Power BI成功的背后
魔力象限
又是一年Gartner資料分析與BI魔力象限報告的發布，Power BI毫無懸念的第一，并且拉開與其他產品的差距越來越大，在Power BI dataflows（Power Query Online）與 DirectQuery for Power BI datasets and Azure Analysis Services發布后，可以認為Power BI與其他產品已經不在一個層次上了，真正的將企業BI與自助分析融為一體，
官方文章
先看下官方blog的說明，主要推薦了幾個最新的醫療，保險，零售大客戶的案例，列舉了客戶選擇Power BI的10大原因，雖然是比較Marketing的說法，但毫不夸張，與Teams的集成是一個完美的組合，
- Power BI Insights, Office 365 productivity—integrated into Excel and Microsoft Teams.
- Connect to data anywhere with hundreds of built-in connectors with Power Query.
- Quickly build systems of intelligence with Power BI + Microsoft Azure Synapse Analytics.
- Go from insight to action with Microsoft Power Platform.
- Only BI product with built in Data Loss Prevention through Microsoft Information Protection and Microsoft Cloud App security.
- Industry leading AI to help you find answers fast.
- Best in class mobile experiences with Power BI Mobile.
- Cloud maturity—rely on one of the largest and fastest growing BI clouds.
- Rapid, user driven innovation—new features released weekly based user feedback.
- Economics to drive a data culture with access for everyone.
Zdnet
Zdnet同時發布的一篇文章通過與Power BI之父Amir Netz（微軟技術fellow）的交流介紹成功背后的故事并總結幾大原因：
- 低價格
- 云原生SaaS
- 自我革命（創業心態）
- 社區
https://www.zdnet.com/article/as-power-bi-aces-gartners-new-magic-quadrant-whats-the-story-behind-microsofts-success/
兩大特性
Power BI可以認為是3個模塊組成
- Power Query-自助式，無代碼ETL
- SQL Server Analysis Services Tabular-記憶體列式資料庫引擎，業界第一的企業級OLAP
- Power BI Report-300+可視化圖形
如下圖所示：
Power BI dataflows是Power Query Online版本，通過與Azure Data Lake的集成，做成了自助模式資料湖或資料倉庫，
https://docs.microsoft.com/en-us/power-query/dataflows/overview-dataflows-across-power-platform-dynamics-365
DirectQuery for Power BI datasets and Azure Analysis Services解決了語意模型的最后難題，
https://www.sqlbi.com/articles/new-composite-models-in-power-bi-a-milestone-in-business-intelligence/
個人經歷
我在資料分析和BI的作業分為3段
- Oracle+SAP BO
- SAP BW/HANA
- SQL Server Analysis Services Tabular+Power BI
1.前2段都是傳統的企業BI，最終都是將資料匯出，使用Excel制作動態報表，Excel的各種函式與技巧，sumifs，sumproduct，index+match這類函式的大量使用，
2.最早是在2015年通過一個宣傳視頻了解到了PowerPivot，在Excel里面處理1億資料（Power BI的前身），當時花了2個月的時間研究，
3.后來使用SAP HANA OLAP的時候看到HANA與Power BI組合，才真正開始使用Power BI，
4.學習SQL Server Analysis Services Tabular時候了解到SQLBI，通過SQLBI的書和Blog，完全掌握了SSAS與DAX，之后的作業就完全是Power BI，
5.2017年Power BI的本地部署版本(Power BI Report Server)發布后，開始使用各種資料庫做SSAS模型，從Oracle，SQL Server，Sybase IQ到Mysql，PostgreSQL，
6.2020年下半年開始Azure Data探索，開始了資料湖與現代化數倉（AWS也發布了SQL Server Analysis Services Tabular的RDS服務）
(個人學習使用中，還未用到生產中)
Power BI產品本身的成熟度時間也剛好吻合，因為作業只能使用本地部署版本就只介紹本地部署相關產品，公有云就不介紹了，
2016-Power BI成熟
-SQL Server Analysis Services Tabular大規模生產級可用
2017-Power BI Report Server本地部署發布
2018-Power BI Report Server生產級可用
2019-Power BI Report Server大規模生產級可用
-SQL Server Analysis Services Tabular 2019
2020-DirectQuery for Power BI datasets and Azure Analysis Services
2021-等待DirectQuery for Power BI datasets and Azure Analysis Services成熟到生產可用和SQL Server Analysis Services Tabular 2021發布（？）
SQLBI
Power BI的學習官方檔案是最強的，從來沒有見到那個產品有這么好的檔案，
功能都在Desktop
https://docs.microsoft.com/en-us/power-bi/
最佳實踐
https://docs.microsoft.com/en-us/power-bi/guidance/
DAX
https://docs.microsoft.com/en-us/dax/dax-function-reference
Power Query
https://docs.microsoft.com/en-us/power-query/
SSAS只看表格模型Tabular（多維模型與資料挖掘已經淘汰過時，可以完全忽略）
https://docs.microsoft.com/en-us/analysis-services
Power BI Report Server
https://docs.microsoft.com/en-us/power-bi/report-server/
（en-us切成zh-cn就是中文版，同時可以下載pdf）
如果要達到企業級的使用，專家水平，那就需要SQLBI.
https://www.sqlbi.com/books/
https://www.sqlbi.com/tools/dax-studio/
未來計劃
從2017開始到現在4年的Power BI使用，相關的架構，解決方案培訓材料寫了很多，今年開始有時間分享出來，
- 第一階段準備翻譯The Definitive Guide to DAX – 2nd Edition，預計一周1-2章，估計2個月完成，
- Power Query，SSAS，Power BI Report Server分享
- 業界最佳實踐材料分享
附錄
Power BI博客地圖
Power BI生態（德語區）
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/263693.html
標籤：大數據
上一篇：變數賦值問題