Power BI Datamarts – Dataflows – Dataset

POWER BI DATAMARTS NEDİR?

Power BI Datamart, hepsini tek bir yerde yönetmek ve oluşturmak için birleştirilmiş bir Dataflow, Azure SQL Veritabanı, Power BI Dataset ve bir Web User Interface kümesidir. Datamart’lar, Business kullanıcıları ve BT arasındaki boşluğu kapatmaya yardımcı olur. Datamart’lar, kullanıcıların tam olarak yönetilen bir veritabanına yüklenen verileri depolamasına ve keşfetmesine olanak tanıyan self-services analitik çözümlerdir. Business kullanıcıları, IT department (BT) tarafından oluşturulan merkezi olarak yönetilen veri kaynaklarına büyük ölçüde güvenir, ancak bir BT departmanının belirli bir veri kaynağında değişiklik yapması aylar alabilir. Kullanıcılar genellikle Access Databases, Local Files, SharePoint siteleri ve elektronik tablolarla kendi datamartlarını oluşturmaya başvururlar ve bu da bu tür veri kaynaklarının desteklendiğinden ve makul performansa sahip olduğundan emin olmak için yönetim ve uygun gözetim eksikliğine neden olur. Datamart, Power BI ekosistemindeki veritabanı açığını kapatıyor, ancak bundan çok daha fazlası var. Yalnızca bir veritabanı istiyorsanız Azure SQL Veritabanı veya diğer platformlarda tasarlayabilirsiniz. Sorun şu ki, veritabanını SSMS (SQL Server Management Studio) gibi bir araçta oluşturmanız, ardından bu veritabanına veri beslemek için bir ETL işlemine (Dataflows, ADF veya SSIS gibi) ve ardından Power BI’a sahip olmanız gerekir. Datamart, verilerini depolamak için temel bir Azure SQL Veritabanı kullanır. Bu durum çok güçlü olanaklar yaratır; Datamart oluştururken, Power Query kullanarak birçok farklı kaynaktan gelen verileri bu Azure SQL Veritabanına aktarabilirsiniz. Datamart ayrıca dahili Azure SQL Veritabanına bağlı bir veri kümesini otomatik olarak oluşturacak ve yönetecektir. Datamart, tüm bunları başka bir araca, lisansa veya hizmete ihtiyaç duymadan oluşturmanız için size tek bir birleşik platform sunar. Datamart, Power BI’ı tüm BI gereksinimlerinizi karşılamanız için yeterli hale getirir.
Power BI Datamart, Microsoft BUILD sırasında genel önizleme de duyurulan yeni bir özelliktir. Bu özellik, Power BI Premium veya Kullanıcı Başına Premium (PPU) kullanımını gerektirir. Datamart’lar, farklı veri kaynaklarından veri almak, Power Query kullanarak verileri dönüştürmek ve yüklemek (ETL) için basit ve isteğe bağlı olarak kodsuz bir deneyim sağlar, ardından bunları tam olarak yönetilen ve herhangi bir ayar veya optimizasyon gerektirmeyen bir Azure SQL veritabanına yükleyin. Datamartlar hem son tüketici hem veri analistlerine hem de geliştiricilere yardımcı olan bir özelliktir. Verileri bir datamart’a yüklendikten sonra, business intelligence ve analizi için ek olarak ilişkiler ve politikalar tanımlayabilirsiniz. Datamarts, Power BI raporları ve panoları oluşturmak için kullanılabilecek bir veri kümesi veya semantik modeli otomatik olarak oluşturur. Ayrıca, bir T-SQL uç noktası veya görsel bir deneyim kullanarak bir datamart’ı sorgulayabilirsiniz.

Datamart’lar aşağıdaki avantajları sunar:

  • Self-service kullanıcılar, bir veritabanı yöneticisine ihtiyaç duymadan ilişkisel veritabanı analitiğini kolayca gerçekleştirebilirler.
  • Datamart’lar, kodsuz deneyimler de dahil olmak üzere SQL ile uçtan uca veri alımı, hazırlanması ve keşfi sağlar.
  • Tek bir bütünsel deneyim içinde anlamsal modeller ve raporlar oluşturmaya olanak sağlar.

Datamart’ın özellikleri:

  • %100 web tabanlı, başka bir yazılıma gerek yoktur.
  • Tam olarak yönetilen bir datamart ile sonuçlanan kodsuz bir deneyim sunar.
  • Otomatik performans ayarı mevcuttur.
  • Geçici analiz için yerleşik görsel ve SQL Sorgu düzenleyicisi mevcuttur.
  • SQL ve diğer popüler işlemci araçları için desteklidir.
  • Power BI, Microsoft Office ve diğer Microsoft analiz teklifleriyle yerel integration sağlar.
  • Power BI Premium kapasitelerine ve Kullanıcı Başına Premium’a dahildir.

Datamart’lar aşağıdaki senaryoları desteklemek için tasarlanmıştır:

  • Departmental self-service data: Küçük ila orta veri hacmini (yaklaşık 100 GB) self servis tam olarak yönetilen bir SQL veritabanında merkezileştirin. Datamart’lar, self servis departman aşağı akış raporlama ihtiyaçları (Excel, Power BI raporları, diğerleri gibi) için tek bir mağaza belirlemenizi sağlar, böylece self servis çözümlerinde altyapıyı azaltır.
  • Relational database analytics with Power BI: Harici SQL islemcilerini kullanarak datamart’ın verilerine erişin. Azure Synapse ve T-SQL kullanan diğer hizmetler/araçlar, Power BI’da datamart’ları da kullanabilir.
  • End-to-end semantic models: Power BI oluşturucularının diğer araçlara veya BT ekiplerine bağımlı olmadan uçtan uca çözümler oluşturmasını sağlayın. Datamarts, otomatik olarak oluşturulan veri kümeleri aracılığıyla veri akışları ve veri kümeleri arasındaki düzenlemeyi yönetmekten kurtulurken, tümü Azure SQL DB tarafından desteklenen veri sorgulama ve geçici analiz için görsel deneyimler sağlar.

Datamarts and dataflows integration;

Bazı durumlarda hem veri akışlarını hem de veri pazarlarını aynı çözümde birleştirmek faydalı olabilir. Aşağıdaki durumlar, hem veri akışlarını hem de veri pazarlarını birleştirmeyi avantajlı bulabilir:

  • Mevcut veri akışlarına sahip çözümler için:
    • Herhangi bir ek dönüşüm uygulamak veya SQL sorgularını kullanarak geçici analiz ve sorgulamayı etkinleştirmek için verileri datamarts ile kolayca tüketin.
    • Veri kümelerinin yönetimi olmadan kodsuz bir veri ambarı çözümünü kolayca entegre edin.
  • Mevcut datamart’lara sahip çözümler için:
    • Büyük veri hacimleri için ölçekte yeniden kullanılabilir ayıklama, dönüştürme ve yükleme (ETL) gerçekleştirin.
    • Kendi Data Lake’inizi oluşturablir ve bir Pipeline olarak kullanabilirsiniz.

Bazı mimari detaylar:

  • Dataset modeli Datamart üzerine kuruludur.
  • Datamart’ı yeniden adlandırmak, veri kümesini yeniden adlandırır.
  • Veri kümesindeki tablolar doğrudan sorgu kullanır ancak bizim için şeffaf bir şekilde yapılan önbelleğe alma desteği vardır.
  • Ayrıca kaynak olarak dataflows’u destekler.
  • Veri kümesinin ayarları üzerinde sınırlı kontrolünüz var
  • Temeldeki Azure SQL Database üzerinde çok sınırlı denetime sahipsiniz . Power BI tarafından sağlanır .

 Mimari süreci öğrendikten sonra, Power BI Datamart’tan bekleyebileceğiniz başlıca özellikler şunlardır:

  • Portalda bir datamart oluşturmak için bir User Interface sağlar.
  • Bu User Interface, temel olarak verileri içe aktarmak için Power Query kullanımıdır. Portal, Dataset ile Power Query kullanımını desteklemez, Power BI masaüstünü kullanmanız gerekir.
  • Datamarts’ı kullanarak Power Query ETL’leri oluşturabilirsiniz. Power Query tarafından Import edilen veriler Azure SQL Veritabanına kaydedilir
  • Import edilen tabloları kullanarak bir model oluşturabilirsiniz.
  • İlişkileri tanımlayabilir, ölçüler oluşturabilir ve attributes ile tabloları yapılandırabilirsiniz.
  • User Interface, keşif analizi için ek kaynaklar sağlar.
  • Datamart UI, veri keşfetme özellikleri sağlar.

