数据摄取与语义模型

在本课程中，您将学习多种将数据导入 Microsoft Fabric 的不同方法。在导入数据后，您将学习如何使用语义模型来构建这些数据，以提升可视化效果和报告质量。

掌握用于数据摄取的管道和数据流

从探索 Fabric 中的管道和数据流开始。您将学习如何配置管道活动、使用参数和变量，以及安排管道运行。然后，您将学习如何使用 Dataflows 来探索各种转换选项，并通过分区、暂存和快速复制来优化性能。

利用快捷方式实现高效数据访问

学习使用不同类型的快捷方式来管理删除场景，并通过安全功能提升数据可访问性。

构建并优化语义模型

在课程的后半部分，你将使用 Fabric 创建稳健的语义模型。您将了解关键存储模式——导入、DirectQuery、Direct Lake 和复合模型。您将建立高效的关系，掌握星型和Snowflake模式，并处理大型数据集，以确保在复杂场景下实现最佳性能。

掌握语义模型和 Power BI 的高级概念

最后，你将学习用于管理和优化语义模型的高级概念。你将实现行级安全性（RLS）和对象级安全性（OLS），刷新模型，并开发全面的 Power BI 报告。然后，在 Power BI 中，你将探索 Copilot，使用 DAX Studio 优化性能，并借助 Tabular Editor 的最佳实践分析器（BPA）和性能分析器等工具，创建高效、安全的模型和报表。

识别 Snowflake（雪花）模型的特征

使用 Microsoft Fabric 进行数据摄取与语义模型

动手互动练习