本学习路径中的模块
您将了解如何从各种数据源(包括 Microsoft Excel、关系数据库和 NoSQL 数据存储)检索数据。 您还将了解如何在检索数据的同时提高性能。
Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列,以便知晓哪些列包含有价值的数据,以用于进行更深入的分析。
在 Power BI 中创建复杂语义模型的流程非常简单。 如果您的数据来自多个事务系统,那么您可能会有数十个必须处理的表,而您最初并不知道这一点。 构建出色的语义模型就是要精简混乱的情况。 星形架构是精简语义模型的一种方法,您将在本模块中了解其术语和实现方式。 您还将了解为什么选择适当的数据粒度对于 Power BI 报告的性能和可用性非常重要。 最后,您将了解如何使用 Power BI 语义模型提升性能。
由于 Power BI 包含 30 多个核心视觉对象,因此初学者可能难以选择正确的视觉对象。 本模块将指导您选择最适合的视觉对象类型,以满足您的设计和报表布局要求。
适用于 Power BI 的 Copilot 使用生成式 AI 简化数据可视化并创建报表,从而使 Power BI 更富有见解且易于访问。
了解 Microsoft Fabric 如何在一个平台上满足企业的分析需求。 了解 Microsoft Fabric,其工作原理,并确定如何使用它以满足您的分析需求。