Mulai menggunakan datamart
Artikel ini menjelaskan cara mulai menggunakan datamart, termasuk berbagai data sampel yang dapat memulai pengalaman Anda. Anda akan mempelajari tentang contoh model semantik yang dapat Anda gunakan dengan datamart, cara membuat datamart dari awal, cara mengganti nama atau menghapus datamart, dan informasi bermanfaat lainnya untuk membuat Anda berkenalan dan mafisien dengan datamart.
Data sampel
Anda dapat menggunakan berbagai jenis data sampel berikut untuk menjelajahi datamart. Semua sumber daya berikut berisi data sampel gratis:
Delapan Sampel Departemen dalam format buku kerja Excel, yang merupakan versi Excel dari sampel bawaan Power BI yang berisi model semantik dari berbagai kasus penggunaan:
- Profitabilitas pelanggan
- Analisis pengeluaran IT
- Sumber daya manusia
- Analisis peluang
- Analisis pengadaan
- Analisis ritel
- Analisis kualitas pemasok penjualan dan pemasaran
Buku kerja sampel keuangan, yang merupakan tabel datar sederhana dalam file Excel tersedia untuk diunduh. Ini berisi data anonim dengan produk fiktif termasuk penjualan yang dibagi berdasarkan segmen dan wilayah.
Versi buku kerja Excel dari model dimensi AdventureWorks, dalam tutorial untuk memandu Anda membuat laporan Power BI dengan data.
Data dunia COVID 19 didasarkan pada data dari Johns Hopkins University. Sebelum menerbitkan data ini, sebaiknya tinjau artikel pengelakan.
Umpan OData Northwind Traders, data dari organisasi fiktif yang mengelola pesanan, produk, pelanggan, pemasok, dan banyak aspek lain dari bisnis kecil.
Anda juga dapat mulai menggunakan datamart dari aliran data apa pun yang saat ini Anda miliki juga. Mulai dari aliran data yang ada akan menyalin data ke dalam datamart Anda, di mana Anda dapat menerapkan transformasi lain atau hanya menggunakannya sebagai sumber data untuk menjelajahi datamart.
Membuat datamart
Untuk membuat datamart, navigasikan ke ruang kerja Power BI Premium atau Premium Per Pengguna (PPU) yang sudah ada. Datamarts memerlukan langganan Power BI Premium. Di ruang kerja Premium Anda, pilih + Baru lalu pilih **Datamart (Pratinjau) untuk membuat datamart.
Biasanya dibutuhkan sekitar 10 detik untuk menyediakan datamart baru. Setelah diinisialisasi, Anda dapat memuat data ke dalam datamart Anda. Untuk informasi selengkapnya tentang mendapatkan data ke dalam datamart, lihat bagian mendapatkan dan mengubah data di artikel ini.
Mendapatkan dan mengubah data
Ada banyak cara untuk menyambungkan ke data dan mengubahnya dalam datamart. Untuk informasi umum tentang data di Power BI, lihat menyambungkan ke data di Power BI.
Untuk memuat data ke dalam datamart Anda, buka datamart Anda (atau buat datamart baru) dan pilih Dapatkan Data.
Jika Anda memilih untuk mendapatkan data dari sumber lain, jendela pemilihan sumber data muncul, tempat Anda bisa memilih dari banyak sumber data.
Anda juga dapat menyeret dan melepaskan file dari komputer untuk memuat data ke dalam datamart Anda, seperti file Excel. Beberapa sumber data mungkin memerlukan parameter atau string koneksi untuk tersambung dengan benar.
Setelah tersambung, pilih tabel yang ingin Anda muat ke dalam datamart Anda. Anda dapat menerapkan transformasi ke data yang Anda pilih dan memuat data ke dalam datamart. Setelah data dimuat, tabel diimpor ke datamart Anda. Anda dapat memantau kemajuannya dalam bilah status.
Untuk setiap tabel yang Anda pilih, tampilan terkait dibuat di datamart yang muncul di Penjelajah objek di Tampilan Data.
Data model
Untuk memodelkan data Anda, navigasikan ke Tampilan model dengan memilih ikon Tampilan Model di bagian bawah jendela, seperti yang ditunjukkan pada gambar berikut.
Menambahkan atau menghapus objek ke model semantik default
Di Power BI, model semantik selalu diperlukan sebelum laporan apa pun dapat dibuat, sehingga model semantik default memungkinkan kemampuan pelaporan cepat di atas datamart. Dalam datamart, pengguna dapat menambahkan objek datamart - tabel ke model semantik default mereka. Mereka juga dapat menambahkan properti pemodelan semantik tambahan, seperti hierarki dan deskripsi. Ini kemudian digunakan untuk membuat tabel model semantik Power BI. Pengguna juga dapat menghapus objek dari model semantik default.
Untuk menambahkan objek – tabel atau tampilan ke model semantik default, pengguna memiliki 2 opsi:
- Secara otomatis menambahkan objek ke model semantik, yang terjadi secara default tanpa intervensi pengguna yang diperlukan
- Menambahkan objek secara manual ke model semantik
Pengalaman deteksi otomatis menentukan tabel atau tampilan apa pun dan secara oportunistik menambahkannya.
Opsi deteksi secara manual di pita memungkinkan kontrol terperinci tentang objek mana – tabel dan/atau tampilan, harus ditambahkan ke model semantik default:
- Pilih semua
- Filter untuk tabel atau tampilan
- Pilih objek tertentu
Untuk menghapus objek, pengguna bisa menggunakan tombol pilih secara manual di pita dan:
- Batal pilih semua
- Filter untuk tabel atau tampilan
- Batal pilih objek tertentu
Menggunakan tata letak tampilan model
Selama sesi, pengguna dapat membuat beberapa tab dalam tampilan model untuk membantu desain database lebih lanjut. Saat ini tata letak tampilan model hanya bertahan dalam sesi. Pengguna dapat menggunakan tata letak otomatis setiap kali tab baru dibuat untuk memeriksa desain database secara visual dan memahami pemodelan.
Membuat ukuran
Untuk membuat ukuran (ukuran adalah kumpulan metrik standar) pilih tabel di Penjelajah Tabel dan pilih tombol Ukuran Baru di pita, seperti yang ditunjukkan dalam gambar berikut.
Masukkan ukuran ke dalam bilah rumus dan tentukan tabel dan kolom yang diterapkannya. Bilah rumus memungkinkan Anda memasukkan ukuran Anda. Mirip dengan Power BI Desktop, pengalaman pengeditan DAX dalam datamart menyajikan editor yang kaya lengkap dengan lengkapi otomatis untuk rumus (intellisense). Editor DAX memungkinkan Anda untuk dengan mudah mengembangkan ukuran tepat dalam datamart, menjadikannya sumber tunggal yang lebih efektif untuk logika bisnis, semantik, dan perhitungan penting bisnis.
Anda dapat memperluas tabel untuk menemukan ukuran dalam tabel.
Buat hubungan
Untuk membuat hubungan dalam datamart, pilih Tampilan model dan pilih datamart Anda, lalu seret kolom dari satu tabel ke kolom pada tabel lain untuk memulai hubungan. Di jendela yang muncul, konfigurasikan properti hubungan.
Pilih tombol Konfirmasi saat hubungan Anda selesai untuk menyimpan informasi hubungan.
Menyembunyikan elemen dari pelaporan hilir
Anda dapat menyembunyikan elemen datamart Anda dari pelaporan hilir dengan memilih Tampilan data dan mengeklik kanan pada kolom atau tabel yang ingin Anda sembunyikan. Lalu pilih Sembunyikan dalam tampilan laporan dari menu yang tampaknya menyembunyikan item dari pelaporan hilir.
Anda juga bisa menyembunyikan seluruh tabel dan kolom individual dengan menggunakan opsi kanvas Tampilan model, seperti yang ditunjukkan pada gambar berikut.
Mengakses model semantik yang dihasilkan secara otomatis
Untuk mengakses model semantik yang dihasilkan secara otomatis, buka ruang kerja Premium dan temukan model semantik yang cocok dengan nama datamart.
