殺手級特性
今年Power BI的幾大殺手級特性的GA，可以讓其構建完整的資料倉庫/資料湖和BI分析一站式方案，
- Power BI Premium Per User-超低的價格
- Large datasets in Power BI Premium-內置完整的SSAS引擎
- Dataflows and Azure Data Lake Gen 2-與Azure資料湖集成，資料共享
- XMLA endpoint-開放編程介面和第三方工具接入
- DirectQuery for Power BI datasets and Azure Analysis Services-復合模型，BI語意模型的最終形態
架構
- 資料接入：Dataflows是Power Query的web版,支持接入關系資料庫,檔案/檔案系統,SaaS應用,API等上百種資料源
- 資料萃取：Power Query提供完全的圖形化操作對資料進行提取、轉換和加載處理
- 資料存盤：處理后的資料以CDM存盤在Azure Data Lake上,極低的價格存盤并擁有和關系資料庫一樣的結構化定義
- 資料建模：完整的SQL Server Analysis Services記憶體引擎，支持100G+的記憶體
- 可視與分析：Power BI互動式報表與儀表板，由于內置的SSAS使報表與資料解耦
準備條件
Power BI Premium Per User賬號
Azure Data Lake Gen 2訂閱
SSDT,使用Visual Studio社區版即可
Power BI Desktop
SQL Server Analysis Services 2019服務器
DAX Studio（可選）
Excel（可選）
Azure Synapse Analytics（可選）
環境配置
新建作業區
開啟高級容量
連接Azure Data Lake
Azure Data Lake需要和Power BI在同一資料中心區域，并保證Azure Data Lake IAM權限，
查看Azure Data Lake
配置完成后會自動創建2個物件存盤容器
資料倉庫
資料接入
新建資料流，啟動Power Query
基于成本的原因,本次使用Azure Data Lake做資料源，讀取了11張表，如下圖
（正常使用時本地/云端的資料庫都可 ,一個資料流里支持多個資料源）
資料萃取
ETL加工里面的各種場景在Power Query里都可以輕松實作，并且是完全圖形化操作，本次以下面幾種演示：
- 代理鍵
- 派生列
- 行列拆分
(拆分到行還為移植到web端)
- 多源(含異構)整合-合并查詢，追加查詢
追加查詢支持列不固定，如下圖
- JSON欄位
還有緩慢變化，透視與逆透視，分類匯總，向上/下填充，列內容提取等很多場景就不展開了，后續會一個Power Query的資料處理專題.
調度重繪
對于有日期時間欄位的表，可以配置增量重繪
資料流的調度重繪配置
資料存盤
資料調度完成后以CSV檔案格式存盤在Azure Data Lake中,元資料存在model.json中
資料重繪后自動構建拉鏈表模式,由于有model.json元資料,使用時默認最新的版本
資料探索（可選）
由于資料存盤在Azure Data Lake中,可以使用支持Azure存盤或HDFS的各種工具或介面訪問使用.本次演示使用Azure Synapse Analytic的無服務SQL引擎和Spark引擎
BI模型
SSAS模型
為了使開發的模型在本地SSAS環境和Power BI公有云環境上都可使用,這次使用SSDT開發,若只考慮公有云使用Power BI Desktop即可.
新建SSAS 2019模型,選擇集成作業區模式
讀取Dataflows的資料,由于當前SSDT工具還未發布Azure Data Lake 2的介面,那就使用Azure Blob介面
Power BI Desktop直接用Azure Data Lake 2
開發模型：建好表關系，度量值，計算列，行級權限
本此演示的就是一個最基礎的SSAS模型結構,3張事實表的星座模型
多維度分層行級權限
模型發布
部署服務器地址，設定不處理
powerbi://api.powerbi.com/v1.0/myorg/FIN
使用SSMS連接SSAS環境
在SSMS上使用模型處理命令
磁區
SSDT或SSMS設定磁區
Power BI Desktop設定增量重繪
調度配置
可視與分析
Power BI在線編輯
Power BI Desktop
使用Power BI資料集接
使用Analysis Services介面，輸入服務器地址powerbi://api.powerbi.com/v1.0/myorg/FIN
模型關系圖
Excel
2019以下的版本使用Analysis Services連接,Office 365版本有Power BI資料集介面
第三方工具等
支持XMLA的工具都可以連接內置的SSAS模型
本次以DAX Studio演示，如下圖：
最后
Power BI的按用戶數收費模式,不限制使用量,模型完成后無限制用戶查詢
Azure Data Lake的無限制存盤，按使用量計費
兩者的價格組合以極低的成本構建企業級數倉BI解決方案
本次以批處理數倉演示，二次建模復合模型直連關系資料庫涉及實時場景
Power BI自身的流式實時，Azure Data Lake流式寫入待后續blog講解.
由于Power BI的特性結合Azure Data Lake可以做數倉，但與Azure Synapse Analytics并不沖突，兩者資料都是存盤在Azure Data Lake，可以共用一個存盤，
面向不同的用戶，Azure Synapse Analytics面向IT，Power BI面向業務自助，
檔案
資料流和自助資料準備簡介 - Power BI | Microsoft Docs
在 Power BI 中使用 XMLA 終結點連接和管理資料集 - Power BI | Microsoft Docs
將資料流存盤配置為使用 Azure Data Lake Gen 2 - Power BI | Microsoft Docs
使用適用于資料集和 Azure Analysis Services 的 DirectQuery（預覽版） - Power BI | Microsoft Docs
Power BI Premium Per User - Power BI | Microsoft Docs
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/280619.html
標籤：大數據