题记:这篇稿子不仅是Power BI的入门教程,同时针锋相对于Qlik
Sense进行了概括比较。

日前将一个Qlik Sense的以身作则应用手动转成为了Power
BI的用,把有关手续同遇的题目记录如下,权当作一个入门教程。

1,准备原始数据

由于Qlik
Sense的言传身教应用只有一个独门的qvf文件,那么原来数据只有经过qvf来导出。此qvf中之数据模型如下图所示:

图片 1

Qlik
Sense并从未提供数据模型包含数据的圆导出功能,所以不得不使用最烦和旧之章程,即:创建表格,在表格中长某个数据表的有着字段,然后重新用可视化对象的导出功能导出数据吧xlsx文件。通过这种方法,把具备表都导出。注:但于实际操作当中,未必所有表都导出,因为小表可以在Power
BI中生成(比如日期表DateParts),有些表在Power
BI中为因而不至(比如月份顺序表Month Sort Order)。

理所当然,如果你以得到原始数据的文书要数据库,那么尽管可跨了就无异步。

2,加载数据

随即步比较简单,在Power
BI中初构筑一个文档,通过“获取数据”-“Excel”来选要导入的xlsx文件。

图片 2

选文件从此,会显“导航器”对话框。在此间选择要导入的工作表(可以选择多个)。选择工作表之后,可以直接点“加载”,也可以触“编辑”来打开“查询编辑器”修改ETL脚本(当然在加载后要得另行编排脚本)。如果直接点“加载”之后,Power
BI就会见把挑选的劳作表中的数加载进来,这个时候就可当“数据”视图中预览其中的数码,右侧的“字段”边栏也会见显示表及其包含的字段:

图片 3

这时节,你会意识说明名称是xlsx文件中默认的Sheet1,修改表名称的绝简易方法尽管是,在表名称上沾右键选择“重命名”。另外,有些xlsx文件导入之后,数据可能会见油然而生下面这种没有正常识别列名称的题材,这个时就是待利用“查询编辑器”中的“提升的题目”(把第一推行数据作标题/列名)的效能:

图片 4

“查询编辑器”是一个强的UI操作界面,帮您自动生成Power
Query的M语言脚本,可以透过“高级编辑器”来查阅每个表底Power
Query脚本。而Power
Query的率先步就是是通过“源”和“导航”脚本来实现Extract-Load的步子。对于Power
BI而言,Extract-Load可以实现之力来:

  • 自从各类数据源中取数据:各类文件、各类数据库、各类Azure的PaaS、各类联机服务和另数据源(比如R脚本)
  • 对数据源的安排进行设置
  • 一直录入数据

3,转换和扶植数据

每当加载数据的长河遭到或者下,还可以连续用“查询编辑器”来对加载的多少开展转换和培训(即Transform)。所谓转换与栽培就是运用Power
Query的M语言脚本来对数码的加载过程,进行额外处理。我大约把此过程被Power
BI能提供的力量整理了瞬间:

  • 通用
    • 排的管理:选择列、删除列
    • 实践的管住:保留行(前后、间隔、重复、错误)、删除行
    • 排序:基于一个排或多只列进行沉降序
    • 联合数据:可以是统一数据(两只说明提供不同之排),也可以是多数据(两个说明提供不同之实践)
  • 转换
    • 表明数据管理:对原本数据进行分组、提升第一行作为标题、行列颠倒、首尾行调换、对数据行计数
    • 不无列的处理:重命名列名、数据类型的自动检测和手动修改、替换值、填充单元格(上下两独趋势都可)、透视列(正逆两个方向)、转换为列表(列表转回列)
    • 文本列的拍卖:拆分(分隔符、字符数)、格式化(大小写、首字母大写、修整Trim、清除非打印字符、添加前后缀)、合并、提取(字符串长度、首子字符串、尾子字符串、选定范围子字符串)、分析(从xml和json字符串中提取出多少)
    • 数值列的处理:聚合运算(求和、最老最小、中值、平均值、标准不是、值计数、非重复计数)、标准运算(四则、整除、取模、除得比例、乘得比例)、科学运算(求绝对值、求幂、求指数、求对数、求阶乘)、三角函数运算、舍入(向上向下、自定义)、特征(奇偶、符号)
    • 日子列的拍卖:日期的处理、时间之处理、持续时间的拍卖
    • 布局化列的处理:扩展、聚合
  • 上加计算列
    • 例行:基于公式计算、基于自定义公式计算、基于条件判断计算、添加索引列、复制列
    • 基于文本列添加:格式化后、合并后、提取后、分析后
    • 据悉数值列添加:聚合运算后、标准运算后、科学运算后、三角函数运算后、舍入后、提取特征后
    • 因时间列添加:日期处理后、时间拍卖后、持续时间处理后