Untuk memuat model semantik, klik nama model semantik.
Mengelola refresh datamart
Anda dapat me-refresh datamart dengan dua cara:
Dari menu konteks datamart, pilih Refresh sekarang atau pilih Refresh terjadwal.
Dari halaman pengaturan datamart, pilih Refresh terjadwal
Untuk menyiapkan refresh bertahap untuk datamart, pilih tabel yang ingin Anda siapkan refresh bertahapnya di editor datamart. Di pita Alat tabel, pilih ikon Refresh bertahap, dan panel kanan muncul yang memungkinkan Anda mengonfigurasi refresh bertahap untuk tabel yang dipilih.
Datamart dan alur penyebaran
Datamart didukung dalam alur penyebaran. Dengan menggunakan alur penyebaran, Anda dapat menyebarkan pembaruan ke datamart Anda di seluruh alur yang ditunjuk. Anda juga dapat menggunakan aturan untuk menyambungkan ke data yang relevan di setiap tahap alur. Untuk mempelajari cara menggunakan alur penyebaran, lihat Mulai menggunakan alur penyebaran.
Mengakses atau memuat datamart yang sudah ada
Untuk mengakses datamart yang sudah ada, navigasikan ke ruang kerja Power BI Premium Anda dan temukan datamart Anda dari daftar keseluruhan item data di ruang kerja Anda, seperti yang diperlihatkan dalam gambar berikut.
Anda juga dapat memilih tab Datamarts (Pratinjau) di ruang kerja Premium Anda, dan melihat daftar datamart yang tersedia.
Pilih nama datamart untuk memuat datamart.
Mengganti nama datamart
Ada dua cara untuk mengganti nama datamart:
Pertama, dari dalam Editor datamart, pilih nama datamart dari bagian atas editor dan edit nama datamart di jendela yang muncul, seperti yang ditunjukkan pada gambar berikut. Pilih pada pita di luar jendela ganti nama untuk menyimpan nama baru.
Atau, Anda dapat mengubah nama datamart dari tampilan daftar ruang kerja. Pilih menu lainnya (...) di samping nama datamart dalam tampilan ruang kerja.
Dari menu yang muncul, pilih Ganti nama.
Saat Anda mengganti nama datamart, model semantik yang dihasilkan secara otomatis berdasarkan datamart tersebut juga secara otomatis diganti namanya.
Menghapus datamart
Untuk menghapus datamart, navigasikan ke ruang kerja dan temukan datamart yang ingin Anda hapus. Pilih menu lainnya (...) dan pilih Hapus dari menu yang muncul.
Penghapusan datamart tidak segera dilakukan, dan memerlukan beberapa hari untuk diselesaikan.
Menu konteks Datamart
Datamarts menawarkan pengalaman yang familier untuk membuat laporan dan mengakses tindakan yang didukung menggunakan menu konteksnya.
