共用方式為


資料超市之簡介

商務使用者嚴重依賴資訊技術小組 (IT) 所建置的集中控管資料來源,但 IT 部門可能需要數月的時間才能交付給定資料來源的變更。 因此,使用者通常會使用 Access 資料庫、本機檔案、SharePoint 網站和試算表來建置自己的資料超市,導致缺乏治理和適當的監督,以確保此類資料來源得到支援並具有合理的效能。

資料超市有助於填補商務使用者與 IT 之間的間隙。 資料超市是自助分析解決方案,可讓使用者儲存及探索完全受控資料庫中載入的資料。 資料超市提供簡單且選擇性的無程式碼體驗以內嵌來自不同資料來源的資料、使用 Power Query 擷取轉換和載入 (ETL) 資料,然後將它載入完全受控且不需要微調或最佳化的 Azure SQL 資料庫。

將資料載入資料超市後,您可以另外定義商業智慧和分析的關聯性和原則。 資料超市會自動產生資料集或語意模型,可用來建立 Power BI 報表和儀表板。 您也可以使用 T-SQL 端點或使用視覺效果體驗來查詢資料超市。

顯示資料超市和 Power B I 關聯性的圖表。

資料超市提供下列優點:

  • 自助使用者可以輕鬆地執行關聯式資料庫分析,而不需要資料庫管理員
  • 資料超市提供端對端資料擷取、準備和探索 SQL,包括無程式碼體驗
  • 在一個整體體驗中啟用建置語意模型和報表

資料超市功能:

  • 100% 透過網路操作,不需要其他軟體
  • 無程式碼體驗帶來完全受控的資料超市
  • 自動化效能微調
  • 用於臨機操作分析的內建視覺效果和 SQL 查詢編輯器
  • 支援 SQL 和其他熱門用戶端工具
  • 與 Power BI、Microsoft Office 和其他Microsoft 分析供應項目原生整合
  • 隨附於 Power BI Premium 容量和 Premium Per User

使用資料超市的時機

資料超市是以自助案例的互動式資料工作負載為目標。 例如,如果您在會計或財務領域工作,您可以建置自己的資料模型和集合,然後透過 T-SQL 和視覺效果查詢體驗來自助處理商務問題和解答。 此外,您也可以使用這些資料集合取得較傳統的 Power BI 報表體驗。 資料超市的建議使用對象為需要網域導向、分散式資料擁有權和架構的客戶,例如需要資料做為產品或自助資料平台的使用者。

資料超市的設計旨在支援下列案例:

  • 部門自助資料: 將中小型資料量 (約 100 GB) 集中在自助式完全受控 SQL 資料庫中。 資料超市讓您為自助部門下游報表需求指定單一存放區 (例如 Excel、Power BI 報表等),藉此減少自助解決方案中的基礎結構。

  • Power BI 的關聯式資料庫分析: 使用外部 SQL 用戶端存取資料超市的資料。 使用 T-SQL 的 Azure Synapse Analytics 和其他服務/工具也可以在 Power BI 中使用資料超市。

  • 端對端語意模型:讓 Power BI 建立者建置端對端解決方案,而不需要與其他工具或依賴 IT 小組。 資料超市可透過自動產生的語意模型擺脫資料流和語意模型之間的管理協調流程,同時提供查詢資料和臨機操作分析的視覺效果體驗,且全部受到 Azure SQL DB 支援。

下表會說明這些供應項目,以及每個供應項目的最佳使用方式,包括其在資料超市中的角色。

項目 建議的使用案例 使用資料超市互補角色
資料超市 使用者型資料倉儲和您的資料的 SQL 存取 透過 SQL 端點,資料超市可以作爲其他資料超市或項目的來源:
  • 外部共用
  • 啟用安全性以跨部門或組織界限共用
資料流程 語意模型或超市的可重複使用資料準備 (ETL) 資料超市會針對 ETL 使用單一內建資料流。 資料流可以強調這一點,啟用:
  • 使用不同的重新整理排程將資料載入資料超市
  • 將 ETL 和資料準備步驟與儲存體分開,讓語意模型可以重複使用
語意模型 BI 報告的計量和語意層 資料超市提供自動產生的報告語意模型,啟用:
  • 結合多個來源的資料
  • 選擇性共用資料超市資料表以實現更細緻的報告
  • 複合模型 - 語意模型,其中包含來自資料超市和其他資料超市外部之資料來源的資料
  • Proxy 模型 - 使用 DirectQuery 進行自動產生模型的語意模型,使用單一事實來源

資料超市和資料流整合

在某些情況下,將資料流和資料超市併入相同的解決方案會很有用。 以下情況可能會發現合併資料流和資料超市的權益:

  • 針對現有資料流的解決方案:

    • 使用資料超市輕鬆取用資料以套用任何其他轉換,或使用 SQL 查詢啟用臨機操作分析和查詢
    • 輕鬆整合無程式碼資料倉儲解決方案,且不需管理語意模型
  • 針對現有資料超市的解決方案:

    • 針對大型資料磁碟區大規模執行可重複使用的擷取、轉換和載入 (ETL)
    • 自備資料湖,並使用資料流作為資料超市的管線

顯示資料超市和資料流的圖表。

比較資料流與資料超市

本章節會說明資料流與資料超市之間的差異。

資料流 會提供可重複使用的擷取、轉換和載入 (ETL)。 資料表無法在沒有語意模型的情況下瀏覽、查詢或探索,但可以定義以供重複使用。 如果您攜帶自己的 Data Lake,資料會以 Power BI 或 CDM 格式公開。 Power BI 會使用資料流將資料內嵌至您的資料超市。 每當您想要重複使用 ETL 邏輯時,就應該使用資料流。

當您需要下列作業時,請使用資料流

  • 為 Power BI 中的項目建置可重複使用且可共用的資料準備。

資料超市 是完全受控的資料庫,可讓您在關係型和完全受控的 Azure SQL DB 中儲存和探索您的資料。 資料超市會提供 SQL 支援、無程式碼視覺效果查詢設計工具、資料列層級安全性 (RLS),以及自動產生每個資料超市的語意模型。 您可以完全透過網路執行臨機操作分析,和建立報表。

當您需要下列作業時,請使用資料超市

  • 透過 SQL 中定義的運算式,排序、篩選、以視覺效果方式執行簡單的彙總
  • 針對資料的結果、集合、資料表和篩選資料表的輸出
  • 透過 SQL 端點提供可存取的資料
  • 啟用無法存取 Power BI Desktop 的使用者

本文會提供資料超市的概觀,以及您可以使用它們的許多方式。

下列文章提供資料超市和 Power BI 的詳細資訊:

如需資料流程和轉換資料的詳細資訊,請參閱下列文章: