Datenaufnahme und semantische Modelle

In diesem Kurs lernst du verschiedene Methoden kennen, um Daten in Microsoft Fabric zu importieren. Nachdem du deine Daten eingegeben hast, lernst du, wie du diese Daten mit semantischen Modellen strukturieren kannst, um deine Visualisierungen und Berichte zu verbessern.

Mach dich mit Pipelines und Datenflüssen für die Datenerfassung vertraut

Schau dir erst mal die Pipelines und Datenflüsse in Fabric an. Du lernst, Pipeline-Aktivitäten einzurichten, Parameter und Variablen zu nutzen und deine Pipeline-Läufe zu planen. Dann lernst du, wie du mit Dataflows verschiedene Transformationsoptionen findest und die Leistung durch Partitionierung, Staging und schnelles Kopieren optimierst.

Nutze Shortcuts für einen schnellen Zugriff auf Daten

Lerne, verschiedene Arten von Verknüpfungen zu nutzen, um Löschvorgänge zu verwalten und den Zugriff auf Daten durch Sicherheitsfunktionen zu verbessern.

Semantische Modelle erstellen und optimieren

In der zweiten Hälfte des Kurses wirst du robuste semantische Modelle in Fabric erstellen. Du lernst die wichtigsten Speichermodi kennen: Import-, DirectQuery-, Direct Lake- und Composite-Modelle. Du wirst effektive Beziehungen aufbauen, Stern- und Snowflake-Schema meistern und mit großen Datensätzen arbeiten, um in komplexen Szenarien optimale Leistung zu gewährleisten.

Lerne die fortgeschrittenen Konzepte von semantischen Modellen und Power BI

Zum Schluss lernst du fortgeschrittene Konzepte für die Verwaltung und Optimierung semantischer Modelle kennen. Du wirst Row-Level Security (RLS) und Object-Level Security (OLS) einrichten, Modelle aktualisieren und umfassende Power BI-Berichte erstellen. Dann kannst du in Power BI Copilot ausprobieren, die Leistung mit DAX Studio optimieren und Tools wie den Best Practice Analyzer (BPA) und den Performance Analyzer von Tabular Editor nutzen, um effiziente und sichere Modelle und Berichte zu erstellen.

Lakehouse oder Warehouse: Grenzen verstehen

Interaktive praktische Übung