使用 Power BI 建立資料模型

在此課程模組中，您會了解 Power BI Desktop 模型結構、星型結構描述設計基本概念、分析查詢和報表視覺效果設定。 本課程模組會讓您打下穩固的基礎，學到如何將模型設計最佳化，並加入模型計算。

描述模型架構、其優點和限制，以及有助於將 Power BI 資料模型最佳化的功能。

在Power BI 中建立複雜語意模型的程序很簡單。 如果資料來自多個交易式系統，則不知不覺就有好多資料表需要處理。 建置絕佳的語意模型是簡化解除數位。 star 架構是簡化語意模型的其中一種方式，而您會在此課程模組中了解術語和實作。 還會了解為何選擇正確的資料細微性攸關 Power BI 報表的效能和易用性。 最後，您將瞭解如何使用Power BI語意模型來改善效能。

在此課程模組中，可瞭解如何撰寫 DAX 公式，以建立不同型別的模型計算，包括計算資料表、計算結果欄和量值。 此外將會學習如何撰寫 DAX 公式並設定格式，DAX 公式是由使用函式、運算子、對模型物件的參考、常數和變數的運算式所構成。

在此課程模組中，您會了解如何使用隱含和明確的量值。 首先要建立簡單的量值，針對單一資料行或資料表提供摘要。 然後，您將根據模型中的其他量值，建立更複雜的量值。 此外還會學習到計算結果欄和量值之間的相似之處，以及兩者之間的差異。

在此課程模組結束時，您將能夠將匯出數據表和匯出數據行新增至您的語意模型。 也能說明用來評估計算結果欄公式的資料列內容。 由於可以使用 Power Query 將結果欄新增至資料表，因此您也會了解建立計算結果欄 (而非 Power Query 自訂資料行) 的最佳時機。

此課程模組結束後，即會了解時間智慧的意義，以及如何將時間智慧 DAX 計算新增至您的模型。

效能優化也稱為效能微調，涉及變更語意模型的目前狀態，使其更有效率地執行。 基本上，當您的語意模型優化時，其效能會更好。

使用資料列層級安全性和物件層級安全性，在 Power BI 中強制執行模型安全性。