本章將帶你探索 Microsoft Fabric 中的資料管線、儲存解決方案與 Shortcuts，並學會如何設定、自動化與順暢管理資料擷取流程。

資料擷取與語意模型

使用 Pipelines 將資料帶入 Fabric

Fabric Data Pipelines 簡介

探索 Data Pipeline 活動

具有參數與變數的 Pipelines

實作排程執行的 Pipeline

儲存解決方案與建立 SQL 物件

將資料匯入 Lakehouse 資料表與檔案

使用預存程序記錄執行細節

建立 View 以監控 Pipeline 記錄

OneLake 中的捷徑

選項

捷徑路徑

目標路徑

辨識捷徑路徑與目標路徑

理解 OneLake 中的捷徑權限

追蹤捷徑中的更新

認識 Data Factory Pipelines 與 Shortcuts

本章全面介紹 Dataflows Gen 2，內容涵蓋資料轉換、擷取、排程、效能最佳化，以及如何選擇合適的儲存方案以有效管理與處理資料。

Dataflows Gen2 簡介

瀏覽 Dataflows Gen 2 的元件

選擇正確的轉換動作

執行基本資料轉換

在 Dataflows Gen 2 中進行資料擷取與排程

資料目的地設定：Managed 與 Manual

為資料重新整理選擇正確設定

辨識 Append 與結構定義的情境

最佳化 Dataflow 效能

Dataflow Gen2 的預設目的地

Dataflows Gen2 的中繼儲存（Staging）

評估 Fast Copy 的需求條件

選擇合適的擷取與儲存解決方案

辨識正確的資料擷取方法

Lakehouse 或 Warehouse：瞭解限制

Dataflows Gen2——實作與最佳化

在第 3 章，你將深入學習如何建立與最佳化語意模型，包括多對多與循環關聯等複雜關係。你會掌握報表製作要點、基礎 DAX、度量值與計算欄，並學會進階技巧以強化 Power BI 的資料效能與分析。

在 Power BI 製作高效報表

資料表整合與關聯

使用 Power BI 建立互動式報表

建立與視覺化量值（Measure）

分類你的 DAX：Measures vs. Calculated Columns

語意模型的基礎

了解使用者定義彙總（User Defined Aggregations）

認識 Large Dataset Format

在 Power BI 建模中優化關聯

單向關聯 vs 雙向關聯

非作用中 vs 作用中關聯

理解並解決有問題的資料關聯

解決循環關係

辨識 Snowflake 綱要的特性

在 Power BI 中建構語意模型

本章涵蓋語意模型的進階主題，例如列層級與物件層級安全性。你也會認識多種工具，幫助你在 Power BI 中更有效率地使用語意模型。

在 Power BI Semantic Models 中強制套用安全性

分類列層級與物件層級的安全性

實作 Row-Level Security（RLS）

在 Power BI 驗證安全性角色

管理與最佳化 Semantic Model 重新整理

排程與隨選模型重新整理

語意模型重新整理活動

最佳化 Power BI 報表

認識 Performance Analyzer

為報表最佳化選對工具

用 Tabular Editor 辨識資料模型問題

理解 Best Practice Analyzer 的結果

語意模型的進階觀念

在本課程中，你將學習多種將資料匯入 Microsoft Fabric 的方法。你會認識 Pipelines、Dataflows 與 Shortcuts，以提升資料存取效率與安全性。接著，探索如何使用 Semantic Models 建立綱要並最佳化效能。進階主題包含實作安全性、更新模型，以及在 Power BI 中使用你的語意模型。

<h2>資料擷取與語意模型</h2>
在本課程中，您將學習多種將資料導入 Microsoft Fabric 的方法。 在導入資料後，您將學習如何使用語意模型來結構化這些資料，以提升您的視覺化和報告品質。<br><br>

<h2>精通資料擷取的管道與資料流程</h2>
首先，探索 Fabric 中的 Pipelines 和 Dataflows。  您將學習如何設定管線活動、使用參數與變數，以及排程您的管線執行。 接下來，您將學習如何使用 Dataflows 探索各種轉換選項，並透過分割、分段和快速複製來優化效能。<br><br>

<h2>善用捷徑，高效存取資料</h2>
學習如何運用各種不同類型的 Shortcuts 來管理刪除情境，並透過安全性功能提升資料的可存取性。 <br><br>

<h2>建立並優化語意模型</h2>
在課程的後半部分，您將在 Fabric 中建立強大的語意模型。 您將學習關於主要的儲存模式——Import、DirectQuery、Direct Lake 以及 Composite 模型。 您將建立有效的人際關係，精通星型與雪花型綱要，並處理大型資料集，以確保在複雜情境下達到最佳效能。<br><br>

<h2>精通語意模型與 Power BI 的進階概念</h2>
最後，您將學習管理與優化語意模型的進階概念。 您將實作 Row-Level Security (RLS) 和 Object-Level Security (OLS)、重新整理模型，並開發完整的 Power BI 報表。 接著，在 Power BI 中，您將探索 Copilot，利用 DAX Studio 優化效能，並運用 Tabular Editor 的 Best Practice Analyzer (BPA) 和 Performance Analyzer 等工具，打造高效且安全的模型與報表。

Introduction to Microsoft Fabric

學習將數據導入Microsoft Fabric，涵蓋管道、數據流、捷徑、語義模型、安全性和模型刷新。

Microsoft Fabric 的資料擷取與語意模型

掌握將資料導入 Microsoft Fabric，包括 Pipelines、Dataflows、Shortcuts、Semantic Models、安全性與模型重新整理。

Head of Cloud Curriculum, DataCamp

儲存解決方案與 SQL 物件建立

重點回顧：OneLake、Lakehouse 與 Warehouse

Microsoft Fabric 中的 Connectors

在 Microsoft Fabric 建立 Stored Procedures

在 Microsoft Fabric 建立 Views

一起來練習吧！

認識 Data Factory Pipelines 與 Shortcuts - 儲存解決方案與建立 SQL 物件

儲存解決方案與建立 SQL 物件

Create Your Free Account