自地方整理的情来拘禁,Power BI由于沿用了SQL
Server和Excel中早就是的Power
Query,所以它们的ETL功能还是颇强大的,并且几乎不用您手动编写ETL脚本即可到位复杂的ETL工作。

思对Power
Query的功力发生详实了解的,建议查看Excel的文档:https://support.office.com/zh-cn/article/%E8%8E%B7%E5%8F%96%E5%92%8C%E8%BD%AC%E6%8D%A2%E5%9C%A8-Excel-2016-%E4%B8%AD-881c63c6-37c5-4ca2-b616-59e18d75b4de?ui=zh-CN&rs=zh-CN&ad=CN

4,建模数据

每当完成多少的ETL之后,需要之步调就是是对准数据开展建模。一般而言,在导入数据后,Power
BI会根据字段的称自动测算出表之间的干的。比如下图虽是导入示例数据后自动构建的涉及图:

图片 5

建模的劳作跟ETL的劳作是个别个例外之手续,虽然小力量上的功效是均等,但是背后实现之机理是不平等的。最醒目的一个地方便是数据类型的改动,在查询编辑器中针对数据类型进行改动会交替或有新的ETL脚本,而当数量视图中改数据列不会见潜移默化ETL脚本。

Power BI支持的建模能力整理如下:

  • 管住涉及:可以透过关系视图来可视化的拖动连线,也可以由此“管理涉及”对话框浏览、新建、自动检测、编辑和去关系
  • 提到:关系支持1:1、1:N、N:1,关系筛选支持单向和双向 。
  • 公式计算:添加依据DAX表达式计算得到的度过量值(度量值默认放到当下当选的表当中,也堪由到其他表中),添加根据DAX表达式计算得到的计算列,添加依据DAX表达式计算得到的表
  • 排序:选择排序的列 。
  • 格式设置:可以设置列的数据类型(小数、定点十前进制数、整数、日期/时间、日期、时间、文本、布尔值、二进制),显示格式(各种货币格式、时间格式、百分比、小数位数、科学计数等)
  • 特性设置:所属表(可以为度值设置归属的阐发),数据分类(设置值的来得特征,比如地址、Url、条码,可以一本万利于可视化控件更好的拍卖内容),默认聚合方式(要无要求以及等)
  • 安全性:基于DAX表达式来设定什么角色好查看什么数据,非常灵活的行级访问控制机制
  • 分组:这是什么坏,我耶还没有搞懂。 有知道之情侣想不吝赐教。

每当建模的长河中,尤其与公式计算有关的事物还关系到数码解析表达式(Data
Analysis
Expressions,DAX)的动,详细的认证可以参考MSDN官方文档:https://msdn.microsoft.com/library/gg413422.aspx

(updated
2016.12.20)更完整的文档在此处:https://msdn.microsoft.com/en-us/library/mt244090.aspx

对此自之之示例,我其实利用了如下几种建模能力:

  • 日期数的格式改变:把长格式的日子字符串修改为缺乏的 。
  • 各种度量值的树:我之渡过量值主要涉嫌一些求和、求平均、计数、变化率等。为了更好的治本度量值,我特别新建了一个称作也DetialsMeaured的阐明,公式为:DetailsMesured
    = ALL(Details[EpisodeID]),然后将建的各种度量值由到是表当中 。
  • 百分比率的格式化:求变化率的渡过量值,可以拿显示格式设置为百分比,那么在放开可视化控件被便一直显示为百分比,无需额外装或趁着100(我下了一个叔正在控件,其无法辨别百分比格式,只能于心胸值上乘100)
  • 立层级结构:为了支持数据的下钻显示,那么用建立数量的层次结构,比如财年包含月份。要建立层次结构很粗略,直接拿一个字段拖动到另外一个字段下面Power
    BI就会见活动创建一个新的层次结构列(包含了公正操作的有数单字段),接着可以继承拖入其他列到这层次结构列下,还可以拖动来进行排序。
  • 树立日期表:很多分析都是和时间相关的,那么就算需有雷同摆设独立的日期表来啊维度提供数据(包括年、财年、季度、月、日、天等)。原来的qvf中也设有就一个日期表,也是据脚本生成的,对于Power
    BI而言同样为足以经下本来生成一个日期表。生成日期表的本子如下:

