datamarts'a giriş

  • Makale

İş kullanıcıları, bilgi teknolojisi ekipleri (BT) tarafından oluşturulan merkezi olarak yönetilen veri kaynaklarına yoğun bir şekilde güvenir, ancak bt departmanının belirli bir veri kaynağında değişiklik sağlaması aylar sürebilir. Yanıt olarak, kullanıcılar genellikle Access veritabanları, yerel dosyalar, SharePoint siteleri ve elektronik tabloları ile kendi veri reyonlarını oluşturmaya başvurur ve bu nedenle bu tür veri kaynaklarının desteklenmesi ve makul performansa sahip olmasını sağlamak için idare ve uygun gözetim eksikliğine neden olur.

Datamarts, iş kullanıcıları ile BT arasındaki boşluğu kapatmaya yardımcı olur. Datamarts, kullanıcıların tam olarak yönetilen bir veritabanına yüklenen verileri depolamasına ve keşfetmesine olanak tanıyan self servis analiz çözümleridir. Datamarts, farklı veri kaynaklarından veri almak, Power Query kullanarak verileri dönüştürme ve yükleme (ETL) ayıklamak, ardından tam olarak yönetilen ve ayarlama veya iyileştirme gerektirmeyen bir Azure SQL veritabanına yüklemek için basit ve isteğe bağlı olarak kod içermeyen bir deneyim sağlar.

Veriler bir datamart'a yüklendikten sonra, iş zekası ve analiz için ilişkiler ve ilkeler de tanımlayabilirsiniz. Datamarts otomatik olarak power BI raporları ve panoları oluşturmak için kullanılabilecek bir anlam modeli veya anlam modeli oluşturur. Ayrıca T-SQL uç noktasını veya görsel deneyimi kullanarak bir datamart sorgulayabilirsiniz.

Datamarts ve power B I ilişkisini gösteren diyagram.

Datamarts aşağıdaki avantajları sunar:

  • Self servis kullanıcıları, veritabanı yöneticisine gerek kalmadan ilişkisel veritabanı analizlerini kolayca gerçekleştirebilir
  • Datamarts kod içermeyen deneyimler de dahil olmak üzere SQL ile uçtan uca veri alımı, hazırlık ve araştırma sağlar
  • Tek bir bütünsel deneyim içinde anlamsal modeller ve raporlar oluşturmayı etkinleştirme

Datamart özellikleri:

  • %100 web tabanlı, başka yazılım gerekmez
  • Tam olarak yönetilen bir datamart ile sonuçlanırken kod içermeyen bir deneyim
  • Otomatik performans ayarlama
  • Geçici analiz için yerleşik görsel ve SQL Sorgu düzenleyicisi
  • SQL ve diğer popüler istemci araçları desteği
  • Power BI, Microsoft Office ve diğer Microsoft analiz teklifleri ile yerel tümleştirme
  • Power BI Premium kapasitelerine ve Kullanıcı Başına Premium'a dahildir

datamarts ne zaman kullanılır?

Datamart'lar, self servis senaryoları için etkileşimli veri iş yüklerine yöneliktir. Örneğin, muhasebe veya finans alanında çalışıyorsanız, kendi veri modellerinizi ve koleksiyonlarınızı oluşturabilirsiniz. Bu modeli kullanarak T-SQL ve görsel sorgu deneyimleri aracılığıyla iş sorularını ve yanıtlarını self servis yapabilirsiniz. Ayrıca, daha geleneksel Power BI raporlama deneyimleri için bu veri koleksiyonlarını kullanmaya devam edebilirsiniz. Datamart'lar, ürün veya self servis veri platformu olarak verilere ihtiyaç duyan kullanıcılar gibi etki alanı odaklı, merkezi olmayan veri sahipliğine ve mimarisine ihtiyaç duyan müşteriler için önerilir.

Datamarts aşağıdaki senaryoları destekleyecek şekilde tasarlanmıştır:

  • Departman self servis verileri: Self servis tam olarak yönetilen bir SQL veritabanında küçük ile orta ölçekli veri hacmini (yaklaşık 100 GB) merkezileştirin. Datamarts, self servis departman aşağı akış raporlama gereksinimleri (Excel, Power BI raporları, diğerleri gibi) için tek bir depo belirlemenizi ve böylece self servis çözümlerindeki altyapıyı azaltmanızı sağlar.

  • Power BI ile ilişkisel veritabanı analizi: Dış SQL istemcilerini kullanarak bir datamart'ın verilerine erişin. T-SQL kullanan Azure Synapse ve diğer hizmetler/araçlar da Power BI'da datamarts kullanabilir.

  • Uçtan uca anlam modelleri: Power BI oluşturucularının diğer araçlara veya BT ekiplerine bağımlılıkları olmadan uçtan uca çözümler oluşturmasını sağlayın. Datamarts, otomatik olarak oluşturulan semantik modeller aracılığıyla veri akışları ve anlam modelleri arasında düzenlemeyi yönetirken, verileri sorgulamaya ve geçici analize yönelik görsel deneyimler sağlar ve bunların tümü Azure SQL DB tarafından desteklenir.

Aşağıdaki tabloda bu teklifler ve datamarts ile rolleri dahil olmak üzere her biri için en iyi kullanımlar açıklanmaktadır.

Kalem Önerilen Kullanım Örneği Datamarts ile tamamlayıcı rol
Datamarts Kullanıcı tabanlı veri ambarı ve verilerinize SQL erişimi Datamart'lar, SQL uç noktası kullanılarak diğer datamart'lar veya öğeler için kaynak olarak kullanılabilir:
  • Dış paylaşım
  • Güvenlik etkin olarak departman veya kuruluş sınırları arasında paylaşım
Veri akışları Anlamsal modeller veya martlar için yeniden kullanılabilir veri hazırlığı (ETL) Datamarts, ETL için tek bir yerleşik veri akışı kullanır. Veri akışları bunu vurgulayarak şunları etkinleştirebilir:
  • Verileri farklı yenileme zamanlamalarıyla datamarts'a yükleme
  • ETL ve veri hazırlama adımlarını depolamadan ayırarak anlamsal modeller tarafından yeniden kullanılabilmesini sağlama
Anlamsal modeller BI raporlaması için ölçümler ve anlam katmanı Datamarts raporlama için otomatik olarak oluşturulan bir anlam modeli sunarak şunları etkinleştirir:
  • Birden çok kaynaktan verileri birleştirme
  • Ayrıntılı raporlama için datamart tablolarının seçmeli paylaşımı
  • Bileşik modeller - datamart'tan ve datamart dışındaki diğer veri kaynaklarından alınan verileri içeren anlamsal bir model
  • Ara sunucu modelleri - Tek bir gerçeklik kaynağı kullanarak otomatik olarak oluşturulan model için DirectQuery kullanan bir anlam modeli

Datamarts ve veri akışları tümleştirmesi

Bazı durumlarda hem veri akışlarını hem de datamart'ları aynı çözüme eklemek yararlı olabilir. Aşağıdaki durumlar hem veri akışlarını hem de veri akıllılarını birleştirmeyi avantajlı bulabilir:

  • Mevcut veri akışlarına sahip çözümler için:

    • Ek dönüştürmeleri uygulamak veya SQL sorgularını kullanarak geçici analiz ve sorgulamayı etkinleştirmek için datamarts ile verileri kolayca kullanma
    • Kod içermeyen veri ambarı çözümünü anlamsal modellerin yönetimi olmadan kolayca tümleştirme

  • Mevcut datamart'lara sahip çözümler için:

    • Büyük veri hacimleri için büyük ölçekte yeniden kullanılabilir ayıklama, dönüştürme ve yükleme (ETL) gerçekleştirme
    • Kendi veri gölünüzü getirin ve datamarts için işlem hattı olarak veri akışlarını kullanın

Veri akıllı değerlerini ve veri akışlarını gösteren diyagram.

Veri akışlarını datamarts ile karşılaştırma

Bu bölümde veri akışları ile veri akıllılar arasındaki farklar açıklanmaktadır.

Veri akışları yeniden kullanılabilir ayıklama, dönüştürme ve yükleme (ETL) sağlar. Tablolara semantik model olmadan göz atılamaz, sorgulanamaz veya araştırılamaz, ancak yeniden kullanım için tanımlanabilir. Kendi veri gölünüzü getirirseniz veriler Power BI veya CDM biçiminde kullanıma sunulur. Veri akışları Power BI tarafından veri akıllı makinelerinize veri almak için kullanılır. ETL mantığınızı yeniden kullanmak istediğinizde veri akışlarını kullanmanız gerekir.

Aşağıdaki durumlarda veri akışlarını kullanın:

  • Power BI'daki öğeler için yeniden kullanılabilir ve paylaşılabilir veri hazırlığı oluşturun.

Datamarts , verilerinizi ilişkisel ve tam olarak yönetilen bir Azure SQL VERITABANıNDA depolamanıza ve keşfetmenize olanak tanıyan, tam olarak yönetilen bir veritabanıdır. Datamart'lar SQL desteği, kod içermeyen görsel sorgu tasarımcısı, Satır Düzeyi Güvenliği (RLS) ve her datamart için anlamsal modelin otomatik olarak oluşturulmasını sağlar. Geçici analiz gerçekleştirebilir ve raporları web'de oluşturabilirsiniz.

İhtiyacınız olduğunda datamarts kullanın:

  • Basit toplamayı görsel olarak veya SQL'de tanımlanan ifadeler aracılığıyla sıralayın, filtreleyin, yapın
  • Sonuç, küme, tablo ve filtrelenmiş veri tabloları olan çıkışlar için
  • SQL uç noktası üzerinden erişilebilir veriler sağlama
  • Power BI Desktop'a erişimi olmayan kullanıcıları etkinleştirme

İlgili içerik

Bu makalede datamarts'a genel bir bakış ve bunları kullanmanın birçok yolu sağlanmıştır.

Aşağıdaki makaleler datamarts ve Power BI hakkında daha fazla bilgi sağlar:

Veri akışları ve verileri dönüştürme hakkında daha fazla bilgi için aşağıdaki makalelere bakın: