Handledning: Introduktion

Gäller för:✅ SQL-analysslutpunkt och lager i Microsoft Fabric

Den här självstudien är en stegvis genomgång av ett datalagerscenario från slutpunkt till slutpunkt, från datainsamling till dataförbrukning. Slutför den här självstudien för att skapa en grundläggande förståelse för Microsoft Fabric-användarupplevelsen, de olika upplevelserna och deras integreringspunkter samt Microsoft Fabrics professionella och medborgarutvecklarupplevelser.

Även om många begrepp i Microsoft Fabric kanske är bekanta för data- och analysproffs kan det vara svårt att tillämpa dessa begrepp i en ny miljö. Självstudierna är inte avsedda att vara en referensarkitektur, en fullständig lista över funktioner och funktioner eller en rekommendation om specifika metodtips.

Scenario för informationslager från slutpunkt till slutpunkt

Innan du påbörjar den här självstudien följer du dessa steg:

1. Logga in på ditt Power BI-onlinekonto eller registrera dig för en kostnadsfri utvärderingsversion om du inte har något konto.
2. Aktivera Microsoft Fabric i din klientorganisation.

I den här självstudien får du rollen som lagerutvecklare på det fiktiva wide world importers-företaget . Du implementerar en lösning för informationslager från slutpunkt till slutpunkt:

1. Skapa en arbetsyta.
2. Skapa ett lager.
3. Ingestera data från källan till det dimensionella datalagret via en pipeline.
4. Skapa tabeller med T-SQL- i ditt lager.
5. Läs in data med T-SQL med SQL-frågeredigeraren i Infrastrukturportalen.
6. Klona en tabell med T-SQL med SQL-frågeredigeraren.
7. Transformera data med en lagrad procedur för att skapa aggregerade datauppsättningar.
8. Tidresor med T-SQL för att se data som den såg ut vid en viss tidpunkt.
9. Skapa en fråga med den visuella frågeredigeraren för att hämta resultat från informationslagret.
10. Analysera data i en anteckningsbok.
11. Skapa och köra en fråga över flera lager med SQL-frågeredigeraren.
12. Skapa en DirectLake-semantisk modell och Power BI-rapport för att analysera data på plats.
13. Generera en rapport från OneLake-katalogen.
14. Rensa självstudieresurser genom att ta bort arbetsytan och andra objekt.

Arkitektur för informationslager från slutpunkt till slutpunkt

Datakällor – Microsoft Fabric gör det enkelt och snabbt att ansluta till Azure Data Services, andra molnplattformar och lokala datakällor.

Inmatning – Med över 200 interna anslutningsappar som en del av Microsoft Fabric-pipelinen och med dra och släpp datatransformering med dataflöde kan du snabbt skapa insikter för din organisation. Genväg är en ny funktion i Microsoft Fabric som ger ett sätt att ansluta till befintliga data utan att behöva kopiera eller flytta dem. Mer information om genvägsfunktionen finns senare i den här självstudien.

Transformera och lagra – Microsoft Fabric standardiserar i Delta Lake-format, vilket innebär att alla motorer i Microsoft Fabric kan läsa och arbeta med samma data som lagras i OneLake – inget behov av dataduplicering. Med den här lagringen kan du skapa ett informationslager eller ett datanät baserat på organisationens behov. För transformering kan du välja antingen lågkods- eller kodfri upplevelse med pipelines/dataflöden eller använda T-SQL för en första kodupplevelse.

Förbruka – Använd Power BI, det branschledande business intelligence-verktyget, för att rapportera och visualisera data från lagret. Varje lager har en inbyggd TDS-slutpunkt för att ansluta till och köra frågor mot data från andra rapporteringsverktyg när det behövs. I den här självstudien skapar du en semantisk modell i exempellagret för att börja visualisera data i ett star-schema i bara några få steg.

Exempeldata

För exempeldata använder vi exempeldatabasen Wide World Importers (WWI). För vårt scenario med informationslager från slutpunkt till slutpunkt har vi genererat tillräckligt med data för en smygtitt på skalnings- och prestandafunktionerna i Microsoft Fabric-plattformen.

Wide World Importers (WWI) är en importör och distributör av varor i grossistledet som är baserad i San Francisco Bay-området. WWI:s kunder är främst företag som säljer vidare till enskilda personer. WWI säljer också till detaljhandelskunder över hela USA, som specialbutiker, stormarknader, databehandlingsbutiker, turistattraktionbutiker och vissa individer. WWI säljer till andra grossister via ett nätverk av agenter som marknadsför produkterna för WWI. Mer information om företagets profil och drift finns i Wide World Importers-exempeldatabaser för Microsoft SQL.

Vanligtvis skulle du föra data från transaktionssystem (eller branschspecifika program) till en datasjö eller ett mellanlagringsområde för informationslager. I den här självstudien använder vi dock den dimensionsmodell som tillhandahålls av WWI som vår första datakälla. Vi använder den som källa för att mata in data i ett informationslager och transformera dem via T-SQL.

Datamodell

WWI-dimensionsmodellen har flera faktatabeller i ett stjärnschema. I den här självstudien fact_sale fokuserar du på tabellen och dess relaterade dimensioner för att demonstrera ett scenario för informationslager från slutpunkt till slutpunkt:

Gå vidare