Biri sorgu tasarımı için, diğeri SQL için olmak üzere iki yeni sekme var. Her iki sekmede de verilerinizdeki yararlı bilgileri keşfetmek için verileri keşfedebilirsiniz.
User interface ayrıca, keşif amaçlı analiz olanaklarını genişletmek için sorgu sonuçlarını Excel’e indirmenize olanak tanır.

  • Incremental refresh desteği
  • Büyük tablolar için artımlı yenileme esastır ve bir data martta beklenir. Yapılandırma, zaten bildiğiniz artımlı yenileme yapılandırmasına çok benzer, ancak veriler Azure SQL Veritabanına ekleniyor.

Daniel, küçük ve orta ölçekli bir şirkette veri analistidir. Onun geçmişi gelişme değil. Yine de işi biliyor, işin nasıl çalıştığını anlıyor ve işle ilgili verileri anlıyor. Power BI’da panolar ve raporlar oluşturmak istiyor. Tüm bunları Power BI Desktop’ta yaparsa, çok geçmeden böyle bir yapı etrafında iyi bir yönetim olmadığını fark eder. Şirketinin böyle bir veri ambarı veya ona böyle bir şey inşa edecek bir BI ekibi yok. Dataflow (dönüşüm ve ETL katmanı), Azure SQL Veritabanı (veri ambarı veya boyutlu model), Power BI Dataset (analitik veri modeli) ve ardından rapor ile tam olarak yönetilen bir mimariye sahip olmak için Power BI datamart’ı kullanabilir. Bunların tümü, Power BI hizmetinin kullanıcı arabirimi kullanılarak geliştirilebilir. Daniel’in başka bir araç veya hizmet açmasına gerek yoktur, SQL Server veritabanı teknolojisini veya Power BI’ın kendisi dışında herhangi bir teknolojiyi öğrenmesi gerekmez. Bu, Daniel’i aynı anda ölçeklenebilir, yönetilen ve self servis bir Power BI çözümü oluşturması için güçlendiren bir Datamart örneğidir.

2. İşletmeler için Power BI Datamart

Arwen, büyük bir kuruluşta veri analistidir ve şirketinin bir veri ambarı ve BI ekibi vardır. Bununla birlikte, Arwen, BI ekibinden merkezi veri modelinde bir değişiklik istediğinde, sonuçları geri almak yıllar olmasa da aylar alır (diğer tüm ekiplerden BI ekibine gelen taleplerin darboğazı nedeniyle). Arwen, Datamart’ı kullanarak veri ambarını, veri dönüştürme katmanı ve her şeyle birlikte Power BI kullanarak gelecekteki projeler veya iş arkadaşları tarafından kolayca tüketilebilecek şekilde oluşturabilir. Çözüm, Power BI hizmeti tarafından yönetilecek, BI ekibi veri pazarlarını onaylamak için bir süreç uygulayabilir ve bunun sonucunda Arwen yalnızca daha hızlı uygulamakla kalmaz, aynı zamanda BI ekibinin birikimlerini küçültmesine yardımcı olur.

3. Geliştiriciler için Power BI Datamart

Peter bir BI geliştiricisidir. Veritabanlarıyla çalışmayı ve T-SQL sorguları yazmayı biliyor. Azure SQL Veritabanına T-SQL sorguları yazmak için datamart’ın Web kullanıcı arabirimini kullanabilir. Veya veritabanı bağlantısını kullanabilir ve SSMS gibi bir araç kullanarak veritabanına bağlanabilir. Ayrıca, veri modelini geliştirmek ve bir sonraki düzeye taşımak için SSMS, Tablo Düzenleyici veya diğer araçları kullanarak XMLA uç noktasını kullanarak Datamart tarafından oluşturulan veri kümesine bağlanabilir. Power BI Datamart, Power BI uygulaması boyunca geliştirme çalışmalarında Peter’a güç verir.

Datamart, Citizen Analysts ve Geliştiriciler içindir,

Datamart, her şeyi tek bir yerde oluşturmak için birleşik bir Web Kullanıcı Arayüzüne sahiptir; veri analizi çözümleri oluşturmak için başka araçlar veya teknolojiler öğrenmeleri gerekmediğinden vatandaş veri analistlerine çok yardımcı olur. Datamart ayrıca, diğer araçları kullanarak daha fazla geliştirme için Azure SQL Veritabanına veya Power BI veritabanı XMLA uç noktasına sağlanan bağlantılar/uç noktalarla geliştiricilere yardımcı olur.

Rapor oluşturmak için Datamart’ı kullanmak;

Datamart, şirketin bir alanı için merkezi tek gerçek kaynak haline gelmelidir. Datamart ister yukarıdan aşağıya ister aşağıdan yukarıya bir yaklaşım kullanılarak oluşturulmuş olsun, yine de merkezi bir tek gerçek kaynağıdır.

Örneğin, Datamart aşağıdan yukarıya yaklaşımını kullanıyorsa, küçük bir elektronik tablodan başlayıp kontrolsüz bir hızla büyüyen excel, sharepoint listeleri ve birçok veri kaynağı gibi tüm kullanıcı veri kaynaklarını entegre etmek için merkezi nokta olacaktır. . Tüm şirket için değil, örneğin bir şirket şubesi için merkezi nokta olacaktır.

Öte yandan, yukarıdan aşağıya bir yaklaşımda Datamart, şirket veri ambarının bir alt kümesi olarak oluşturulur. Bu altküme bir dalda odaklanabilir ve bu dalın tek gerçeği kaynağı olacaktır.

Datamart’ı iyi bir yerel tek doğru noktası yapan bazı önemli noktalar şunlardır:

  • DAX formülleri kullanılarak başka şekillerde yapılacak ve modeli yavaşlatacak hesaplamalar fiziksel tablolar kullanılarak yapılabilir ve daha iyi bir model elde edilebilir.
  • Otomatik oluşturulan veri kümesinde saklanan model, tüm yerel raporlar ve ek modeller için bir temel olarak kullanılabilir.
  • Verilere doğrudan SQL erişimi de dahil olmak üzere keşif analizi için birçok özellik vardır.

Datamart’ı kullanmanın üç farklı yöntemi vardır:

  • Otomatik oluşturulan veri kümesine dayalı raporlar oluşturmak için portalı kullanın

Raporlar, otomatik olarak oluşturulan veri kümesini doğrudan kullanacak. Otomatik olarak oluşturulan veri kümesini kullanan farklı departmanların sayısına bağlı olarak, bu en iyi çözüm olmayabilir.

  • Temeldeki Azure SQL bağlantısına doğrudan erişen raporlar oluşturun

Bu çok iyi bir çözümdür, ancak bu doğrudan bağlantıyı kullanan her rapor çözümünün, otomatik oluşturulan veri kümesinde zaten oluşturulmuş modeli yeniden kullanmadan modeli yeniden oluşturması gerekir.

  • Kaynak olarak otomatik oluşturulan veri kümesini kullanarak raporlama çözümleri oluşturmak için Power BI masaüstünü kullanın

Bu muhtemelen Datamart’ın kullanımı için en iyi çözümdür. Otomatik oluşturulan veri kümesinde yerleşik modeli yeniden kullanabilecek ve gereken ek bilgilerle özelleştirebileceksiniz.

POWER BI Dataflows Nedir?

Veri hacmi artmaya devam ettikçe, bu verileri iyi biçimlendirilmiş, eyleme geçirilebilir bilgilere dönüştürmenin zorluğu da artıyor. Görsel, rapor ve gösterge tablolarını doldurmak için analitik için hazır veriler istiyoruz, böylece veri hacimlerimizi hızla eyleme dönüştürülebilir insightlara dönüştürebiliriz. Power BI’da büyük veriler için self-service veri hazırlığıyla, yalnızca birkaç tıklamayla verilerden Power BI insightlarına geçebilirsiniz. Dataflow ile birden çok kaynaktan gelen verileri birleştirebilir ve bu birleştirilmiş verileri modelleme için hazırlayabilirsiniz. Bir dataflow oluşturduğunuzda, dataflow için verileri yenilemeniz istenir. Power BI Desktop içindeki bir datasette Consuming, Bağlantılı, Hesaplanmış tablo olarak başvurulabilmesi için dataflowun yenilenmesi gerekir.

Power BI Dataflows ne zaman kullanılır?

  • Power BI içinde birçok dataseti ve rapor tarafından paylaşılabilen ve yeniden kullanılabilen dönüşüm durumunu oluşturun. Dataflow temel alınan data itemların yeniden kullanılabilirliğini destekleyerek cloudunuzla veya şirket içi veri kaynaklarınızla ayrı bağlantılar oluşturma ihtiyacını ortadan kaldırır.
  • Verileri kendi Azure Data Lake Gen 2 depolama alanınızda açığa çıkararak diğer Azure hizmetlerini temel alınan ham verilere bağlamanıza olanak tanır.
  • Analistleri temeldeki sistemlere bağlanmak yerine dataflowlarına bağlanmaya zorlayarak, size hangi verilere erişildiğini ve verilerin rapor oluşturuculara nasıl sunulduğunu kontrol ederek gerçek tek bir kaynak oluşturun. Ayrıca, verileri endüstri standardı tanımlarla eşleyerek, Power Platform’daki diğer hizmetler ve ürünlerle çalışabilen düzenli ve derlenmiş görünümler oluşturmanıza olanak tanır.
  • Büyük veri hacimleriyle çalışmak ve uygun ölçekte ETL gerçekleştirmek istiyorsanız, Power BI Premium ile dataflow daha verimli şekilde ölçeklenir ve size daha fazla esneklik sağlar. Dataflowlar, çok çeşitli cloud ve şirket içi kaynakları destekler.
  • Analistlerin temel alınan veri kaynağına doğrudan erişimini önleyin. Rapor oluşturucular dataflowların üzerine inşa edebildiğinden, temel alınan veri kaynaklarına yalnızca birkaç kişiye erişim izni vermeniz ve ardından analistlerin üzerine oluşturması için dataflowlara erişim sağlamanız sizin için daha uygun olabilir. Bu yaklaşım, temeldeki sistemlere olan yükü azaltır ve yöneticilere, sistemlerin yenilemelerden ne zaman yükleneceği konusunda daha iyi kontrol sağlar.

Bir dataflow oluşturduktan sonra, business eventlarınıza ilişkin derin predictions sağlamak için Ortak Veri Modelinden yararlanan datasetleri, raporlar, panolar ve uygulamalar oluşturmak için Power BI Desktop’ı ve Power BI hizmetini kullanabilirsiniz. Dataflow yenileme zamanlaması, tıpkı veri kümeleriniz gibi, doğrudan dataflowunuzun oluşturulduğu çalışma alanından yönetilir.

Dataflow oluşturma; Doğrudan dataflow oluşturulduğu çalışma alanından dataflowa tablolar ekleyip düzenleyebilir ve veri yenileme zamanlamalarını yönetebilirsiniz.

Yeni bir dataflow oluşturmanın birden çok yolu vardır;

  • Yeni tablolar tanımlayarak bir dataflow oluşturulabilir.
  • Bağlantılı tabloları kullanarak bir dataflow oluşturulabilir.
  • Hesaplanmış bir tablo kullanarak dataflow oluşturulabilir.
  • İmport/export kullanarak bir dataflow oluşturulabilir.


Refreshing a dataflow;

Dataflowlar birbirinin üzerinde yapı taşları gibidir. Ham Veri adlı bir dataflowunuz ve Ham Veri dataflowa bağlı bir tablo içeren “Converted Data” adlı bağlantılı bir tablonuz olduğunu varsayalım . Ham Veri dataflow için zamanlama-yenileme tetiklendiğinde, tamamlandıktan sonra ona başvuran tüm dataflowu tetikler. Bu işlevsellik, bir yenileme zinciri etkisi yaratarak, dataflowlarını manuel olarak planlamak zorunda kalmamanızı sağlar. Bağlantılı tablo yenilemeleriyle uğraşırken dikkat edilmesi gereken birkaç nüans vardır:

  • Bağlantılı bir tablo, yalnızca aynı çalışma alanında mevcutsa yenileme tarafından tetiklenebilir.
  • Bir kaynak tablo yenileniyorsa veya kaynak tablonun yenilenmesi iptal ediliyorsa, bağlantılı bir tablo düzenleme için kilitlenecektir. Bir referans zincirindeki dataflowlardan herhangi biri yenilenmezse, tüm dataflowlar eski verilere geri döner.
  • Bir kaynak yenileme tamamlaması tarafından tetiklendiğinde yalnızca başvurulan tablolar yenilenir. Tüm tabloları zamanlamak için bağlantılı tabloda da bir zamanlama yenilemesi ayarlamalısınız. Çift yenilemeyi önlemek için bağlantılı dataflowda bir yenileme programı ayarlamaktan kaçının.

Cancel Refresh; Dataflowları, datasetlerinden farklı olarak bir yenilemeyi iptal etme özelliğini destekler. Bir yenileme uzun süredir çalışıyorsa, dataflow seçeneklerini seçebilir ve ardından “Yenilemeyi iptal et” öğesini seçebilirsiniz .

Incremental Refresh (Yalnızca Premium); Dataflowları, aşamalı olarak yenilenecek şekilde de ayarlanabilir. Bunu yapmak için, incremental refresh için ayarlamak istediğiniz dataflowu seçin ve ardından incremental refresh simgesini seçin.

incremental refreshin ayarlanması, tarih aralığını belirtmek için dataflowa parametreler ekler. 

  • Bağlantılı tablolar, bir dataflowa başvuruyorlarsa incremental refresh kullanmamalıdır. Dataflowları, sorgu katlamayı desteklemez (tabloda Doğrudan Sorgu etkinleştirilmiş olsa bile).
  • Dataflowlara başvuran datasetleri incremental refreshi kullanmamalıdır. Dataflowlarında yapılan yenilemeler genellikle performans gösterir, bu nedenle incremental refreshler gerekli olmamalıdır. Yenilemeler çok uzun sürerse bilgi işlem motorunu veya DirectQuery modunu kullanmayı düşünmelisiniz.

Consuming a dataflow;

Bir dataflow aşağıdaki üç şekilde tüketilebilir:

  • Başka bir dataflow yazarının verileri kullanmasına izin vermek için dataflowdan bağlantılı bir tablo oluşturun.
  • Bir kullanıcının raporları oluşturmak için verileri kullanmasına izin vermek için dataflowdan bir dataset oluşturun.
  • CDM formatından okuyabilen harici araçlardan bir bağlantı oluşturun.

POWER BI Dataset Nedir?

Bir Power BI raporu oluşturduğunuzda , raporun iki bileşeni vardır; Bunlar Rapor ve Datasettir. Power BI Desktop ortamındayken, görev yöneticisine gidip Power BI Desktop görev dizileri altında sahne arkasında çalışan veri kümesini görmedikçe ayrımı bu kadar kolay göremezsiniz.

Dataset Türleri;

Power BI dataset, raporlama ve görselleştirme için hazır bir data source temsil eder. Aşağıdaki şekillerde oluşturulan beş farklı dataset türü vardır:

  • Power BI içinde olmayan mevcut bir data modele bağlanmadır.
  • Model içeren bir Power BI Desktop dosyasını karşıya yüklemedir.
  • Excel çalışma kitabı yükleme veya bir CSV dosyası yüklemedir.
  • Push dataset oluşturmak için Power BI hizmetini kullanmadır.
  • Streaming or hybrid streaming dataset oluşturmak için Power BI hizmetini kullanmadır.

External-hosted models;

İki tür external-hosted models vardır; Bunlar, SQL Server Analysis Services ile Azure Analysis Servicestir.

SQL Server Analysis Services modeline bağlanmak , ister şirket içinde ister VM tarafından barındırılan bir hizmet olarak altyapı (IaaS) olsun, şirket içi on-premises data gateway içerir. Azure Analysis Services gateway gerektirmez.  

Analysis Servicese bağlanmak, genellikle bir kurumsal data warehouse’un (EDW) bir parçasını oluşturan mevcut model investment olduğunda genellikle anlamlıdır. Power BI , Power BI rapor kullanıcısının kimliğini kullanarak veri izinlerini zorunlu kılarak Analysis Services ile live connection kurabilir. SQL Server Analysis Services için hem çok boyutlu modeller (küpler) hem de tablolu modeller desteklenir. Live bir bağlantı dataset sorgularını external-hosted modelse iletir.

Datasete bağlanma;

Power BI hizmetinde paylaşılan bir dataset ile canlı bağlantı kurabilir ve aynı datasetten birçok farklı rapor oluşturabilirsiniz. Power BI Desktop’ta mükemmel veri modelinizi oluşturabilir ve bunu Power BI hizmetinde yayınlayabilirsiniz. Ardından siz ve başkaları, bu ortak veri modelinden ayrı ‘.pbix’ dosyalarında birden çok farklı rapor oluşturabilir ve bunları farklı çalışma alanlarına kaydedebilirsiniz. Bu özelliğe Power BI hizmeti live connection adı verilir .

Power BI’ın popularity ile ilgili zorluklardan biri raporların, panoların ve bunların temel alınan veri modellerinin çoğalmasıdır. Power BI Desktop’ta ilgi çekici raporlar oluşturmak, ardından bu raporları Power BI hizmetinde yayımlamak ve bu datasetlerden harika panolar oluşturmak kolaydır. Pek çok insan bunu yaptığından, genellikle aynı veya neredeyse aynı datasetlerini kullandığından, hangi raporun hangi datasetine dayandığını ve her bir datasetin ne kadar taze olabileceğini bilmek zor hale gelir. Power BI hizmeti live connection, ortak dataset raporlarını ve panolarını oluşturmayı, paylaşmayı ve genişletmeyi daha kolay ve tutarlı hale getiren zorluklara yöneliktir.

Herkesin kullanabileceği bir dataset ve rapor oluşturabilir ve ardından bu raporu Power BI hizmetinde paylaşabilirsiniz.

Power BI hizmeti live connection kullanırken bilinmesi gereken birkaç nokta ve sınırlama vardır;

  • Yalnızca bir dataset için “build permission” kullanıcılar, Power BI hizmeti live connection kullanarak yayınlanan bir veri kümesine bağlanabilir.
  • Ücretsiz kullanıcılar, yalnızca My Workspace’lerinde ve Premium tabanlı çalışma alanlarında datasetlerini görür.
  • Bağlantı live connection olduğundan, left-navigation ve modelleme devre dışı bırakılır. Her raporda yalnızca bir datasete bağlanabilirsiniz. Bu, SQL Server Analysis Services’a bağlanıldığındaki gibidir.
  • Bağlantı live connection olduğundan, row-level security (RLS) ve bu tür diğer bağlantı davranışları uygulanır. Bu, SQL Server Analysis Services’a bağlanıldığındakiyle aynıdır.
  • Owner, paylaşılan orijinal “.pbix” dosyasını değiştirirse, Power BI hizmetinde paylaşılan datasetin ve raporun üzerine yazılır. Bu datasete dayalı raporların üzerine yazılmaz, ancak datasetin de yapılan değişiklikler rapora yansıtılır.
  • Bir çalışma alanının üyeleri, orijinal olarak paylaşılan raporu değiştiremez. Bunu yapma girişimleri, dosyayı yeniden adlandırıp yayımlamanızı isteyen bir uyarıyla sonuçlanır.
  • Power BI hizmetinde paylaşılan datasetinizi silerseniz, dataseti temel alan diğer raporlar artık düzgün çalışmaz veya görsellerini görüntülemez.
  • Power BI hizmetinde paylaşılan bir datasetin silinmesi, artık hiç kimsenin bu datasetine Power BI Desktop’tan erişemeyeceği anlamına gelir.
  • Power BI hizmetinde dataseti paylaşılan raporlar, Power BI REST API kullanılarak otomatik dağıtımları desteklemez.

Kaynakça

**Kaynaklardan kısmen çevirilerek birebir çeviri çalışması yapılmıştır.

https://docs.microsoft.com/en-us/power-bi/transform-model/datamarts/datamarts-overview

https://www.red-gate.com/simple-talk/databases/sql-server/bi-sql-server/datamarts-and-exploratory-analysis-using-power-bi/

https://docs.microsoft.com/en-us/power-bi/transform-model/datamarts/datamarts-get-started

https://docs.microsoft.com/en-us/power-bi/transform-model/dataflows/dataflows-introduction-self-service

https://docs.microsoft.com/en-us/power-bi/transform-model/dataflows/dataflows-create

https://docs.microsoft.com/en-us/power-bi/transform-model/dataflows/dataflows-configure-consume

https://www.sqlshack.com/an-introduction-to-power-bi-dataflows/

https://powerbi.istanbul/power-bi-topoloji-2-dataflow-nedir/

https://docs.microsoft.com/en-us/power-bi/connect-data/service-datasets-understand

https://docs.microsoft.com/en-us/power-bi/connect-data/desktop-report-lifecycle-datasets

https://radacad.com/power-bi-shared-datasets-what-is-it-how-does-it-work-and-why-should-you-care

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir