Pozyskiwanie danych i modele semantyczne

W tym kursie nauczysz się kilku różnych metod importowania danych do Microsoft Fabric. Po zaimportowaniu danych nauczysz się następnie, jak strukturyzować te dane za pomocą modeli semantycznych, aby ulepszyć swoje wizualizacje i raporty.

Opanuj pipeline’y i dataflow do pozyskiwania danych

Zacznij od poznania Pipelines i Dataflows w Fabric. Nauczysz się konfigurować działania potoku, używać parametrów i zmiennych oraz planować uruchomienia potoku. Następnie nauczysz się korzystać z Dataflows, aby odkrywać różne opcje transformacji i optymalizować wydajność dzięki partycjonowaniu, stagingowi i szybkiemu kopiowaniu.

Wykorzystaj skróty do efektywnego dostępu do danych

Dowiedz się, jak korzystać z różnych typów skrótów, aby zarządzać scenariuszami usuwania i zwiększać dostępność danych dzięki funkcjom bezpieczeństwa.

Twórz i optymalizuj modele semantyczne

W drugiej połowie kursu stworzysz solidne modele semantyczne w Fabric. Dowiesz się o kluczowych trybach przechowywania danych — Import, DirectQuery, Direct Lake i modelach Composite. Zbudujesz skuteczne relacje, opanujesz schematy gwiazdy i płatka śniegu oraz będziesz pracować z dużymi zbiorami danych, aby zapewnić optymalną wydajność w złożonych scenariuszach.

Opanuj zaawansowane koncepcje modeli semantycznych i Power BI

Wreszcie nauczysz się zaawansowanych koncepcji zarządzania i optymalizacji modeli semantycznych. Zaimplementujesz zabezpieczenia na poziomie wierszy (RLS) i zabezpieczenia na poziomie obiektów (OLS), odświeżysz modele oraz stworzysz kompleksowe raporty Power BI. Następnie, w Power BI, poznasz Copilot, zoptymalizujesz wydajność za pomocą DAX Studio oraz wykorzystasz narzędzia takie jak Best Practice Analyzer (BPA) w Tabular Editor i Performance Analyzer, aby tworzyć wydajne i bezpieczne modele oraz raporty.

Cechy charakterystyczne schematu Snowflake

Pozyskiwanie danych i modele semantyczne w Microsoft Fabric

Interaktywne ćwiczenie praktyczne