Ayrıntı düzeyi, ölçüler ve hiyerarşiler

Power BI'de Orta Düzey Veri Modelleme

Maarten Van den Broeck

Content Developer at DataCamp

Ayrıntı düzeyini anlama

  • Ayrıntı düzeyi (granularity): veriler boyutlara göre hangi düzeyde saklanır?
  • Sorgulanabilecek en düşük ayrıntı düzeyi
  • Ayrıntı düzeyini "ile/by" ifadeleriyle belirtin:
    • Örn. müşteriye göre, ürüne göre, güne göre
    • Örn. kimliğe göre, NAICS$^1$ koduna göre, işletme yaşına göre, yıla göre

1 NAICS: North American Industry Classification System
Power BI'de Orta Düzey Veri Modelleme

Power BI’de ayrıntı düzeyini yönetme

  • Daha ince ayrıntıya inmek: önerilmez!
  • Daha kaba ayrıntıya çıkmak: toplamalar ve gruplaya
    • Daha az satırla daha iyi sorgu performansı
    • Daha küçük önbellek ve daha hızlı yenileme

PBI’de toplama

PBI’de gruplaya

Power BI'de Orta Düzey Veri Modelleme

Ölçüler

  • Toplanabilen veya hesaplanabilen alanlar ya da alan birleşimleri
    • Doğrudan olgu verilerinden gelir
    • Yeni ölçüler de hesaplanabilir

olgu tablosunda ölçüler

Power BI'de Orta Düzey Veri Modelleme

Ölçü oluşturma

  • Sayısal değerler otomatik olarak ölçüye dönüştürülür ve toplam ile özetlenir

  • Power BI’de DAX kullanarak kendi ölçülerinizi oluşturun
  • Bir iletişim kutusuyla özel hesaplamalar oluşturun: Hızlı ölçüler

  • Orta düzeyde karmaşık ölçüler oluşturmayı öğrenmek için idealdir
Power BI'de Orta Düzey Veri Modelleme

Hiyerarşiler

Kullanıcıların veri boyutlarında ayrıntıya inmesini sağlar

Doğal hiyerarşiler
  • Hiyerarşinin düzeyleri "gerçek dünyada" vardır
  • Yıl -> Ay -> Gün
Yapay hiyerarşiler
  • Düzeyler sorgulama için oluşturulur
  • Kayıt yılı -> Favori renk -> Favori spor
Power BI'de Orta Düzey Veri Modelleme

Haydi pratik yapalım!

Power BI'de Orta Düzey Veri Modelleme

Preparing Video For Download...