Plan Szkolenia

Przegląd oprogramowania

Cel: zapoznanie się z oprogramowaniem przydatnym w pracy z modelami danych.

  • Tworzenie modelu danych: Power BI desktop – wymagany
  • Microsoft SQL Server Management Studio – opcjonalny
  • DAX Studio – opcjonalnie do pracy z DAX
  • Visual Studio Code – opcjonalnie do pracy z Power Query M

Praca z Power BI – główne etapy pracy

Cel: Poglądowe omówienie etapów tworzenia i życia raportu stworzonego w Power BI Desktop.

  • Przygotowanie danych dla Power BI Desktop w Power Query.
  • Optymalizacja i parametryzacja danych, także z użyciem języka SQL.
  • Praca z modelem danych DAX: relacje, tabele, kolumny obliczeniowe, tabele obliczeniowe i miary.
  • Budowa raportu w aplikacji Power BI Desktop.
  • Publikacja i udostępnienie reportu w usłudze Power BI.
  • Zarządzanie kontrolą dostępu do modelu danych.
  • Ponowne użycie opublikowanego modelu danych.
  • Aktualizacja raportu online

Język Power Query M

Cel: Omówienie możliwości jakie daje podłączenie danych z użyciem Power Query i odpowiedź na zasadnicze pytanie co to jest język M.

  • Czym jest język Power Query M, gdzie jest stosowany i jakie ma możliwości.
  • Zastosowania M (Power BI, Power Pivot, Dataverse)
  • Podstawy oraz koncepcja języka M
  • Ograniczenie języka M i ryzyko związane z Case Sensitive.
  • Aktualizacja danych.

Źródła danych dla modelu Power BI Desktop

Cel: Przegląd najpopularniejszych źródeł danych, z których możesz pobrać dane do Power BI.

  • Pliki CSV, Excel, JSON, XML, PDF.
  • Internetowe źródła danych: Tabele opublikowane na stronach WWW.
  • Usługi danych strumieniowych – Odata.
  • Masowy import plików z folderu.
  • Biblioteki SharePoint 365 jako repozytorium plików – poglądowo.
  • Relacyjne bazy danych SQL (domyślnie Microsoft SQL Server).

Power Query w łączeniu i przekształcaniu danych

Cel: Praktyczne podejście do zaimportowanych danych, ich przekształcenie i optymalizacja.

  • Filtrowanie i sortowanie danych wejściowych,
  • Kontrola jakości danych: wyszukiwanie anomalii, błędów i niespójności.
  • Kolumny obliczeniowe i warunkowe.
  • Tworzenie niestandardowych kolumn obliczeniowych.
  • Bezpośrednia edycja kodu M: pasek formuły i edytor zaawansowany.
  • Duplikowanie zapytania a odwołanie do zapytania.
  • Przenoszenie zapytań między aplikacjami.
  • Wielokrotne odwołania do obiektów.
  • Praca z bibliotekami funkcji: tekst, liczby, czas.
  • Typy danych i ich konwersja, ustawienia regionalne użytkownika.
  • Scalanie i podział kolumn i wierszy.

Praca z tabelami w języku Power Query M

Cel: Tworzenie nowych obiektów tabelarycznych.

  • Dołączanie i scalanie tabel. Śledzenie zależności zapytań.
  • Funkcje tabelaryczne i zarządzanie krokami przekształcania.
  • Usuwanie wartości zduplikowanych – tabele i zestawy kolumn.
  • Przekształcenia typu PIVOT i ich odwrotność: UNPIVOT.
  • Agregacja i zliczanie danych.

Operacje zaawansowane M Query

Cel: Rozbudowa podstawowej funkcjonalności o własne funkcje.

  • Zaawansowane funkcjonalności języka M.
  • Budowa obiektów: lista, zestaw danych, tabela z użyciem kodu.
  • Tworzenie własnych funkcji w języku M

Zapytania dynamiczne – parametry w języku M

Cel: zastosowanie zmiennych (parametrów) do optymalizacji z skracania zapisu zapytań.

  • Tworzenie, zarządzanie parametrami
  • Parametryzacja zapytań
  • Obsługa parametrów z poziomu raportu Power BI

Power Query i serwer SQL

Cel: Wprowadzenie do pracy z serwerem baz danych. Pozwala na znaczącą oszczędność czasu związaną z generowaniem, przetwarzaniem i importem danych plikowych.

  • Tryby pracy z serwerem SQL: Import danych a zapytania typu Direct Query. Możliwości i ograniczenia.
  • Import obiektów SQL możliwych do wykorzystania w budowie model
  • Tabele – podstawowe źródło danych dla modelu
  • Widoki – zapisane zapytanie do bazy danych,
  • Procedury zwracające dane (przegląd)
  • Funkcje tabelaryczne
  • Zapytania w kodzie SQL

Kwerendy wybierające – DQL (Data Query Language)

Cel: Praca z zapytaniami tworzonym bezpośrednio w języku SQL. Szybkie tworzenie zapytań w trybie low-code – prawie bez pisania kodu SQL.

  • Query designer w zastosowaniach i tworzenie zapytania do bazy danych
  • Podstawowe typy danych w SQL i ich zastosowanie. Standard SQL w modelu danych Power BI
  • Pobieranie danych – SELECT: składnia polecenia i kolejność wykonywania instrukcji SQL.
  • Operatory i kryteria w zapytaniach

Optymalizacja zapytań SQL w Power Query

Cel: Maksymalne wykorzystanie języka SQL: jak pobrać tylko te dane, których potrzebujemy.

  • Funkcje języka SQL w zapytaniach
  • Operacje na połączonych tabelach:  złączenia SQL (SQL JOIN)
  • Łączenie wyników zapytania UNION, UNION ALL, INTERSECT, EXCEPT/MINUS
  • Agregacja danych po stronie serwera SQL
  • Funkcje okien w SQL: wyniki uporządkowane OVER, partycjonowanie PARTITION BY i sortowanie wyniku zapytania ORDER BY. Odwołania do wierszy: poprzedni, następny, pierwszy i ostatni w grupie.
  • Podzapytania w SQL: Wynik zapytania jako warunek WHERE w kwerendzie. Kwerenda oparta o inną kwerendę.
  • Wyrażenia tabelaryczne CTE

Parametryzacja zaawansowana Power Query i SQL

Cel: Połączenie fragmentatorów z raportu z kodem SQL.

  • Modyfikacja zapytania z użyciem parametru M
  • Parametr w zdalnym zapytaniu SQL
  • Sterowanie wartościami parametru z poziomu Power BI
  • Fragmentator w wizualizacji Power BI Desktop i parametr w zapytaniach Power Query

Język DAX w modelu danych Power BI

Cel: Omówienie koncepcji języka DAX i jego zastosowań.

  • Czym jest język DAX. Podstawy oraz koncepcja języka DAX.
  • Zastosowania DAX (Power BI, Power Pivot, Analisys Services).
  • Przegląd środowiska i narzędzi przydatnych w pracy z DAX

Wprowadzenie do języka DAX

Cel: pierwsze podejście do pracy z językiem.

  • Model danych – czym jest jak działa
  • Dobre praktyki organizacji danych.
  • Typy danych, konwersja typów, obsługa ewentualnych błędów.
  • Typ danych a format danych. Zarządzanie formatem danych i jego dostosowanie do potrzeb użytkownika.
  • Tworzenie relacji między tabelami
  • Relacje modelu danych: aktywne oraz nieaktywne
  • Tabele parametrów
  • Kierunki filtrowania
  • Ukrywanie kolumn w widoku użytkownika
  • Operatory w języku DAX

Kolumny obliczeniowe i wbudowane funkcje w DAX

Cel: praca z kolumnami obliczeniowymi – porównanie z arkuszem kalkulacyjnym i funkcjami tabelarycznymi.

  • Czym są kolumny obliczeniowe
  • Tworzenie i modyfikacja kolumn obliczeniowych
  • Operatory i ich priorytety w języku DAX
  • Podstawowe funkcje języka DAX: ROUND, IF, SWITCH
  • Funkcje czasu: YEAR, MONTH, DAY, WEEKDAY, WEEKNUM, EOMONTH
  • Funkcje logiczne: NOT, OR, AND i operatory || oraz &&
  • Funkcje tekstowe: LEFT, RIGHT, MID, LOWER, UPPER
  • Funkcje liczbowe: ROUND, ROUNDUP, ROUNDDOWN
  • Funkcje konwertujące: FORMAT

Miary w języku DAX

Cel: Tworzenie wstępnie przeliczonych elementów modelu danych.

  • Czym są miary obliczeniowe
  • Tworzenie i modyfikacja miar obliczeniowych
  • Miara a kolumna obliczeniowe
  • Funkcje – SUM, AVERAGE vs SUMX, AVERAGEX
  • Kontekst wykonania zapytania
  • Funkcja CALCULATE

Kontekst w języku DAX

Cel: Określenie w jaki sposób ma być przeliczana tabela.

  • Kontekst na poziomie wiersza
  • Kontekst zapytania
  • Kontekst na poziomie użytego filtra

Tabele w języku DAX

Cel: Praca z tabelami generowanymi z użyciem języka DAX i ich filtrowanie.

  • Tabele obliczeniowe,
  • Zakładanie i usuwania filtra dla tabeli,
  • Dobieranie filtrów,
  • Kontekst i jego zmiana w zapytaniu,
  • Dodanie/usunięcie kontekstu filtra – funkcje FILTER/ALL
  • Selektywne usunięcie kontekstu – funkcja ALLEXCEPT

Hierarchia w analizie

Cel: Porządkowane danych w grupy nadrzędne i podrzędne.

  • Hierarchie generowane automatyczne
  • Definiowanie hierarchii manualnie
  • Modyfikacja istniejącej hierarchii

Funkcje języka DAX

Cel: Przegląd ciekawszych i bardziej użytecznych

  • Funkcje tablicowe i filtrujące: EVALUATE, ALLNOBLANKROW, VALUES, DISTINCT, ISFILTERED, ISCROSSFILTERED, CALCULATETABLE, ADDCOLUMNS, RELATEDTABLE, EARLIER, EARLIEST, HASONEVALUE
  • Funkcje agregujące, zliczające i statystyczne: DISTINCTCOUNT, COUNT, COUNTA, COUNTROWS, COUNTBLANK, SUM, COUNT, MIN, MAX, AVERAGE
  • Funkcje wyliczająca na poziomie wiersza: SUMX, COUNTX, AVERAGEX, MINX, MAXX, RANKX – zastosowanie miary DAX.
  • Funkcja wykorzystująca istniejącą relację RELATED oraz tworząca relację użytkownika USERELATIONSHIP
  • Funkcja wyszukująca: LOOKUPVALUE

Time Intelligence w praktyce

Cel: Porównanie przebiegu wartości w czasie.

  • Tabele kalendarza w DAX
  • Sortowanie tabel kalendarza
  • Funkcje Time Intelligence w DAX (operacje na czasie): PREVIOUSYEAR, PREVIOUSMONTH, PREVIOUSDAY, FIRSTDATE, LASTDATE, DATESBETWEEN, DATEADD, DATEDIFF, TOTALYTD, TOTALMTD, TOTALQTD

Wymagania

Szkolenie o profilu ogólnym, którego adresatami są osoby zajmujące się przetwarzaniem i analizą dużej ilości danych, analitycy, księgowi, a także programiści i testerzy oprogramowania. Tematyka szkolenia obejmuje pracę z serwerem SQL, przetwarzanie w Power Query M oraz budowę modelu danych w DAX.
 21 godzin

Liczba uczestników



Cena za uczestnika

Opinie uczestników (9)

Szkolenia Powiązane

Data Analytics Process, Cloud Solutions, and Power BI Solutions

35 godzin

Power BI online

14 godzin

Powiązane Kategorie