分析數據超市

您可以使用多個工具來分析數據超市,包括 Datamart 編輯器SQL 查詢編輯器 等。 本文說明如何使用這些工具來分析數據超市,以及如何最好地查看您需要的資訊。

在 Datamart 編輯器內進行分析

Datamart 編輯器提供簡單的可視化介面來分析您的數據超市。 下列各節提供如何使用 Datamart 編輯器 取得數據超市和數據見解的指引。

視覺查詢

將數據載入 Datamart 之後,您就可以使用 Datamart 編輯器 來建立查詢來分析數據。 您可以使用 Visual Query 編輯器來建立查詢的無程式代碼體驗。

有兩種方式可前往 Visual 查詢編輯器:

在 [數據格] 檢視中,使用功能區上的 [+ 新增查詢] 按鈕建立新的查詢,如下圖所示。

Screenshot of the new query button on the data grid ribbon.

或者,您可以使用 Datamart 編輯器視窗底部找到的設計檢視 示,如下圖所示。

Screenshot of the design view icon in the datamart editor.

若要建立查詢,請將左側 [物件總管] 中的數據表拖放到畫布上。

Screenshot of dragging a table onto the canvas of the datamart editor.

將一或多個數據表拖曳到畫布上之後,您就可以使用視覺體驗來設計查詢。 Datamart 編輯器會使用類似的Power Query 圖表檢視體驗,讓您輕鬆地查詢和分析數據。 深入瞭解 Power Query 圖表檢視

當您處理 Visual 查詢時,查詢會每隔幾秒鐘自動儲存一次。 底部查詢索引標籤中顯示的「儲存指標」表示您的查詢正在儲存。

下圖顯示使用無程式代碼Visual Query 編輯器建立的範例查詢,以依訂單擷取熱門客戶。

Screenshot of sample query results in the datamart editor.

Visual Query 編輯器有一些注意事項:

  • 您只能撰寫 DQL(不是 DDL 或 DML)
  • 目前僅支持查詢折疊的Power Query作業子集
  • 您目前無法在 Excel 中開啟視覺查詢

SQL 查詢編輯器

SQL 查詢編輯器 提供文字編輯器,以使用 T-SQL 撰寫查詢。 若要存取內建 SQL 查詢編輯器,請選取 位於 Datamart 編輯器視窗底部的 SQL 查詢編輯器檢視 圖示。

Screenshot of the S Q L query editor view icon.

SQL 查詢編輯器支援 Intellisense、程式代碼完成、語法醒目提示、用戶端剖析和驗證。 撰寫 T-SQL 查詢之後,請選取 [ 執行 ] 以執行查詢。 當您處理 SQL 查詢時,查詢會每隔幾秒鐘自動儲存一次。 底部查詢索引標籤中顯示的「儲存指標」表示您的查詢正在儲存。 [結果] 預覽會顯示在 [結果] 區段中。 [ 在 Excel 中下載] 按鈕會開啟對應的 T-SQL 查詢至 Excel 並執行查詢,讓您在 Excel 中檢視結果。 可視化 結果 可讓您從 SQL 查詢編輯器內的查詢結果建立報表。

Visual Query 編輯器有一些注意事項:

  • 您只能撰寫 DQL(不是 DDL 或 DML)

Screenshot of the SQL query editor query results.

在編輯器外部分析

Datamarts 透過您自己的開發環境提供 SQL DQL(查詢)體驗,例如 SSMS 或 Azure Data Studio。 您必須執行最新版本的工具,並使用 Microsoft Entra ID 或 MFA 進行驗證。 登入程式與 Power BI 的登入程式相同。

Diagram that shows data sources and datamarts with S Q L and Azure data studio.

使用內建查詢與外部 SQL 工具的時機

Power BI 中提供無程式代碼的視覺效果查詢編輯器和 Datamart 編輯器。 無程式代碼可視化查詢編輯器可讓不熟悉 SQL 語言的使用者,而數據超市編輯器有助於快速監視 SQL DB。

對於提供更全面公用程式的查詢體驗,結合一組廣泛的圖形工具與許多豐富的腳本編輯器、SQL Server Management Studio (SSMS) 和 Azure Data Studio (ADS) 都是更強大的開發環境。

使用 SQL Server Management Studio 與 Azure Data Studio 的時機

雖然這兩種分析體驗都提供廣泛的 SQL 查詢開發環境,但每個環境都是針對個別的使用案例量身打造。

您可以針對下列專案使用 SSMS:

  • 複雜的系統管理或平台設定
  • 安全性管理,包括使用者管理和安全性功能的設定
  • 實時查詢統計數據或客戶端統計數據

使用 ADS:

  • macOS 和 Linux 使用者
  • 大部分是編輯或執行查詢
  • 快速圖表和可視化設定結果

取得 T-SQL 連接字串

針對具有 SQL 體驗的開發人員和分析師,使用 SQL Server Management Studio 或 Azure Data Studio 做為 Power BI Datamarts 的延伸模組可以提供更徹底的查詢環境。

若要使用用戶端工具連線到 Datamart 的 SQL 端點,請選取 Power BI 中的 [Datamarts (預覽] 索引卷標,以流覽至語意模型設定頁面。 從該處展開 [伺服器設定] 區段並複製 連接字串,如下圖所示。

Screenshot of the server settings connection string.

開始使用SSMS

若要使用 SQL Server Management Studio (SSMS),您必須使用 SSMS 18.0 版或更新版本。 當您開啟 SQL Server Management Studio 時,[伺服器] 視窗 連線 隨即出現。 您可以選取 物件總管 連線 > 資料庫引擎>,手動開啟它。

Screenshot of the database engine option in S S M S.

開啟 [伺服器] 視窗 連線 之後,請將本文上一節複製的 連接字串 貼到 [伺服器名稱] 方塊中。 選取 [連線],然後繼續進行適當的認證以進行驗證。 請記住,僅支援 Microsoft Entra ID - MFA 驗證。

Screenshot of the S Q L server connect to server window.

建立連接時,物件總管會顯示來自數據超市及其個別數據表和檢視的已連線SQL DB,所有這些數據表和檢視都已準備好進行查詢。

Screenshot of the object explorer showing datamart tables and views.

若要輕鬆地預覽數據表中的數據,請以滑鼠右鍵按單擊數據表,然後從出現的操作功能表中選取 [ 選取前 1000 個數據列 ]。 自動產生的查詢會根據數據表的主鍵傳回結果集合,其中顯示前1,000個數據列。

Screenshot of the context menu in object explorer.

下圖顯示這類查詢的結果。

Screenshot of the context menu query results.

若要查看數據表中的數據行,請展開 [物件總管] 內的數據表。

Screenshot of the object explorer information.

當您使用 SSMS 或其他用戶端工具連線到 Datamart 時,您可以看到在 Datamart 的模型架構中建立的檢視。 Datamart 上的預設架構組態會設定為 Model。

Datamart 會在使用 SSMS 連線時,以系統管理員和查看器身分顯示其他兩個角色作為安全性。 任何 管理員 或成員參與者角色中新增至工作區的用戶,都會新增至 datamart 上的系統管理員角色。 在工作區中新增至 查看器 角色的使用者,會新增至 Datamart 中的查看器 角色。

關聯性元數據

擴充屬性 是 datamart 中新增的 isSaaSMetadata ,可讓您知道此元數據正用於 SaaS 體驗。 您可以查詢此擴充屬性,如下所示:

SELECT [name], [value] 
FROM sys.extended_properties 
WHERE [name] = N'isSaaSMetadata'

用戶端(例如 SQL 連接器)可以藉由查詢數據表值函式來讀取關聯性,如下所示:

SELECT * 
FROM [metadata].[fn_relationships]();

請注意,元數據架構下有 關聯 性和 關聯性名為 檢視表,可維護 datamart 中的關聯性。 下表會接著提供每一個描述:

[metadata]。[關聯性]

資料行名稱 資料類型 描述
RelationshipId Bigint 關聯性的唯一標識碼
名稱 Nvarchar(128) 關聯性的名稱
FromSchemaName Nvarchar(128) 定義關聯性的源數據表 「From」 架構名稱。
FromObjectName Nvarchar(128) 定義關聯性的數據表/檢視名稱 “From”
ToSchemaName Nvarchar(128) 定義關聯性的接收數據表 「To」 架構名稱
ToObjectName Nvarchar(128) 已定義關聯性的數據表/檢視名稱 “To”
TypeOfRelationship Tinyint 關聯性基數,可能的值為:0 – None 1 – OneToOne 2 – OneToMany 3 – ManyToOne 4 – ManyToMany
SecurityFilteringBehavior Tinyint 指出在評估數據列層級安全性表達式時,關聯性如何影響數據的篩選。 可能的值為 1 – OneDirection 2 – BothDirections 3 – None
IsActive 位元 布爾值,指出關聯性是否標示為 [使用中] 或 [非作用中]。
RelyOnReferentialIntegrity 位元 布爾值,指出關聯性是否可以依賴引用完整性。
CrossFilteringBehavior Tinyint 指出關聯性如何影響數據的篩選。 可能的值為:1 – OneDirection 2 – BothDirections 3 – Automatic
CreatedAt Datetime 建立關聯性的日期。
UpdatedAt Datetime 修改關聯性的日期。
DatamartObjectId 納夫查爾(32) Datamart 的唯一標識碼

[metadata]。[relationshipColumns]

資料行名稱 資料類型 描述
RelationshipColumnId bigint 關聯性數據行的唯一標識符。
RelationshipId bigint 外鍵,參考關聯性數據表中的 RelationshipId 索引鍵。
FromColumnName 納夫查爾(128) “From” 資料行的名稱
ToColumnName Nvarchar(128) “To” 資料行的名稱
CreatedAt Datetime 已建立關聯性。
DatamartObjectId 納夫查爾(32) Datamart 的唯一標識碼

您可以聯結這兩個檢視,以取得在 Datamart 中新增的關聯性。 下列查詢會聯結這些檢視:

SELECT
 R.RelationshipId
,R.[Name]
,R.[FromSchemaName]
,R.[FromObjectName]
,C.[FromColumnName]
,R.[ToSchemaName]
,R.[ToObjectName]
,C.[ToColumnName]
FROM [METADATA].[relationships] AS R
JOIN [metadata].[relationshipColumns] AS C
ON R.RelationshipId=C.RelationshipId

限制

  • 可視化結果目前不支援使用 ORDER BY 子句的 SQL 查詢。

本文提供在 Datamarts 中分析數據的相關信息。

下列文章提供 datamarts 和 Power BI 的詳細資訊:

如需數據流和轉換資料的詳細資訊,請參閱下列文章: