrera schemalagda uppdateringar och e-postmeddelanden.

1. Välj Nytt objekt överst på sidan på arbetsytan.

   

2. På skärmen Skapa nytt objekt söker du efter eller väljer Lakehouse.

   

3. Ange SalesLakehouse som namn (namn kan innehålla bokstäver, siffror och understreck, men inte specialtecken eller blanksteg) och välj sedan Skapa.

   

4. I Lakehouse-redigeraren väljer du Nytt dataflöde Gen2 i menyfliksområdet.

   Kommentar

   Alternativt väljer du Hämta data från menyfliksområdet och väljer sedan Nytt dataflöde Gen2.

   

5. Namnge dataflödet OnlineSalesDataflow (använd endast bokstäver, siffror och understreck) och välj sedan Skapa.

Förbered och läs in data i ditt lakehouse genom Dataflöden Gen2

1. I Power Query Online-redigeraren för Dataflöden Gen2 väljer du Importera från en Power Query-mall och väljer mallfilen ContosoSales.pqt som du laddade ned i förhandskraven.

   

2. Välj DimDate-frågan under gruppen Datainläsning . Om du uppmanas till det väljer du Konfigurera anslutning, anger autentisering till Anonym och väljer Anslut.

3. Med DimDate markerat letar du upp kolumnen DateKey i dataförhandsgranskningen. Välj datatypikonen i kolumnrubriken och välj Datum/tid i listrutan.

   

4. I fönstret Ändra kolumntyp väljer du Ersätt aktuell.

Konfigurera datadestinationer

1. När du har markerat DimDate, granskar du inställningarna för datamål längst ned till höger. Hovra över det konfigurerade Lakehouse för att se dess egenskaper.

   Lakehouset du skapade är lagringsplatsen för alla tabeller. Standarduppdateringsmetoden är Ersätt, som skriver över tidigare data under varje uppdatering.

   

2. Välj tabellen FactOnlineSales och granska dess datamålsinställningar.

   Eftersom FactOnlineSales-källan ändras ofta optimerar du uppdateringarna genom att lägga till nya data. Ta bort dess aktuella datamål genom att välja X-ikonen . Ta inte bort destinationer för andra tabeller.

   

3. Med FactOnlineSales fortfarande valt väljer du + ikonen för att lägga till ett datamål och väljer sedan Lakehouse.

   Om du uppmanas till det anger du autentisering till Organisationskonto och väljer Nästa.

   

4. I navigatören väljer du din arbetsyta och expanderar för att visa alla Lakehouse-objekt . Välj SalesLakehouse och se till att Ny tabell är markerad och välj sedan Nästa.

   

5. I panelen inställningar för datamål avmarkerar du Använd automatiska inställningar, anger Uppdateringsmetod till Tillägg och väljer Spara inställningar.

   Kommentar

   Metoden Lägg till lägger till nya rader i tabellen under varje uppdatering, vilket bevarar befintliga data.

   

6. På fliken Start väljer du Spara och kör.

   

7. Om du vill avsluta Power Query Online-redigeraren väljer du X på objektet OnlineSalesDataflow i det vänstra sidospåret.

   Kommentar

   Om du väljer X stängs redigeraren men dataflödet tas inte bort.

   

Samordna en datapipeline

Automatisera uppdateringen av ditt dataflöde och hantera fel genom att skicka ett anpassat Outlook-e-postmeddelande med viktig information.

1. Välj Nytt objekt på arbetsytan.

   

2. På skärmen Skapa nytt objekt söker du efter eller väljer Datapipeline.

   

3. Ge pipelinen namnet SalesPipeline och välj Skapa.

   

4. I pipelineredigeraren väljer du Pipeline-aktivitet och sedan Dataflöde.

   Kommentar

   Du kan också välja Dataflöde i menyfliksområdet.

   

5. Välj dataflödesaktiviteten i pipelineredigeraren. I avsnittet Allmänt anger du Namnet till OnlineSalesActivity.

   

6. När dataflödesaktiviteten är markerad går du till Inställningar och väljer OnlineSalesDataflow i listan Dataflöde. Om det behövs väljer du ikonen Uppdatera för att uppdatera listan.

   

7. Välj fliken Aktiviteter och lägg sedan till Office365 Outlook-aktiviteten .

   Kommentar

   Om du uppmanas att använda fönstret Bevilja medgivande väljer du Ok, loggar in med ditt organisationskonto och tillåter åtkomst.

   

8. Välj Office365 Outlook-aktiviteten i pipelineredigeraren. I avsnittet Allmänt anger du Namn till E-post vid fel.

   

9. När office365 Outlook-aktiviteten har valts går du till Inställningar. Ange din e-postadress i fältet Till och ställ in Ämne till Pipelinefel. För e-postmeddelandet Body, välj Visa i uttrycksbyggaren.

   Kommentar

   Ytterligare e-postalternativ som Från (Skicka som), Kopia, Hemlig kopia och Känslighetsetikett är tillgängliga under Avancerade egenskaper.

