Einführung

Abgeschlossen

Wie die meisten von uns arbeiten Sie für ein Unternehmen, in dem Sie Microsoft Power BI-Berichte erstellen müssen. Die Daten befinden sich in mehreren verschiedenen Datenbanken und Dateien. Diese Datenpositorys unterscheiden sich voneinander. Einige davon befinden sich in Microsoft SQL Server, andere in Microsoft Excel, aber alle Daten hängen miteinander zusammen.

Hinweis

Die Modulabschnitte vor dem Lab sind reine Informationsabschnitte. Sie erhalten die Möglichkeit, während des Labs mit echten Daten zu arbeiten.

In dem Szenario in diesem Modul arbeiten Sie für Tailwind Traders. Sie wurden von der oberen Geschäftsführung damit beauftragt, eine Reihe von Berichten zu erstellen, die auf Daten an verschiedenen Orten basieren. Die Datenbank, die Verkaufstransaktionen nachverfolgt, befindet sich in SQL Server. In dieser relationalen Datenbank wird gespeichert, welcher Kunde wann welche Artikel gekauft hat. Außerdem wird unter Angabe des Mitarbeiternamens und der Mitarbeiter-ID nachverfolgt, welcher Mitarbeiter den Verkauf durchgeführt hat. Diese Datenbank enthält jedoch nicht das Einstellungsdatum des Mitarbeiters, dessen Titel oder dessen Vorgesetzten. Für diese Informationen benötigen Sie Zugriff auf Excel-Dateien der Personalabteilung. Sie haben die Abteilung mehrfach darum gebeten, eine SQL-Datenbank zu verwenden, sie konnte eine solche Datenbank aber bisher noch nicht implementieren.

Wenn ein Artikel versendet wird, wird der Versand in der neuen Warehousinganwendung des Unternehmens erfasst. Die Entwickler haben sich für die Speicherung der Daten in CosmosDB in Form von JSON-Dokumenten entschieden.

Tailwind Traders verfügt über eine Anwendung, die bei der Erstellung von Finanzprognosen hilft. Dies ermöglicht ein Vorhersagen der Umsätze für die nächsten Monate und Jahre basierend auf früheren Trends. Diese Prognosen werden in Microsoft Azure Analysis Services gespeichert. Hier eine Übersicht über die vielen Datenquellen, aus denen Sie Daten zusammentragen sollen:

Screenshot: Power Query stellt Daten aus verschiedenen Speicherorten für Power BI bereit.

Bevor Sie Berichte erstellen können, müssen Sie erst Daten aus den verschiedenen Datenquellen extrahieren. Die Interaktion mit SQL Server unterscheidet sich von der mit Excel, sodass Sie die Nuancen beider Systeme kennenlernen sollten. Nachdem Sie die Besonderheiten der einzelnen Systeme kennengelernt haben, können Sie Power Query (die von Power BI und Excel verwendete Abfrage-Engine) für das Bereinigen der Daten verwenden, z. B. für das Umbenennen von Spalten, das Ersetzen von Werten, das Beheben von Fehlern und das Kombinieren von Abfrageergebnissen. Sobald die Daten bereinigt und organisiert wurden, können Sie Berichte in Power BI erstellen. Schließlich veröffentlichen Sie das kombinierte Dataset und die Berichte im Power BI-Dienst. Dort können andere Personen mit Ihrem Dataset eigene Berichte erstellen oder die von Ihnen bereits erstellten Berichte verwenden. Wenn eine andere Person ein Dataset erstellt hat, das Sie verwenden möchten, können Sie damit ebenfalls Berichte erstellen.

Der Fokus dieses Moduls liegt auf dem ersten Schritt: dem Abrufen von Daten aus verschiedenen Datenquellen und Importieren dieser Daten in Power BI mithilfe von Power Query.

Nach Abschluss dieses Moduls können Sie folgende Aufgaben ausführen:

  • Identifizieren einer Datenquelle und Herstellen einer Verbindung zu ihr
  • Abrufen von Daten aus einer relationalen Datenbank wie Microsoft SQL Server
  • Abrufen von Daten aus einer Datei, z. B. im Microsoft Excel-Format
  • Abrufen von Daten aus Anwendungen
  • Abrufen von Daten aus Azure Analysis Services
  • Auswählen eines Speichermodus
  • Beheben von Leistungsproblemen
  • Lösen von Datenimportfehlern