Power Query Editor: Staging-Abfragen

Power Query Editor: Staging-Abfragen

In diesem Tutorial lernen wir das  Staging von Abfragen mit dem Power Query-Editor. Dies ist ein neues Konzept, das ich gerne besprechen möchte, damit wir verstehen, wann und wo wir es im  Abfrageeditor verwenden können .  

Staging-Abfragen können verwendet werden, um die Datenquellenparameter zu konfigurieren und für die Dimensions- und Faktentabellenabfragen des Datensatzes verfügbar zu machen.

Für LuckyTemplates-Datensätze müssen wir datenquellenspezifische Parameter definieren und eine Staging-Abfrage entwickeln, die auf diese Parameter verweist. Dies ist eine empfohlene Datenzugriffsmethode.

Inhaltsverzeichnis

Analyse des Datenmodells

Wenn wir uns jetzt unser Modell ansehen, haben wir bereits die wesentlichen Elemente, aber es ist immer noch zu kompliziert. Daher müssen wir die Abfragen nutzen, um unsere Tabellen oder Daten in ein verfeinertes und optimiertes Modell zu integrieren. Das Staging von Abfragen über den Power Query-Editor ist ein Zwischenschritt, um dies zu erreichen.

Power Query Editor: Staging-Abfragen

Hier haben wir Tabellen wie „  Channel Details“„Customers “,  „Products “,  „ Regions “ und eine Reihe von  Sales-  Tabellen für  20142015 und  2016 .  

Power Query Editor: Staging-Abfragen

Sehen wir uns an, wie unsere Demodaten aus unterschiedlichen Datenquellen aussehen könnten, die wir möglicherweise in Zukunft verbinden müssen. Wenn wir uns die Tabellen „Kundenaufträge“ in diesen Demodaten ansehen , werden wir feststellen, dass es sich um genau dieselben Daten handelt, die sich nur in einem Jahr unterscheiden. Wir müssen diese Daten abfragen, damit wir sie in unser Modell integrieren können. Daher müssen wir einen Weg finden, sie zu integrieren und gleichzeitig diese Abfragen beizubehalten, damit sie weiterhin die Daten finden.

Power Query Editor: Staging-Abfragen

Darüber hinaus sollten wir sie nicht im gleichen Aussehen und in der gleichen Form wie ihre ursprüngliche Abfrage belassen. Aus diesem Grund müssen wir diesen Zwischenschritt namens Staging-Bereich für diese Tabellen erstellen. Anschließend optimieren wir im Abfrageeditor die Tabelle oder erstellen daraus eine einzelne Tabelle.

Wir haben die Sales- Tabelle und die Nachschlagetabellen wie Customers , Regions und Products . Wir haben auch die Tabelle „Kanaldetails“ , die wir als Staging-Tabelle verwenden werden. Später müssen wir die Channel-Details- Tabelle mit unserer Faktentabelle ( Sales- Tabelle) zusammenführen. In der Zwischenzeit fügen wir die Tabelle „Kanaldetails“ in unsere Staging-Abfrage ein. Dies dient nur dazu, Ihnen zu zeigen, wie wir diese Tabelle nutzen können.

Einrichten des Modells über den Power Query-Editor

Kehren wir nun zu unserem Demomodell zurück. Ich zeige Ihnen, wie ich die Einrichtung vorschlagen würde, da wir aus diesen drei Tabellen nur eine Verkaufstabelle erstellen möchten.

Power Query Editor: Staging-Abfragen

Wir müssen diese drei Abfragen behalten. Deshalb erstellen wir für sie eine neue Gruppe und nennen sie „Staging-Abfragen“.

Power Query Editor: Staging-Abfragen

Verschieben wir auch die  Tabelle „Kanaldetails“  in unsere  Gruppe „Staging-Abfragen“  . 

Power Query Editor: Staging-Abfragen

Anschließend verschieben wir die  Tabellen „Customers“„Products “ und  „ Region“  in die  Gruppe „Data Model“  .

Power Query Editor: Staging-Abfragen

Dies ist nur ein weiteres gutes Beispiel dafür, wie wir unsere Tische richtig organisieren. 

Abschließen der Staging-Abfrage über den Power Query-Editor

Das Einzige, was man beim Staging noch beachten muss, ist die Notwendigkeit, die Datenquelle weiterhin abzufragen. Allerdings sollten wir diese Tabellen nicht in unsere Modelle einfließen lassen.

Um das zu organisieren, beginnen wir mit einem Rechtsklick auf die Tabelle „Sales_2014“ . In dieser Tabelle behalten wir die Option „In Berichtsaktualisierung einbeziehen“ bei . Deaktivieren Sie dann die Last, indem Sie die Option „Laden aktivieren“ deaktivieren .

