การพัฒนารายงานที่มีประสิทธิภาพใน Power BI
การนำเข้าข้อมูลและ Semantic Model ด้วย Microsoft Fabric
Alex Kuntz
Head of Cloud Curriculum, DataCamp
ทำความเข้าใจ Semantic Models
- การแสดงข้อมูลเชิงตรรกะ: ลดความซับซ้อนของข้อมูลเพื่อการวิเคราะห์ที่เข้าใจง่าย
การสร้างอัตโนมัติ: สร้างขึ้นโดยอัตโนมัติเมื่อสร้าง Lakehouse/Warehouse.
Lakehouse:
Warehouse:
ทำความเข้าใจความสัมพันธ์ในโมเดล
- การสร้างความสัมพันธ์: เชื่อมคอลัมน์ที่ตรงกันเพื่อรวมข้อมูลจากหลายตาราง
Cardinality ในความสัมพันธ์
Cardinality: กำหนดว่าข้อมูลในตารางหนึ่งเกี่ยวข้องกับอีกตารางอย่างไร
- One-to-Many (1:*) หนึ่งระเบียนเชื่อมกับหลายระเบียนในอีกตาราง
- One-to-One (1:1) แต่ละระเบียนมีคู่ที่ไม่ซ้ำกันในทั้งสองตาราง
- Many-to-Many (*:*) หลายระเบียนในทั้งสองตารางเชื่อมถึงกัน
- One-to-Many (1:*) หนึ่งระเบียนเชื่อมกับหลายระเบียนในอีกตาราง
วิชวลในรายงาน Power BI
แนะนำ DAX
- ภาษา DAX: ภาษาสูตรสำหรับ Power BI
- การคำนวณแบบกำหนดเอง: สร้างผลรวม ค่าเฉลี่ย และอื่นๆ
- การคำนวณที่ซับซ้อน: ทำงานข้ามหลายตาราง
- ใช้สำหรับ: การสร้าง Measures และ Calculated Columns
Measures
- Filter Context: คำนวณตามตัวกรองและ Slicers ในรายงาน
- ไม่จัดเก็บข้อมูล: คำนวณเฉพาะเมื่อวิชวลต้องการ
- ไม่มีคอลัมน์ที่มองเห็นได้: ผลลัพธ์แสดงในวิชวล ไม่ใช่ในตารางข้อมูล
Calculated Columns
- Row Context: คำนวณสำหรับแต่ละแถวในโมเดลข้อมูล
- เพิ่มฟิลด์ใหม่: สร้างคอลัมน์ใหม่ถาวรในตาราง
- ค่าคงที่: คำนวณครั้งเดียวและมองเห็นได้โดยตรงในตาราง
