优化 Power BI 建模中的关系

使用 Microsoft Fabric 进行数据摄取与语义模型

Alex Kuntz

Head of Cloud Curriculum, DataCamp

筛选传播

筛选传播

  • 控制相关表之间的数据流向
  • 一个表的筛选会自动影响相关表

相关表中的筛选

使用 Microsoft Fabric 进行数据摄取与语义模型

单向 vs 双向关系

关系方向定义表间筛选的流向。

  • 关系方向类型

    • 单向: 筛选单向流动。

    一对多,单向关系

    • 双向: 筛选双向流动。

一对多,双向关系

使用 Microsoft Fabric 进行数据摄取与语义模型

活动 vs 非活动关系

  • 活动关系:

    • 活动:默认,用于报表。

    活动关系

  • 非活动关系

    • 非活动:除非指定,否则不使用。

    非活动关系

使用 Microsoft Fabric 进行数据摄取与语义模型

虚拟 vs 物理关系

  • 物理关系:

    • 通过主键和外键直接联接表创建。
    • 存储在数据模型中。
    • 查询性能更快。
  • 虚拟关系:

    • 通过 DAX 函数定义,无物理键连接。
    • 仅存在于计算中。
    • 更灵活,适合复杂分析,但可能影响性能。
使用 Microsoft Fabric 进行数据摄取与语义模型

Power BI 中的 Copilot

  • Copilot:跨 Fabric 环境集成的 AI 助手
  • Power BI 中的 Copilot:根据提示自动生成报表

功能

  • 为数据创建报表、大纲、可视化、叙述性摘要。

限制

  • 精细可视化编辑、添加筛选器、布局调整、复杂意图。

Power BI 中的 Copilot

使用 Microsoft Fabric 进行数据摄取与语义模型

开始练习!

使用 Microsoft Fabric 进行数据摄取与语义模型

Preparing Video For Download...