Dela via

Självstudie om Lakehouse: Skapa ett sjöhus, mata in exempeldata och skapa en rapport

I den här självstudien skapar du ett lakehouse, matar in exempeldata i Delta-tabellen, tillämpar transformering där det behövs och skapar sedan rapporter. Här är en checklista över de steg du slutför:

Om du inte har Microsoft Fabric registrerar du dig för en kostnadsfri utvärderingskapacitet.

Förutsättningar

Varför behöver jag OneDrive för den här självstudien?

Du behöver OneDrive för den här självstudien eftersom datainmatningsprocessen förlitar sig på OneDrive som den underliggande lagringsmekanismen för filuppladdningar. När du laddar upp en CSV-fil till Fabric lagras den tillfälligt i ditt OneDrive-konto innan den matas in i lakehouse. Den här integreringen säkerställer säker och sömlös filöverföring i Microsoft 365-ekosystemet.

Inmatningssteget fungerar inte om du inte har konfigurerat OneDrive eftersom Fabric inte kan komma åt den uppladdade filen. Om du redan har tillgängliga data i lakehouse eller någon annan plats som stöds krävs inte OneDrive.

Kommentar

Om du redan har data i lakehouse kan du använda dessa data i stället för CSV-exempelfilen. Om du vill kontrollera om data redan är associerade med ditt lakehouse använder du Lakehouse Explorer eller SQL Analytics-slutpunkten för att bläddra bland tabeller, filer och mappar. Mer information om hur du kontrollerar finns i Översikt över Lakehouse och Fråga lakehouse-tabeller med SQL-analysslutpunkt.

Skapa ett sjöhus

I det här avsnittet skapar du ett lakehouse i Fabric.

  1. I Fabricväljer du Arbetsytor i navigeringsfältet.

  2. Öppna arbetsytan genom att ange dess namn i sökrutan längst upp och välja den i sökresultaten.

  3. Från arbetsytan väljer du Nytt objekt, anger Lakehouse i sökrutan och väljer sedan Lakehouse.

  4. I dialogrutan New lakehouse anger du wwilakehouse i fältet Namn.

    Skärmbild av dialogrutan New lakehouse.

  5. Välj Skapa för att skapa och öppna det nya sjöhuset.

Mata in exempeldata

I det här avsnittet matar du in exempelkunddata i lakehouse.

Kommentar

Om du inte har konfigurerat OneDrive registrerar du dig för den kostnadsfria utvärderingsversionen av Microsoft 365: Kostnadsfri utvärderingsversion – Prova Microsoft 365 i en månad.

  1. Ladda ned filen dimension_customer.csv från lagringsplatsen Fabric-exempel.

  2. På fliken Start under Hämta data i lakehouse ser du alternativ för att läsa in data i lakehouse. Välj Nytt dataflöde Gen2.

    Skärmbild som visar var du väljer alternativet Nytt dataflöde Gen2 för att läsa in data i lakehouse.

  3. I fönstret Skapa ett dataflöde anger du Kunddimensionsdata i fältet Namn och väljer Nästa.

    Skärmbild av fönstret Skapa ett dataflöde som visar var du anger dataflödesnamnet.

  4. På den nya dataflödesskärmen väljer du Importera från en Text-/CSV-fil.

  5. På skärmen Anslut till datakälla väljer du alternativknappen Ladda upp fil. Dra och släpp den dimension_customer.csv fil som du laddade ned i steg 1. När filen har laddats upp väljer du Nästa.

    Skärmbild som visar var du väljer Ladda upp fil och var du vill dra den tidigare nedladdade filen.

  6. På sidan Förhandsgranskningsfildata förhandsgranskar du data och väljer Skapa för att fortsätta och återgå till dataflödesarbetsytan.

Transformera och ladda in data till lakehouse-en

I det här avsnittet transformerar du data baserat på dina affärsbehov och läser in dem i lakehouse.

  1. I fönstret Frågeinställningar uppdaterar du fältet Namn till dimension_customer.

    Kommentar

    Infrastrukturresurser lägger till ett blanksteg och tal i slutet av tabellnamnet som standard. Tabellnamn måste vara gemener och får inte innehålla blanksteg. Byt namn på tabellen på rätt sätt och ta bort blanksteg från tabellnamnet.

    Skärmbild av fönstret frågeinställningar som visar var du ska ange namnet och välj datamål.

  2. I den här självstudien har du associerat kunddata med ett lakehouse. Om du skapar ett dataflöde från lakehouse länkas de uppladdade data automatiskt till standard lakehouse. Om du skapar dataflödet separat kan du associera det med ett lakehouse genom att följa dessa steg:

    1. I menyalternativen väljer du Lägg till datamål och väljer Lakehouse. På skärmen Anslut till datamål loggar du in på ditt konto om det behövs och väljer Nästa.

    2. Gå till wwilakehouse på arbetsytan.

    3. Om den dimension_customer tabellen inte finns väljer du inställningen Ny tabell och anger tabellnamnet dimension_customer. Om tabellen redan finns väljer du inställningen Befintlig tabell och väljer dimension_customer i listan över tabeller i objektutforskaren. Välj Nästa.

      Skärmbild som visar hur du väljer måltabellen.

    4. I fönstret Välj målinställningar väljer du Ersätt som uppdateringsmetod. Välj Spara inställningar för att återgå till dataflödesarbetsytan.

  3. Från dataflödesarbetsytan kan du enkelt transformera data baserat på dina affärsbehov. För enkelhetens skull gör vi inga ändringar i den här självstudien. Om du vill fortsätta väljer du Spara och Kör i verktygsfältet.

    Skärmbild av fönstret Frågeinställning som innehåller knappen Publicera.

  4. Gå tillbaka till din arbetsyta och hovra över dataflödet kunddimensionsdata , välj menyn ... och välj sedan Uppdatera nu. Det här alternativet kör dataflödet och flyttar data från källfilen till lakehouse-tabellen. Medan den pågår ser du en snurrande cirkel bredvid dataflödets namn.

    Skärmbild som visar var du hittar ikonen Uppdatera nu.

  5. När dataflödet har uppdaterats väljer du ditt lakehouse i den översta menyraden för att visa Delta-tabellen dimension_customer.

    Skärmbild av navigeringspanelen från vilken sjöhuset öppnas.

  6. Välj tabellen för att förhandsgranska dess data. Du kan också använda SQL-analysslutpunkten för lakehouse för att köra frågor mot data med SQL-instruktioner. Välj SQL-analysslutpunkt från listrutan Lakehouse längst upp till höger på skärmen.

    Skärmbild av deltatabellen som visar var du väljer SQL-analysslutpunkt.

  7. Välj tabellen dimension_customer för att förhandsgranska dess data eller välj Ny SQL-fråga för att skriva DINA SQL-instruktioner.

    Skärmbild av slutpunktsskärmen för SQL-analys som visar var du väljer Ny SQL-fråga.

  8. Följande exempelfråga aggregerar radantalet baserat på kolumnen BuyingGroup i tabellen dimension_customer . SQL-frågefiler sparas automatiskt för framtida referens och du kan byta namn på eller ta bort dessa filer baserat på dina behov.

    Om du vill köra skriptet väljer du ikonen Kör överst i skriptfilen.

    SELECT BuyingGroup, Count(*) AS Total
FROM dimension_customer
GROUP BY BuyingGroup

Lägga till tabeller i den semantiska modellen

I det här avsnittet lägger du till tabellerna i den semantiska modellen så att du kan använda dem för att skapa rapporter.

  1. Öppna lakehouse och växla till SQL-analysslutpunktsvyn , välj Ny semantisk modell, namnge den semantiska modellen, tilldela en arbetsyta och välj de tabeller som du vill lägga till i den semantiska modellen. I det här fallet väljer du tabellen dimension_customer .

    Skärmbild där du kan välja de tabeller som ska läggas till i den semantiska modellen.

Skapa en rapport

I det här avsnittet skapar du en rapport från inmatade data.

  1. Välj den semantiska modellen på din arbetsyta, välj listrutan Utforska dessa data och välj sedan Skapa en rapport automatiskt. I nästa självstudie skapar vi en rapport från grunden.

    Skärmbild av sidan med semantisk modellinformation som visar var du väljer Skapa en rapport.

  2. Tabellen är en dimension och det finns inga mått i den. Power BI skapar ett mått för radantalet, aggregerar det över olika kolumner och skapar olika diagram enligt följande bild.

    Skärmbild av en snabbsammanfattningssida som visar fyra olika stapeldiagram.

  3. Du kan spara den här rapporten för framtiden genom att välja Spara i det övre menyfliksområdet. Du kan göra fler ändringar i den här rapporten för att uppfylla dina krav genom att inkludera eller exkludera andra tabeller eller kolumner.

Gå vidare

Mata in data i sjöhuset