กําลังวิเคราะห์ดาต้ามาร์ท
คุณสามารถวิเคราะห์ Datamart ของคุณด้วยเครื่องมือหลายรายการ รวมถึงตัวแก้ไข Datamart และตัวแก้ไขคิวรี SQL เป็นต้น บทความนี้อธิบายวิธีการวิเคราะห์ datamarts ของคุณด้วยเครื่องมือเหล่านั้น และคําแนะนําเกี่ยวกับวิธีการที่ดีที่สุดในการดูข้อมูลที่คุณต้องการ
วิเคราะห์ภายในตัวแก้ไข Datamart
ตัว แก้ไข Datamart มีอินเทอร์เฟสการแสดงผลด้วยภาพอย่างง่ายเพื่อวิเคราะห์ datamarts ของคุณ ส่วนต่อไปนี้ให้คําแนะนําเกี่ยวกับวิธีการใช้ตัว แก้ไข Datamart เพื่อรับข้อมูลเชิงลึกลงใน datamarts และข้อมูลของคุณ
คิวรีวิชวล
เมื่อคุณโหลดข้อมูลลงใน datamart ของคุณ คุณสามารถใช้ตัว แก้ไข Datamart เพื่อสร้างคิวรีเพื่อวิเคราะห์ข้อมูลของคุณ คุณสามารถใช้ตัวแก้ไขคิวรีวิชวลสําหรับประสบการณ์ที่ไม่มีรหัสเพื่อสร้างคิวรีของคุณ
มีสองวิธีในการเข้าถึงตัวแก้ไขคิวรีวิชวล:
ในมุมมองเส้นตารางข้อมูล สร้างคิวรีใหม่โดยใช้ปุ่ม + คิวรีใหม่ บนริบบอน ดังที่แสดงในรูปต่อไปนี้
อีกวิธีหนึ่งคือคุณสามารถใช้ ไอคอนมุมมอง ออกแบบที่พบที่ด้านล่างของหน้าต่างตัวแก้ไข Datamart ที่แสดงในรูปต่อไปนี้
หากต้องการสร้างคิวรี ให้ลากและวางตารางจาก Object explorer ทางด้านซ้ายไปยังพื้นที่ทํางาน
เมื่อคุณลากตารางหนึ่งตารางขึ้นไปลงบนพื้นที่ทํางาน คุณสามารถใช้ประสบการณ์การใช้งานวิชวลเพื่อออกแบบคิวรีของคุณได้ ตัวแก้ไข datamart ใช้ประสบการณ์การดูแผนภาพ Power Query ที่คล้ายกันเพื่อให้คุณสามารถคิวรีและวิเคราะห์ข้อมูลของคุณได้อย่างง่ายดาย เรียนรู้เพิ่มเติมเกี่ยวกับ มุมมองไดอะแกรม Power Query
เมื่อคุณทํางานกับคิวรีวิชวลของคุณ คิวรีจะถูกบันทึกโดยอัตโนมัติทุกๆ สองสามวินาที "ตัวบ่งชี้การบันทึก" ที่แสดงในแท็บคิวรีของคุณที่ด้านล่างระบุว่ากําลังบันทึกคิวรีของคุณ
รูปภาพต่อไปนี้แสดงตัวอย่างคิวรีที่สร้างขึ้นโดยใช้ตัวแก้ไขคิวรีวิชวลที่ไม่มีรหัสเพื่อดึงข้อมูลลูกค้าอันดับสูงสุดตามคําสั่งซื้อ
มีบางสิ่งที่ควรทราบเกี่ยวกับตัวแก้ไขคิวรีวิชวล:
- คุณสามารถเขียน DQL (ไม่ใช่ DDL หรือ DML) เท่านั้น
- สนับสนุนเฉพาะชุดย่อยของการดําเนินการ Power Query ที่สนับสนุน Query Folding เท่านั้น
- คุณไม่สามารถเปิดคิวรีวิชวลใน Excel ได้ในขณะนี้
ตัวแก้ไขคิวรี SQL
ตัวแก้ไขคิวรี SQL มีตัวแก้ไขข้อความเพื่อเขียนคิวรีโดยใช้ T-SQL หากต้องการเข้าถึงตัวแก้ไขคิวรี SQL ที่มีอยู่ภายใน ให้เลือก ไอคอนมุมมอง ตัวแก้ไขคิวรี SQL ที่อยู่ที่ด้านล่างของหน้าต่างตัวแก้ไข datamart
ตัวแก้ไข SQL Query ให้การสนับสนุนสําหรับ intellisense การเติมรหัส การเน้นไวยากรณ์ การแยกวิเคราะห์ฝั่งไคลเอ็นต์ และการตรวจสอบความถูกต้อง เมื่อคุณเขียนคิวรี T-SQL ให้เลือก เรียกใช้ เพื่อดําเนินการคิวรี เมื่อคุณทํางานกับคิวรี SQL ของคุณ คิวรีจะถูกบันทึกโดยอัตโนมัติทุก ๆ สองสามวินาที "ตัวบ่งชี้การบันทึก" ที่แสดงในแท็บคิวรีของคุณที่ด้านล่างระบุว่ากําลังบันทึกคิวรีของคุณ การแสดงตัวอย่างผลลัพธ์จะแสดงในส่วนผลลัพธ์ ปุ่มดาวน์โหลดใน Excel เปิดคิวรี T-SQL ที่สอดคล้องกันกับ Excel และดําเนินการคิวรีช่วยให้คุณสามารถดูผลลัพธ์ใน Excel ได้ ผลลัพธ์ Visualize ช่วยให้คุณสามารถสร้างรายงานจากผลลัพธ์คิวรีของคุณภายในตัวแก้ไขคิวรี SQL
มีบางสิ่งที่ควรทราบเกี่ยวกับตัวแก้ไขคิวรีวิชวล:
- คุณสามารถเขียน DQL (ไม่ใช่ DDL หรือ DML) เท่านั้น
วิเคราะห์ภายนอกตัวแก้ไข
Datamarts ให้ประสบการณ์ SQL DQL (คิวรี) ผ่านสภาพแวดล้อมการพัฒนาของคุณเอง เช่น SSMS หรือ Azure Data Studio คุณต้องเรียกใช้เครื่องมือเวอร์ชันล่าสุดและรับรองความถูกต้องโดยใช้ Microsoft Entra ID หรือ MFA กระบวนการเข้าสู่ระบบจะเหมือนกับกระบวนการลงชื่อเข้าใช้สําหรับ Power BI
เมื่อต้องใช้การคิวรีที่สร้างไว้ภายในกับ SQL Tooling ภายนอก
ตัวแก้ไขคิวรีวิชวลที่ไม่มีโค้ดและตัวแก้ไข datamart จะพร้อมใช้งานภายใน Power BI สําหรับ datamart ของคุณ ตัวแก้ไขคิวรีวิชวลแบบไม่มีโค้ดช่วยให้ผู้ใช้ที่ไม่คุ้นเคยกับภาษา SQL ในขณะที่ตัวแก้ไข datamart มีประโยชน์สําหรับการตรวจสอบอย่างรวดเร็วของ SQL DB
สําหรับประสบการณ์การคิวรีที่ให้ยูทิลิตี้ที่ครอบคลุมมากขึ้น การรวมกลุ่มเครื่องมือกราฟิกที่กว้างเข้ากับตัวแก้ไขสคริปต์มากมาย SQL Server Management Studio (SSMS) และ Azure Data Studio (ADS) คือสภาพแวดล้อมการพัฒนาที่มีประสิทธิภาพมากขึ้น
เมื่อต้องใช้ SQL Server Management Studio เทียบกับ Azure Data Studio
ในขณะที่ประสบการณ์การวิเคราะห์ทั้งสองมีสภาพแวดล้อมการพัฒนาที่ครอบคลุมสําหรับการคิวรี SQL แต่แต่ละสภาพแวดล้อมได้รับการปรับให้เหมาะกับกรณีการใช้งานแยกต่างหาก
คุณสามารถใช้ SSMS สําหรับ:
- การกําหนดค่าการดูแลระบบหรือแพลตฟอร์มที่ซับซ้อน
- การจัดการความปลอดภัย รวมถึงการจัดการผู้ใช้และการกําหนดค่าคุณลักษณะการรักษาความปลอดภัย
- สถิติคิวรีสดหรือสถิติไคลเอ็นต์
ใช้โฆษณาสําหรับ:
- ผู้ใช้ macOS และ Linux
- การแก้ไขหรือดําเนินการคิวรีส่วนใหญ่
- สร้างแผนภูมิอย่างรวดเร็วและแสดงผลลัพธ์ของชุดการแสดงภาพ
รับสายอักขระการเชื่อมต่อ T-SQL
สําหรับนักพัฒนาและนักวิเคราะห์ที่มีประสบการณ์ SQL ใช้ SQL Server Management Studio หรือ Azure Data Studio เป็นส่วนขยายให้ Power BI datamarts สามารถให้สภาพแวดล้อมการคิวรีที่ละเอียดมากขึ้นได้
เมื่อต้องการเชื่อมต่อกับจุดสิ้นสุด SQL ของ datamart ด้วยเครื่องมือไคลเอ็นต์ ให้นําทางไปยังหน้าการตั้งค่าแบบจําลองเชิงความหมายโดยการเลือก แท็บ Datamarts (ตัวอย่าง) ใน Power BI จากที่นั่น ขยายส่วนการตั้งค่าเซิร์ฟเวอร์และคัดลอกสายอักขระการเชื่อมต่อ ดังที่แสดงในรูปต่อไปนี้
เริ่มต้นใช้งานด้วย SSMS
ในการใช้ SQL Server Management Studio (SSMS) คุณต้องใช้ SSMS เวอร์ชัน 18.0 หรือสูงกว่า เมื่อคุณเปิด SQL Server Management Studio หน้าต่าง เชื่อมต่อกับเซิร์ฟเวอร์ จะปรากฏขึ้น คุณสามารถเปิดได้ด้วยตนเองโดยการเลือกกลไกจัดการฐานข้อมูล Connect > ของ Object Explorer >
เมื่อเปิดหน้าต่าง เชื่อมต่อกับเซิร์ฟเวอร์ ให้วางสายอักขระการเชื่อมต่อที่คัดลอกจากส่วนก่อนหน้าของบทความนี้ลงในกล่อง ชื่อเซิร์ฟเวอร์ เลือก เชื่อมต่อ และดําเนินการกับข้อมูลประจําตัวที่เหมาะสมสําหรับการรับรองความถูกต้อง โปรดทราบว่าเฉพาะ Microsoft Entra ID - รองรับการรับรองความถูกต้อง MFA เท่านั้น
เมื่อทําการเชื่อมต่อแล้ว ตัวสํารวจวัตถุจะแสดง SQL DB ที่เชื่อมต่อจาก datamarts ของคุณและตารางและมุมมองที่เกี่ยวข้อง ซึ่งทั้งหมดนี้พร้อมที่จะคิวรีแล้ว
เมื่อต้องการแสดงตัวอย่างข้อมูลภายในตารางอย่างง่ายดาย คลิกขวาบนตาราง และเลือก เลือกแถว 1000 แถว ด้านบนจากเมนูบริบทที่ปรากฏขึ้น คิวรีที่สร้างขึ้นโดยอัตโนมัติจะส่งกลับคอลเลกชันของผลลัพธ์ที่แสดงแถว 1,000 แถวบนสุดโดยยึดตามคีย์หลักของตาราง
รูปภาพต่อไปนี้แสดงผลลัพธ์ของคิวรีดังกล่าว
เมื่อต้องการดูคอลัมน์ภายในตาราง ให้ขยายตารางภายใน Object explorer
เมื่อคุณเชื่อมต่อกับ datamart โดยใช้ SSMS หรือเครื่องมือไคลเอ็นต์อื่น ๆ คุณสามารถดูมุมมองที่สร้างขึ้นใน Schema แบบจําลองของ datamart ได้ การกําหนดค่า Schema เริ่มต้นบน datamart ถูกตั้งค่าเป็นแบบจําลอง
Datamart แสดงบทบาทอื่นสองบทบาทในฐานะ ผู้ดูแลระบบ และ ผู้ชม ภายใต้การรักษาความปลอดภัยเมื่อเชื่อมต่อโดยใช้ SSMS ผู้ใช้ที่ถูกเพิ่มไปยังพื้นที่ทํางานในบทบาทผู้ดูแลระบบหรือสมาชิกหรือผู้สนับสนุนใด ๆ จะถูกเพิ่มไปยังบทบาทผู้ดูแลระบบบน datamart ผู้ใช้ที่ถูกเพิ่มไปยัง บทบาทผู้ชม ในพื้นที่ทํางานจะถูกเพิ่มไปยัง บทบาทผู้ชม ใน datamart
เมตาดาต้าความสัมพันธ์
คุณสมบัติ ที่ขยายคือ SaaSMetadata ที่เพิ่มใน datamart ช่วยให้คุณทราบว่าเมตาดาต้านี้กําลังถูกใช้สําหรับประสบการณ์ SaaS คุณสามารถคิวรีคุณสมบัติเพิ่มเติมนี้ได้ดังที่แสดง:
SELECT [name], [value]
FROM sys.extended_properties
WHERE [name] = N'isSaaSMetadata'
ไคลเอ็นต์ (เช่น ตัวเชื่อมต่อ SQL) สามารถอ่านความสัมพันธ์โดยการคิวรีฟังก์ชันที่ให้ค่าตารางดังตัวอย่างต่อไปนี้:
SELECT *
FROM [metadata].[fn_relationships]();
โปรดสังเกตว่า มี ความสัมพันธ์ และ relationshipColumns ที่ชื่อว่ามุมมองภายใต้เค้าร่างเมตาดาต้าเพื่อรักษาความสัมพันธ์ใน datamart ตารางต่อไปนี้จะให้คําอธิบายของแต่ละตารางตามลําดับ:
[เมตาดาต้า] [ความสัมพันธ์]
ชื่อคอลัมน์ | ชนิดข้อมูล | คำอธิบาย |
---|---|---|
รหัสความสัมพันธ์ | Bigint | รหัสเฉพาะสําหรับความสัมพันธ์ |
ชื่อ | Nvarchar(128) | ชื่อของความสัมพันธ์ |
จาก SchemaName | Nvarchar(128) | ชื่อเค้าร่างของตารางต้นทาง "จาก" ที่กําหนดความสัมพันธ์ |
จาก ObjectName | Nvarchar(128) | ชื่อตาราง/มุมมอง "จาก" ที่กําหนดความสัมพันธ์ |
ToSchemaName | Nvarchar(128) | ชื่อ Schema ของตารางจม "ถึง" ที่กําหนดความสัมพันธ์ |
ToObjectName | Nvarchar(128) | ชื่อตาราง/มุมมอง "ไปยัง" ที่กําหนดความสัมพันธ์ |
TypeOfRelationship | Tinyint | คาร์ดินาลลิตี้ความสัมพันธ์ ค่าที่เป็นไปได้คือ: 0 – ไม่มี 1 – OneToOne 2 – OneToMany 3 – ManyToOne 4 – ManyToMany |
SecurityFilteringBehavior | Tinyint | ระบุว่าความสัมพันธ์มีผลต่อการกรองข้อมูลอย่างไรเมื่อประเมินนิพจน์การรักษาความปลอดภัยระดับแถว ค่าที่เป็นไปได้คือ 1 – ทิศทางเดียว 2 – ทั้งสองทาง 3 – ไม่มี |
IsActive | บิต | ค่าบูลีนที่ระบุว่าความสัมพันธ์มีการทําเครื่องหมายเป็น ใช้งานอยู่ หรือ ไม่ได้ใช้งาน |
RelyOnReferentialIntegrity | บิต | ค่าบูลีนที่ระบุว่าความสัมพันธ์สามารถขึ้นอยู่กับ Referential Integrity หรือไม่ |
CrossFilteringBehavior | Tinyint | ระบุว่าความสัมพันธ์มีผลต่อการกรองข้อมูลอย่างไร ค่าที่เป็นไปได้คือ: 1 – ทิศทางเดียว 2 – สองทิศทาง 3 – อัตโนมัติ |
CreatedAt | Datetime | วันที่สร้างความสัมพันธ์ |
UpdatedAt | datetime | วันที่ที่มีการปรับเปลี่ยนความสัมพันธ์ |
DatamartObjectId | Navrchar(32) | ตัวระบุที่ไม่ซ้ําสําหรับ datamart |
[เมตาดาต้า] [relationshipColumns]
ชื่อคอลัมน์ | ชนิดข้อมูล | คำอธิบาย |
---|---|---|
RelationshipColumnId | bigint | ตัวระบุที่ไม่ซ้ําสําหรับคอลัมน์ของความสัมพันธ์ |
รหัสความสัมพันธ์ | bigint | Foreign key อ้างอิงคีย์ RelationshipId ในตารางความสัมพันธ์ |
FromColumnName | Navrchar(128) | ชื่อของคอลัมน์ "From" |
ToColumnName | Nvarchar(128) | ชื่อของคอลัมน์ "To" |
CreatedAt | datetime | วันที่ที่มีการสร้างความสัมพันธ์ |
DatamartObjectId | Navrchar(32) | ตัวระบุที่ไม่ซ้ําสําหรับ datamart |
คุณสามารถรวมสองมุมมองเหล่านี้เพื่อรับความสัมพันธ์ที่เพิ่มใน datamart คิวรีต่อไปนี้จะรวมมุมมองเหล่านี้:
SELECT
R.RelationshipId
,R.[Name]
,R.[FromSchemaName]
,R.[FromObjectName]
,C.[FromColumnName]
,R.[ToSchemaName]
,R.[ToObjectName]
,C.[ToColumnName]
FROM [METADATA].[relationships] AS R
JOIN [metadata].[relationshipColumns] AS C
ON R.RelationshipId=C.RelationshipId
ข้อจำกัด
การแสดงภาพผลลัพธ์ในขณะนี้ไม่สนับสนุนคิวรี SQL ที่มีส่วนคําสั่ง ORDER BY
เนื้อหาที่เกี่ยวข้อง
บทความนี้ให้ข้อมูลเกี่ยวกับการวิเคราะห์ข้อมูลใน datamarts
บทความต่อไปนี้ให้ข้อมูลเพิ่มเติมเกี่ยวกับ datamarts และ Power BI:
- บทนําสู่แผนผังข้อมูล
- ทําความเข้าใจกับ datamarts
- เริ่มต้นใช้งานกับ datamarts
- สร้างรายงานที่มี datamarts
- การควบคุมการเข้าถึงใน Datamarts
- การจัดการ Datamart
สําหรับข้อมูลเพิ่มเติมเกี่ยวกับกระแสข้อมูลและการแปลงข้อมูล ให้ดูบทความต่อไปนี้: