Granularitet, mått och hierarkier

Datamodellering på mellannivå i Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Förstå granularitet

  • Granularitet: på vilken nivå lagras data i relation till dimensioner?
  • Den minsta detaljnivå som går att fråga på
  • Definiera granularitet med "per"-satser:
    • T.ex. per kund, per produkt, per dag
    • T.ex. per id, per NAICS$^1$-kod, per etableringsålder, per år

1 NAICS: North American Industry Classification System
Datamodellering på mellannivå i Power BI

Hantera granularitet i Power BI

  • Gå mot en finare granularitet: rekommenderas inte!
  • Gå mot en grövre granularitet: aggregeringar och gruppering
    • Bättre frågeprestanda med färre rader
    • Mindre cachestorlek och snabbare uppdatering

aggregering i PBI

gruppering i PBI

Datamodellering på mellannivå i Power BI

Mått

  • Fält eller kombinationer av fält som kan aggregeras eller beräknas
    • Hämtas direkt från faktadata
    • Nya mått kan också beräknas

mått i en faktatabell

Datamodellering på mellannivå i Power BI

Skapa mått

  • Numeriska värden konverteras automatiskt till mått och aggregeras med summa

  • Skapa egna mått i Power BI med DAX
  • Skapa specifika beräkningar via en dialog: Snabbmått

  • Bra för att lära sig skapa måttligt komplexa mått
Datamodellering på mellannivå i Power BI

Hierarkier

Låter användare gå ner i detalj i datadimensioner

Naturliga hierarkier
  • Nivåerna i hierarkin finns "i verkligheten"
  • År -> Månad -> Dag
Konstgjorda hierarkier
  • Nivåer skapas för frågeändamål
  • Intagningsår -> Favoritfärg -> Favoritidrott
Datamodellering på mellannivå i Power BI

Nu kör vi en övning!

Datamodellering på mellannivå i Power BI

Preparing Video For Download...