データ モデルの Power Query のベスト プラクティス

データ モデルの Power Query のベスト プラクティス

Power Query は、データ モデルに読み込まれる各テーブルを準備するために使用されます。したがって、データ モデル内のテーブル、フィールド、メジャーは複雑ではなく、ユーザーフレンドリーであることが基本です。 このチュートリアルでは、データ モデルの Power Query のベスト プラクティス、その機能の一部、およびクエリ エディターを使用する必要がある理由について説明します

Power Query を使用すると、ユーザーは非常に複雑な操作を行うことができます。したがって、すべてを適切に整理するには、いくつかのベスト プラクティス ルールに従うことが常に重要です。

目次

1. 常にデータを Power Query エディターに取り込む

通常、ユーザーは、[データの取得]オプションを使用して、データをデータ モデルに直接インポートします。

データ モデルの Power Query のベスト プラクティス

それを行わずに、最初にクエリ エディターを使用することを強くお勧めします。これは、最初にデータを常にクエリ エディターに取り込んでクリーンアップする必要があることを意味します。その理由は、データは決して完璧ではないからです。データをデータ モデルに追加する前に、 クエリ エディターでデータを確認することをお勧めします。

2. クエリとは何かを理解することが常にベスト プラクティスです

私がお勧めする最も重要な Power Query のベスト プラクティスの 1 つは、クエリとは何かを理解することです。 

クエリは、データの最悪の形式のスナップショットのようなものです。LuckyTemplates モデルには物理的に何も転送されません。 

データ テーブルが大きくなる可能性があるため、クエリを実行し、LuckyTemplates モデルに関して過負荷を生じさせないようにしたいと考えています。それらをクエリ形式で取得したら、それらのテーブルのすべてのクリーニングと変換を行います。したがって、データ モデルにデータを直接コミットすることと比較して、クエリとは何かをよく理解することが重要です。  

データ モデルの Power Query のベスト プラクティス

3. モデル開発のためにクエリを整理する練習をする

モデル開発の Power Query のベスト プラクティスの観点から、クエリを整理することは非常に重要です。これは、LuckyTemplates 内で開発を進めていくと、大量のクエリが発生するためです。場合によっては、クエリがステージング テーブルのようになり、最終的には別のテーブルに追加またはマージされることがあります。そのため、多くのクエリを受け取る可能性があり、それらを管理できる必要があります。 

この例では、フォルダーを使用して左側にそれらを整理しました。クエリをドラッグ アンド ドロップして、特定の順序に並べることもできます。クエリを整理するときに重要なのは、クエリだけでなくクエリが含まれるフォルダーにも直感的に名前を付けることです。 

データ モデルの Power Query のベスト プラクティス

4. Power Query エディターで M コードを分析する

学ぶ必要があるもう 1 つの Power Query ベスト プラクティスは、詳細エディターの内部、より具体的にはM コードで何が起こっているのかを知ることです。 

データ モデルの Power Query のベスト プラクティス

これは、日付クエリを使用した詳細なM コードの例です。これは、変換を行うたびに変更される単なるコードです。つまり、私たちが行っている変換のさまざまな詳細をすべて並べただけです。 

データ モデルの Power Query のベスト プラクティス

たとえば、ここで列を削除してみましょう。 

データ モデルの Power Query のベスト プラクティス

次に、 Advanced Editorでコードを開くと、列を削除したことも記録されていることがわかります。コードを記述する必要はありませんが、コードをよく理解する必要があります。これを明確に分析できれば、この部分ではさらに高度な処理を行う機会がかなりあることがわかります。 

データ モデルの Power Query のベスト プラクティス

5. LuckyTemplates テーブルの構造と最適化

最後に、LuckyTemplates のテーブルをどのように構造化または最適化するかをユーザーに理解していただくことを強くお勧めします。これは非常に重要です。なぜなら、このクエリ段階を通過したら、最終的にそれをデータ モデルにコミットし、それを中心にデータ モデルを構築する必要があるからです。これに取り組む際には、データ モデルを念頭に置く必要があります。これは、データ モデルに合わせてテーブルを最適化する場所だからです。 

では、テーブルがデータ モデル内に収まるのに最適な形状とは何でしょうか? 多くの場合、すべてのデータ状況は固有であるため、これに対する実際の正確な答えもありません。

結論

以上が、私が提案する Power Query のベスト プラクティスと、他のブログ記事で取り上げる主な重要事項の一部です。これらの一般的なヒントに従うと、LuckyTemplates レポート ソリューションの中心とみなされる適切なデータ モデルを準備するのに役立ちます。

クエリ エディターの内部で何が起こっているかを理解することが非常に重要であることを常に念頭に置いてください。そこから、適切で最適化されたテーブルがどのようなものかを独自のデータ シナリオやモデルに適用することができます。 

ではごきげんよう、


Power Automate の文字列関数: Substring と IndexOf

Power Automate の文字列関数: Substring と IndexOf

Microsoft フローで使用できる 2 つの複雑な Power Automate String 関数、substring 関数とindexOf 関数を簡単に学習します。

LuckyTemplates でビジュアル ツールチップを作成する

LuckyTemplates でビジュアル ツールチップを作成する

LuckyTemplates ツールチップを使用すると、より多くの情報を 1 つのレポート ページに圧縮できます。効果的な視覚化の手法を学ぶことができます。

Power Automate で HTTP 要求を行う

Power Automate で HTTP 要求を行う

Power Automate で HTTP 要求を作成し、データを受信する方法を学んでいます。

LuckyTemplates で日付テーブルを作成する方法

LuckyTemplates で日付テーブルを作成する方法

LuckyTemplates で簡単に日付テーブルを作成する方法について学びましょう。データの分析と視覚化のための効果的なツールとして活用できます。

2 つの方法による SharePoint 列の検証

2 つの方法による SharePoint 列の検証

SharePoint 列の検証の数式を使用して、ユーザーからの入力を制限および検証する方法を学びます。

SharePoint リストを Excel または CSV ファイルにエクスポート

SharePoint リストを Excel または CSV ファイルにエクスポート

SharePoint リストを Excel ファイルおよび CSV ファイルにエクスポートする方法を学び、さまざまな状況に最適なエクスポート方法を決定できるようにします。

Power Automate のオンプレミス データ ゲートウェイ

Power Automate のオンプレミス データ ゲートウェイ

ユーザーがコンピューターから離れているときに、オンプレミス データ ゲートウェイを使用して Power Automate がデスクトップ アプリケーションにアクセスできるようにする方法を説明します。

DAX 数式での LASTNONBLANK の使用

DAX 数式での LASTNONBLANK の使用

DAX 数式で LASTNONBLANK 関数を使用して、データ分析の深い洞察を得る方法を学びます。

CROSSJOIN 関数の使用方法 – LuckyTemplates および DAX チュートリアル

CROSSJOIN 関数の使用方法 – LuckyTemplates および DAX チュートリアル

LuckyTemplates で予算分析とレポートを実行しながら、CROSSJOIN 関数を使用して 2 つのデータ テーブルをバインドする方法を学びます。

TREATAS 関数を使用して LuckyTemplates で仮想リレーションシップを作成する

TREATAS 関数を使用して LuckyTemplates で仮想リレーションシップを作成する

このチュートリアルでは、LuckyTemplates TREATAS を使用して数式内に仮想リレーションシップを作成する方法を説明します。