   

10. I pipelineuttrycksverktyget klistrar du in följande uttryck i textblocket överst på sidan:

    @concat(
        'Pipeline: '
        , pipeline().PipelineId
        , '<br>'
        , 'Workspace: '
        , pipeline().WorkspaceId
        , '<br>'
        , 'Time: '
        , utcnow()
    )
    

    Det här uttrycket infogar dynamiskt pipeline-ID, arbetsyte-ID och aktuell UTC-tid i e-posttexten.

11. I pipelineredigeraren väljer du OnlineSalesActivity. Dra från handtaget "X" (Vid fel) och släpp det på aktiviteten E-post vid misslyckande. Detta säkerställer att e-postmeddelandet skickas om dataflödesaktiviteten misslyckas.

    

12. På fliken Start väljer du Schema. Konfigurera schemat på följande sätt och välj sedan Använd:

    Namn	Värde
    Schemalagd körning	På
    Upprepa	Varje dag
    Tid	12:00:00

13. På fliken Start väljer du Kör. Om du uppmanas till det väljer du Spara och kör för att fortsätta.

    Om du vill övervaka pipelinens status visar du tabellen Utdata , som visar aktivitetsförloppet. Tabellen uppdateras automatiskt, eller så kan du välja uppdateringsikonen för att uppdatera den manuellt.

    

14. När statusen visar Lyckades går du tillbaka till arbetsytan för att fortsätta med handledningen.

    

Skapa en semantisk modell i Lakehouse

De data som du läste in är nästan klara för rapportering. Använd sedan tabellerna i lakehouse för att skapa en semantisk modell – ett metadatalager som organiserar och omvandlar fysiska data till logiska objekt. Den semantiska modellen är utformad för att återspegla din affärsstruktur och göra data enklare att analysera.

1. I arbetsytevyn väljer du objektet SalesLakehouse .

   

2. I Utforskaren går du till fliken Start och väljer Ny semantisk modell.

3. I fönstret Ny semantisk modell namnger du din modell SalesModel. Expandera sedan både dbo-schemat och gruppen Tabeller . Välj följande tabeller och välj Bekräfta:

   Tabellnamn
   DimCustomer
   DimDate
   DimAnställd
   DimProdukt
   DimStore
   FactOnlineSales

   

Skapa relationer

Den här modellen använder ett stjärnschema som är vanligt i informationslager. Stjärnans mitt är en faktatabell, omgiven av dimensionstabeller, som är relaterade till faktatabellen.

1. Skapa en relation genom att dra och släppa kolumnen CustomerKey från tabellen FactOnlineSales till kolumnen CustomerKey i tabellen DimCustomer .

2. I fönstret Skapa relation kontrollerar du följande inställningar och väljer sedan Bekräfta:

   Aktivera den här relationen	Från: Tabell 1 (kolumn)	Till: Tabell 2 (kolumn)	Kardinalitet	Korsfilterriktning
   ☑	FactOnlineSales (CustomerKey)	DimKund (KundNyckel)	Många till en (*:1)	Enstaka

3. Upprepa dessa steg för var och en av följande relationer:

   Aktivera den här relationen	Från: Tabell 1 (kolumn)	Till: Tabell 2 (kolumn)	Kardinalitet	Korsfilterriktning
   ☑	FaktOnlineFörsäljning (Produktnyckel)	DimProduct (ProductKey)	Många till en (*:1)	Enstaka
   ☑	FactOnlineSales (ButiksNyckel)	DimStore (StoreKey)	Många till en (*:1)	Enstaka
   ☑	FactOnlineSales (DateKey)	Dimdatum (DatumNyckel)	Många till en (*:1)	Enstaka
   ☑	DimStore (StoreKey)	DimEmployee (StoreKey)	Många till en (*:1)	Båda

   Följande bild visar en färdig vy över den semantiska modellen med alla relationer inkluderade.

   

Skriva ett mått i DAX

Skapa ett grundläggande mått för att beräkna det totala försäljningsbeloppet.

1. Välj tabellen FactOnlineSales och välj Nytt mått på fliken Start.

2. I formelredigeraren anger du följande DAX-mått och markerar sedan bockmarkeringen för att checka in:

   Total Sales Amount = SUM(FactOnlineSales[SalesAmount])
   

   

Skapa en rapport automatiskt

Nu när du har modellerat dina data kan du snabbt visualisera och utforska dem med snabbskapa.

1. Gå tillbaka till arbetsytan genom att välja den från det vänstra sidofältet. Hovra över SalesModel-objektet , välj ellipserna ( ... )och välj Skapa rapport automatiskt.

   

   En rapport genereras automatiskt och uppdateras dynamiskt baserat på kolumnval i fönstret Dina data .

   

2. Välj Spara i menyfliksområdet för att spara en kopia på den aktuella arbetsytan.

   Kommentar

   Om du vill ange den fullständiga visuella redigeringsupplevelsen väljer du Redigera i menyfliksområdet.

Läs mer om snabbskapande.

Relaterat innehåll

Grattis till att du har slutfört handledningen! Om du har skapat en dedikerad arbetsyta för den här självstudien kan du nu välja att ta bort den eller ta bort enskilda objekt som skapats under processen.

Den här självstudien visar hur Power BI-användare enkelt kan upptäcka insikter på vilken skala som helst med hjälp av Microsoft Fabric.