Quest-ce que le self en Python ? Exemples concrets
Qu'est-ce que le self en Python ? Exemples concrets
Dans ce didacticiel, nous allons découvrir la mise en scène des requêtes à l'aide de l'éditeur Power Query. Il s'agit d'un nouveau concept dont j'aimerais discuter pour que nous comprenions quand et où nous pouvons l'utiliser dans l' éditeur de requête .
Les requêtes intermédiaires peuvent être utilisées pour configurer et exposer les paramètres des sources de données aux requêtes de dimension et de table de faits du jeu de données.
Pour les jeux de données LuckyTemplates, nous devons définir des paramètres spécifiques aux sources de données et développer une requête intermédiaire qui fait référence à ces paramètres. Il s'agit d'une méthode d'accès aux données recommandée.
Table des matières
Analyser le modèle de données
Si on regarde notre modèle en ce moment, on a déjà les éléments essentiels, mais c'est encore trop compliqué. Par conséquent, nous devons utiliser les requêtes pour intégrer nos tables ou données dans un modèle plus raffiné et optimisé. La mise en scène des requêtes via l'éditeur Power Query est une étape intermédiaire pour y parvenir.
Ici, nous avons des tables comme Channel Details , Customers , Products , Regions et une gamme de tables Sales pour 2014 , 2015 et 2016 .
Voyons à quoi pourraient ressembler nos données de démonstration à partir de sources de données disparates que nous devrons peut-être connecter à l'avenir. Si nous vérifions les tables Sales Orders dans ces données de démonstration, nous remarquerons qu'il s'agit exactement des mêmes données qui ne diffèrent que d'une année. Nous devons interroger ces données afin de pouvoir les intégrer à notre modèle. Par conséquent, nous devons trouver un moyen de les intégrer tout en conservant ces requêtes, afin qu'ils continuent à trouver les données.
De plus, nous ne devrions pas les laisser avec le même aspect et la même forme que leur requête initiale. C'est pourquoi nous devons créer cette étape intermédiaire appelée staging area pour ces tables. Ensuite, dans l'éditeur de requêtes, nous allons optimiser la table ou en faire une table unique.
Nous avons la table Sales et les tables de recherche telles que Customers , Regions et Products . Nous avons également la table Channel Details , que nous allons utiliser comme table intermédiaire. Plus tard, nous devons fusionner la table Channel Details dans notre table de faits ( table Sales ). En attendant, nous allons placer la table Channel Details dans notre requête intermédiaire. C'est juste pour vous montrer comment nous pouvons utiliser ce tableau.
Configuration du modèle via l'éditeur Power Query
Revenons maintenant à notre modèle de démonstration. Je vais vous montrer comment je suggérerais de le configurer puisque nous ne voulons créer qu'une seule table de ventes sur ces trois tables.
Nous devons conserver ces trois requêtes. Nous allons donc créer un nouveau groupe pour eux et le nommer Staging Queries.
Déplaçons également la table Channel Details dans notre groupe Staging Queries .
Ensuite, déplaçons les tables Customers , Products et Region à l'intérieur du groupe Data Model .
Ceci est juste un autre bon exemple de la façon d'organiser correctement nos tables.
Finalisation de la requête intermédiaire via l'éditeur Power Query
La seule autre chose à reconnaître avec la mise en scène est la nécessité pour nous de continuer à interroger la source de données. Cependant, nous ne devrions pas laisser ces tableaux entrer dans nos modèles.
Pour organiser cela, commençons par un clic droit sur la table Sales_2014 . Dans ce tableau, nous conserverons l' option Inclure dans l'actualisation du rapport . Ensuite, désactivez le chargement en décochant l' option Activer le chargement .
Désactivons également les tables Sales_2015 , Sales_2016 et Channel Details en décochant l' option Enable Load . Il s'agit de la dernière étape avant de valider ces requêtes dans notre modèle.
Par conséquent, voici à quoi devrait ressembler notre requête de mise en scène. Ils continueront à poser des questions, mais nous n'allons pas les inclure dans notre modèle.
Cela permet de supprimer les paramètres de source de données des requêtes d'extraction de données et également de faciliter la gestion des sources de données et de leurs requêtes.
Conclusion
Gardez à l'esprit que la mise en scène consiste à utiliser ces requêtes à partir de celles qui sont déjà dans un modèle et de celles qui se trouvent dans notre zone de mise en scène. Ensuite, nous devons visualiser le modèle que nous voulons construire à partir de ceux-ci. Nous devons optimiser, nettoyer et façonner nos tables pour les intégrer au modèle avec lequel nous allons établir des relations.
Dans les autres didacticiels, nous apprendrons à ajouter et à fusionner ces tables à partir de la zone de préparation. J'espère que cela vous donne une bonne idée de la façon dont vous pouvez utiliser ce concept et de la manière dont vous devriez y penser du point de vue des requêtes.
Tous mes vœux,
Qu'est-ce que le self en Python ? Exemples concrets
Vous apprendrez à enregistrer et à charger des objets à partir d'un fichier .rds dans R. Ce blog expliquera également comment importer des objets de R vers LuckyTemplates.
Dans ce didacticiel sur le langage de codage DAX, découvrez comment utiliser la fonction GENERATE et comment modifier dynamiquement le titre d'une mesure.
Ce didacticiel explique comment utiliser la technique Multi Threaded Dynamic Visuals pour créer des informations à partir de visualisations de données dynamiques dans vos rapports.
Dans cet article, je vais parcourir le contexte du filtre. Le contexte de filtrage est l'un des principaux sujets que tout utilisateur de LuckyTemplates doit d'abord connaître.
Je souhaite montrer comment le service en ligne LuckyTemplates Apps peut aider à gérer différents rapports et informations générés à partir de diverses sources.
Découvrez comment calculer les modifications de votre marge bénéficiaire à l'aide de techniques telles que la création de branches de mesure et la combinaison de formules DAX dans LuckyTemplates.
Ce didacticiel abordera les idées de matérialisation des caches de données et comment elles affectent les performances des DAX dans la fourniture de résultats.
Si vous utilisez encore Excel jusqu'à présent, c'est le meilleur moment pour commencer à utiliser LuckyTemplates pour vos besoins en matière de rapports commerciaux.
Qu'est-ce que la passerelle LuckyTemplates ? Tout ce que tu as besoin de savoir