使用默认分析视图创建 Power BI 报表

Azure DevOps Services | Azure DevOps Server 2022 - Azure DevOps Server 2019

使用 Power BI Desktop，可以轻松连接到分析视图，开始在 Azure DevOps 中为项目创建报表。 分析视图提供了一种简化的方法，用于根据分析数据为 Power BI 报表指定筛选条件。

重要

分析视图仅支持Azure Boards数据 (工作项) 。 分析视图不支持其他数据类型，例如管道。 视图提供工作项的平面列表，不支持工作项层次结构。 目前，我们没有计划更新连接器以支持其他类型的数据。 有关其他方法的信息，请阅读 Power BI 集成概述。

如果没有Power BI Desktop，可以免费下载并安装。

可以使用可用的默认分析视图之一创建工作跟踪数据的状态和趋势报告。 根据需要，还可以 创建自定义分析视图。

按照以下步骤在 Power BI Desktop 中创建两个报表，其中显示积压工作项的每日趋势，以及基于默认分析视图的活动用户情景计数：

1. 从 Azure DevOps 的 Web 门户：
   a. 打开 “分析”视图
   b. 验证数据的默认分析视图。
2. 从Power BI Desktop：
   a. 获取分析视图定义的数据集
   b. 创建趋势报表
   c. 将筛选器应用于趋势报表
   d. 创建卡并应用 Is Current=True 筛选器以显示当前计数。

先决条件

• 若要查看 Analytics 数据并查询服务，你需要是具有 基本 访问权限或更高访问权限的项目的成员。 默认情况下，向所有项目成员授予查询 Analytics 和定义 Analytics 视图的权限。
• 若要了解有关服务和功能启用以及常规数据跟踪活动的其他先决条件，请参阅 访问 Analytics 的权限和先决条件。

Power BI 先决条件

若要创建引用分析视图的 Power BI 报表，必须满足以下条件：

• 已安装 Power BI Desktop2018 年 10 月更新或更高版本。 可以从官方Power BI Desktop下载页下载此客户端应用程序。
• 跟踪了一段时间的工作项，以便生成趋势报告。

打开 Analytics 以访问视图

在 Web 门户中，选择 Boards>Analytics 视图。

如果未看到 Analytics 视图，检查有权查看 Analytics。 请参阅 访问 Analytics 的权限和先决条件。

验证数据的默认分析视图

通过验证你将在 Power BI 中使用的视图，你的视图更有可能在 Power BI 中正确加载。 如果验证时间过长，可以快速调整视图。 添加筛选器或缩小历史记录范围，然后再次验证视图。

1. 在 “分析视图>”“全部 ”页中 ，选择默认视图旁边的操作图标，然后选择 “编辑” 选项。 对于使用敏捷流程的项目，请使用 “故事 -过去 30 天 ”视图。

   

2. 选择“ 验证 ”选项卡，然后选择“ 验证视图 ”按钮。

   

   等待验证过程完成。 验证时间因视图中定义的数据量而异。 例如，包含所有工作项类型并指定“所有历史记录”的视图将比仅包含故事并指定 30 天的滚动周期的视图花费更多时间进行验证。

   

3. 如果视图成功验证，请转到下一步。 如果不成功，请选择“ 工作项 ”选项卡，并调整选择以选择更少的团队或在数据集中指定更少的工作项。

   若要了解有关定义视图的详细信息，请参阅 创建 Analytics 视图。

连接到 Analytics 视图

1. 打开 Power BI Desktop。

2. 登录到服务。 首次访问时，需要登录并验证凭据。 在 Windows 或个人访问令牌之间进行选择以进行身份验证。 Power BI Desktop 保存凭据，因此只需执行此操作一次。

3. 验证凭据后，选择连接。

   

4. 为云服务选择“获取数据>联机服务”、“仅限 Azure DevOps”（Boards），或为本地选择“仅限 Azure DevOps Server”（Boards）。 然后选择“连接” 。 分析视图仅支持针对工作项和测试用例的查询。

   

5. 指定用于连接到数据的基本参数。

   

   重要

   不要将团队名称与项目名称混淆，这是一个常见的错误。 例如，如果使用的 URL http://fabrikam-server/AzureDevOpsServer/fabrikam-collection/Fabrikam-Fiber-Git/Device，则 Fabrikam-Fiber-Git 项目名称是 Device 团队名称。

   成功登录后，Power BI 会验证用户凭据是否有权访问指定的项目。 如果出现任何错误，请参阅 Q&A 部分，获取最常见问题的解答。

选择“分析”视图

1. 展开“共享视图”文件夹，选择分析视图，然后选择“加载”。 数据连接器提供可用 分析视图的列表。 每个视图都表示一组可以拉取到 Power BI 中的数据。 还可以 创建自定义分析视图。

   下图显示了默认的分析视图。 视图列表可能因用于创建项目的过程模型而异。 列出的所有视图（除追加“今日”的视图外）都提供历史趋势数据。

   在这里，选择“ 故事 - 过去 30 天”，用于筛选产品积压工作项。

   

   注意

   由于在上一部分中验证了视图，因此应加载该视图。 如果视图未加载，则很可能是因为数据集太大。 返回到 Web 门户中“分析” 视图下的视图 ，并调整筛选器以减小数据集的大小。

2. 选择视图。

   

   注意

   根据所选字段数和数据集的大小，可以截断导航器中任何选定视图的预览。 仅对预览数据进行截断，不会影响完整数据刷新。

   • 选择“工作项 - 今天”表并等待预览加载。 它表示项目中所有工作项的当前状态。
   • 选择工作项 - 今天表旁边的检查框，然后选择“加载”。

   注意

   分析视图 不会在服务器上应用使用 Power BI 定义的筛选器。 Power BI 中应用的任何筛选器会将显示的数据限制为最终用户，但不会减少从 Analytics 检索到的数据量。 如果筛选器旨在减小数据集的大小，请通过 自定义视图来应用它。

3. 等待数据加载。 可以通过查看表名称正下方显示的状态消息来观察其进度。 如果看到任何错误，请参阅 Q&A 部分，获取最常见问题的解答。

   

4. 查看数据模型。 加载模型时，请查看 Power BI 数据连接or 的数据集设计。

创建每日趋势报表

1. 在报表中， (1) 选择“折线图”视觉对象， (2) 搜索字段中输入work item id，然后) 检查“工作项 ID”框 (3。

   

   它会将图表更改为一个点。

   提示

   若要更改图表大小，请选择“ 视图 ”选项卡、 “页面视图”，然后选择“ 调整大小 ”选项，如下所示。 然后，可以将图表大小调整为所需的尺寸。

   

2. 接下来， (1) 选择字段列表中的 “日期 ”字段作为轴。 默认情况下，Power BI 从任何日期字段创建日期层次结构。 若要查看每日趋势， (2) 选择字段旁边的上下文菜单图标，并将其从 “日期层次结构” 更改为 “日期”。

   

   注意

   若要查看一段时间内的趋势，需要使用 日期 格式，而不是 日期层次结构。 Power BI 中的 日期层次结构 将时间段内的所有内容汇总为一个简单数字。 层次结构中的日期级别全天滚动到 1-31 之间的数字。 例如，4 月 3 日和 5 月 3 日都汇总为数字 3。 这与按实际日期对项目计数不同。

按状态对趋势进行分组和筛选

• 若要按“州”对用户情景进行分组，请将“ 州” 字段拖到“图例”区域。 （可选）筛选要显示在图表中的状态集。

  在这里，我们已筛选列表，以显示处于“活动”、“已提交”和“正在进行”状态的工作项。

  

  图表现在显示每日不同的用户情景计数，按“活动”、“已提交”和“正在进行”分组。

  提示

  如果需要修改分析视图，可以执行此操作，然后返回到 Power BI 报表并刷新数据。 只需单击“ 刷新” 选项，如下所示。

  

创建卡以显示最新的活动故事计数

1. 通过单击页面底部的加号 (+) 来添加新页面。

2. 选择卡视觉对象，添加“工作项 ID”字段，然后在“页面级别筛选器”下拖动“状态”和“工作项类型”字段。 筛选状态以显示活动，并筛选 Bug 的工作项类型。

   卡现在显示活动故事数乘以过去 60 天内定义的每个故事的天数。 对于此示例，该数字为 894。

   

3. 若要获取最新的活动文章计数，请筛选卡，以仅统计已筛选的工作项集的最新修订。 添加 “是当前 ”作为筛选器，然后选择 True 以仅筛选最近一天的数据。 “当前 ”是添加到视图中的字段，自动标记包含工作项的最新修订的行。

   应用此筛选器可将活动故事计数设置为 39。

   

   该值应与在上一节中创建的趋势图的最后一天的计数匹配。

继续浏览数据

本快速入门中显示的报表演示了使用 Analytics 视图生成工作跟踪数据报告是多么容易。

后续步骤

创建活动 bug 报告

相关文章

• Power BI Desktop 入门
• Power BI 集成概述
• 创建分析视图
• 使用 Power BI 数据连接器进行连接
• Power BI 数据连接器的数据集设计