Power Query Editor: Staging-Abfragen

Deaktivieren wir auch die Tabellen „Sales_2015“ , „Sales_2016 “ und „ Channel Details“ , indem wir die Option „Laden aktivieren“ deaktivieren . Dies ist der letzte Schritt, bevor wir diese Abfragen in unser Modell übernehmen.

Daher sollte unsere Staging-Abfrage so aussehen. Sie werden weiterhin Abfragen durchführen, aber wir werden sie nicht in unser Modell integrieren.

Power Query Editor: Staging-Abfragen

Dies dient dazu, Datenquellenparameter aus Datenabrufabfragen zu entfernen und außerdem die Verwaltung von Datenquellen und deren Abfragen zu vereinfachen.

Abschluss

Bedenken Sie, dass es beim Staging darum geht, diese Abfragen entweder von denen zu verwenden, die sich bereits in einem Modell befinden, oder von denen, die sich in unserem Staging-Bereich befinden. Dann müssen wir das Modell visualisieren, das wir daraus aufbauen wollen. Wir müssen unsere Tabellen optimieren, bereinigen und formen, um sie in das Modell zu integrieren, mit dem wir Beziehungen aufbauen werden.

In den anderen Tutorials erfahren Sie, wie Sie diese Tabellen aus dem Staging-Bereich anhängen und zusammenführen. Hoffentlich gibt Ihnen dies eine gute Vorstellung davon, wie Sie dieses Konzept nutzen können und wie Sie es aus der Abfrageperspektive betrachten sollten.

Alles Gute,


So speichern und laden Sie eine RDS-Datei in R

So speichern und laden Sie eine RDS-Datei in R

Sie erfahren, wie Sie Objekte aus einer .rds-Datei in R speichern und laden. In diesem Blog wird auch behandelt, wie Sie Objekte aus R in LuckyTemplates importieren.

Was ist Self in Python: Beispiele aus der Praxis

Was ist Self in Python: Beispiele aus der Praxis

Was ist Self in Python: Beispiele aus der Praxis

First N Business Days Revisited – Eine DAX-Codierungssprachenlösung

First N Business Days Revisited – Eine DAX-Codierungssprachenlösung

In diesem Tutorial zur DAX-Codierungssprache erfahren Sie, wie Sie die GENERATE-Funktion verwenden und einen Kennzahltitel dynamisch ändern.

Präsentieren Sie Einblicke mithilfe der Multi-Threaded-Dynamic-Visuals-Technik in LuckyTemplates

Präsentieren Sie Einblicke mithilfe der Multi-Threaded-Dynamic-Visuals-Technik in LuckyTemplates

In diesem Tutorial erfahren Sie, wie Sie mithilfe der Multi-Threaded-Dynamic-Visuals-Technik Erkenntnisse aus dynamischen Datenvisualisierungen in Ihren Berichten gewinnen.

Einführung in den Filterkontext in LuckyTemplates

Einführung in den Filterkontext in LuckyTemplates

In diesem Artikel werde ich den Filterkontext durchgehen. Der Filterkontext ist eines der Hauptthemen, über die sich jeder LuckyTemplates-Benutzer zunächst informieren sollte.

Beste Tipps zur Verwendung der Apps im LuckyTemplates-Onlinedienst

Beste Tipps zur Verwendung der Apps im LuckyTemplates-Onlinedienst

Ich möchte zeigen, wie der LuckyTemplates Apps-Onlinedienst bei der Verwaltung verschiedener Berichte und Erkenntnisse aus verschiedenen Quellen helfen kann.

Analysieren Sie Gewinnmargenänderungen im Laufe der Zeit – Analysen mit LuckyTemplates und DAX

Analysieren Sie Gewinnmargenänderungen im Laufe der Zeit – Analysen mit LuckyTemplates und DAX

Erfahren Sie, wie Sie Ihre Gewinnmargenänderungen mithilfe von Techniken wie Kennzahlenverzweigung und der Kombination von DAX-Formeln in LuckyTemplates ermitteln.

Materialisierungsideen für Datencaches in DAX Studio

Materialisierungsideen für Datencaches in DAX Studio

In diesem Tutorial werden die Ideen der Materialisierung von Datencaches und deren Auswirkungen auf die Leistung von DAXs bei der Bereitstellung von Ergebnissen erläutert.

Geschäftsberichte mit LuckyTemplates

Geschäftsberichte mit LuckyTemplates

Wenn Sie bisher noch Excel verwenden, ist dies der beste Zeitpunkt, LuckyTemplates für Ihre Geschäftsberichtsanforderungen zu verwenden.

Was ist LuckyTemplates Gateway? Alles was du wissen musst

Was ist LuckyTemplates Gateway? Alles was du wissen musst

Was ist LuckyTemplates Gateway? Alles was du wissen musst