or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ในบทนี้ คุณจะเปรียบเทียบวิธีต่างๆ ที่ Fabric ใช้นำเข้าข้อมูล โหลดข้อมูลด้วย Copy job และสำรวจไฟล์ใน lakehouse จากนั้นจะสร้าง กำหนดพารามิเตอร์ และตั้งเวลาไปป์ไลน์แบบเจาะจง แล้วใช้ shortcut และ mirroring เพื่อให้เข้าถึงข้อมูลได้โดยไม่ต้องคัดลอกข้อมูลซ้ำซ้อน
ในบทนี้ คุณจะใช้ Dataflow Gen2 เพื่อสร้าง ผสาน กรอง และขยายคิวรี เลือกการตั้งค่าปลายทางของข้อมูล และตั้งเวลาการรีเฟรช จากนั้นจะค้นหาคอขวดของ dataflow และเพิ่มความเร็วในการรีเฟรชด้วย staging และ Fast Copy
ในบทนี้ คุณจะตรวจสอบโมเดลเชิงความหมายใน Fabric และดูวิธีที่ Direct Lake อ่านข้อมูลจาก OneLake รวมถึง framing และ fallback จากนั้นจะออกแบบความสัมพันธ์ แก้ปัญหาความสัมพันธ์แบบ many-to-many ด้วย bridge table และจัดระเบียบลำดับชั้นวันที่ แล้วเขียนเมเชอร์ DAX พื้นฐานและตรวจสอบร่างเมเชอร์ DAX ที่ Copilot สร้างขึ้น
ในบทนี้ คุณจะรักษาความปลอดภัยของโมเดลเชิงความหมายด้วย row-level security แบบคงที่และแบบไดนามิก รวมถึง object-level security จากนั้นจะเลือกกลยุทธ์การรีเฟรช ซึ่งรวมถึง incremental refresh และการรีเฟรชที่เรียกใช้จากไปป์ไลน์ อ่านประวัติการรีเฟรช และใช้ Best Practice Analyzer กับ Performance Analyzer เพื่อค้นหาปัญหาของโมเดลและรายงาน
แบบฝึกหัดปัจจุบัน