DateKey = ADDCOLUMNS(
CALENDAR(FIRSTDATE(Details[EpisodeAdmissionDate]),LASTDATE(Details[EpisodeAdmissionDate])),
"DateAsInt",FORMAT([Date],"YYYYMMDD"),
"Year",YEAR([Date]),
"Quarter",VALUE(FORMAT([Date],"Q")),
"YearQuarter",FORMAT ( [Date],"YYYY" ) & "/Q" & FORMAT ( [Date],"Q" ),
"Month",MONTH([Date]),
"MonthName",FORMAT([Date],"mmm"),
"Day",DAY([Date]),
"WeekNum",WEEKNUM([Date]),
"WeekDay",WEEKDAY([Date]),
"WeekDayName",FORMAT([Date],"ddd"),
"Fiscal Year",IF(MONTH([Date])>3,YEAR([Date]) +1,YEAR([Date])),
"Fiscal Year Name",IF(MONTH([Date])>3,YEAR([Date]) & "-" & (YEAR([Date]) + 1),(YEAR([Date]) - 1) & "-" & YEAR([Date]))
)

将日子表添加到范中后,就足以手动把日期表的Date字段和Details表中之EpisodeAdmissionDate字段建立该干。最终的模型图如下:

图片 6

日期表创建的再度多详细介绍,可以参考这博客文章:http://kohera.be/blog/business-intelligence/how-to-create-a-date-table-in-power-bi-in-2-simple-steps/

5,可视化显示数据

由此可视化控件来显示数据尚未最好多足说之。Power
BI的合法文档已经写的较好了,见:https://powerbi.microsoft.com/zh-cn/documentation/powerbi-desktop-report-view/

单纯就是是将一个可视化控件拖到报表页面及,然后把所需要的维度与心胸拖到可视化控件被之数码标签页中的“轴”/“图例”或者“值”下面,如下图所示:

图片 7

多少建模的当儿关系过下研究显示。下钻显示出一定量栽方式:一种植使层级结构列,一种植不动。

简易说来,对于下层级结构的计,就是事先树一个层级结构列,然后拿此列拖到“轴”下面,可视化控件便见面以上头的操作栏显示用于下研究数据的特定按钮。如下图所示:

图片 8

对第二种下研究显示方式,我从来不使用,详细的认证可以展现:https://powerbi.microsoft.com/zh-cn/documentation/powerbi-service-drill-down-in-a-visualization/。

也可视化控件准备好数据后,还可以通过“格式”设置标签页(即刷子状图标)来安装有些来得格式,比如标题,字体,颜色什么的。

当数增长到可视化控件之后,这些字段还见面自动添加至视觉级别筛选器,除此之外,你还好额外把字段添加到页面级筛选器和报告级筛选器中。这些筛选器的打算范围望文生义应该好解。

然而需要专注的是,筛选器在明宣布到Web后连无可见,所以若还可以独自在表页面上添加所要的切片器。切片器的数额设置方式与任何可视化控件类似。

6,和Qlik Sense的比较

简言之的可比下来(个人观点):

  1. ETL能力由背倚SQL
    Server分析服务的相关技术,所以可以得同Qlik相当,尤其几乎可以不要手写脚本。
  2. 建模能力和Qlik相当,只是操作体验上会差一些。
  3. 可视化能力比Qlik就差多,不管是放到的可视化控件还是第三正扩大的控件都是这样。
  4. 前者操作(也就最终用户使用BI应用)的体会为比Qlik差。
  5. 扩大以及购并力量也是因为Power BI的固定决定了未曾Qlik灵活。
  6. 极可怜的优势是入门的认可费用低廉(如果愿意用SaaS的语)。
  7. 同一很特征是负有人工智能辅助的便捷见能力。

Power BI以可视化能力者确实需要更增进,比如自己就遇上如下几个问题:

  • 排序只能根据当前运的维度,不克自定义排序
  • 堆积如山面积图图例不可知下钻
  • 从未有过竖条仪表图
  • 饼图不克统一为Other
  • 表不支持下研究
  • (updated 2016.12.20)货币格式的数值不克亮负数

末了只好吐槽下,Power BI的文档用机器翻译就算是了,感觉Power BI
Desktop的中文版也是机器翻译的。还不如自己来翻译算了(作为MVP可以免费做贡献)。

相关文章

网站地图xml地图