Tabel berikut ini menjelaskan opsi menu konteks datamart:
Opsi menu | Deskripsi Opsi |
---|---|
Analisis di Excel | Menggunakan kemampuan Analisis di Excel yang ada pada model semantik yang dihasilkan secara otomatis. Mempelajari lebih lanjut tentang Analisis di Excel |
Buat laporan | Buat laporan Power BI dalam mode DirectQuery. Mempelajari selengkapnya tentang mulai membuat di layanan Power BI |
Hapus | Hapus model semantik dari ruang kerja. Dialog konfirmasi memberi tahu Anda tentang dampak tindakan penghapusan. Jika tindakan Hapus dikonfirmasi, maka datamart dan item downstream terkait akan dihapus |
Kelola izin | Memungkinkan pengguna untuk menambahkan penerima lain dengan izin yang ditentukan, mirip dengan memungkinkan berbagi model semantik yang mendasar atau memungkinkan untuk membangun konten dengan data yang terkait dengan model semantik yang mendasar. |
Riwayat refresh | Menyediakan riwayat aktivitas refresh dengan durasi aktivitas dan status. |
Ubah nama | Memperbarui datamart dan model semantik yang dihasilkan secara otomatis dengan nama baru. |
Pengaturan | Mempelajari lebih lanjut tentang setelan datamart |
Bagikan | Memungkinkan pengguna berbagi datamart untuk membangun konten berdasarkan model semantik yang dihasilkan secara otomatis dan mengkueri titik akhir SQL yang sesuai. Berbagi akses datamart (hanya baca SQL, dan model semantik yang dibuat secara otomatis) dengan pengguna lain di organisasi Anda. Pengguna menerima email dengan tautan untuk mengakses halaman detail tempat mereka dapat menemukan URL SQL Server dan dapat mengakses model semantik yang dihasilkan secara otomatis untuk membuat laporan berdasarkan itu. |
Lihat silsilah | Ini menunjukkan silsilah data end-to-end dari sumber data ke datamart, model semantik yang dihasilkan secara otomatis, dan model semantik lainnya (jika ada) yang dibangun di atas datamart, semua cara untuk mendeportasi, dasbor, dan aplikasi. |
Pengaturan datamart
Pengaturan Datamart dapat diakses dari menu konteks untuk datamart. Bagian ini menggambarkan dan menjelaskan opsi pengaturan datamart dan deskripsinya. Gambar berikut menunjukkan menu pengaturan datamart.
Berikut ini adalah daftar pengaturan yang tersedia untuk setiap datamart.
Pengaturan | Detail |
---|---|
Deskripsi datamart | Memungkinkan pengguna menambahkan detail metadata untuk memberikan informasi deskriptif tentang datamart. |
Pengaturan server | String koneksi titik akhir SQL untuk datamart. Anda dapat menggunakan string koneksi untuk membuat koneksi ke datamart menggunakan berbagai alat, seperti SSMS. |
Kredensial sumber data | Memungkinkan Anda mendapatkan informasi sumber data dan mengedit kredensial. |
Jadwalkan refresh | Informasi refresh data untuk datamart, berdasarkan jadwal yang ditentukan oleh pengguna. |
Label sensitivitas | Label sensitivitas yang diterapkan pada datamart, yang juga disebarkan pada model semantik yang dihasilkan secara otomatis hilir, laporan, dan sebagainya. Label sensitivitas menyebar ke model semantik hilir, laporan tidak akan terjadi dalam skenario berikut:
|
Tabel berikut ini memperlihatkan pengaturan untuk model semantik yang dihasilkan secara otomatis. Ketika pengaturan ini diterapkan pada model semantik yang dihasilkan secara otomatis, pengaturan tersebut juga diterapkan ke datamart juga.
Pengaturan | Detail |
---|---|
Meminta akses | |
Q&A | |
Pembuatan Cache Kueri |
Pertimbangan dan batasan Datamarts
- Hanya pemilik datamart yang dapat menambahkan atau mengubah sumber data yang sesuai dengan datamart. Jika pemilik datamart saat ini tidak tersedia, pemilik ruang kerja lain dapat menggunakan fitur Pengambilalihan untuk mendapatkan akses.
- Saat menggunakan datamart dengan koneksi bernama, batasan berikut berlaku:
- Anda hanya dapat membuat satu koneksi cloud dari jalur dan jenis tertentu, misalnya, Anda hanya dapat membuat satu koneksi cloud SQL plus server/database. Anda dapat membuat beberapa koneksi gateway.
- Anda tidak dapat memberi nama atau mengganti nama sumber data cloud; Anda dapat memberi nama atau mengganti nama koneksi gateway.
Konten terkait
Artikel ini menyediakan sampel data dan instruksi tentang cara membuat dan berinteraksi dengan datamart.
Artikel berikut ini menyediakan informasi selengkapnya tentang datamart dan Power BI:
- Pengantar datamart
- Memahami datamart
- Menganalisis datamart
- Membuat laporan dengan datamart
- Kontrol akses pada datamart
- Administrasi datamart
Untuk informasi selengkapnya tentang aliran data dan mengubah data, lihat artikel berikut ini:
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk