Microsoft Power BI II. - Pokročilý import údajov pomocou editora Power Query

IT LEARNING SLOVAKIA, s.r.o.

Popis kurzu

Obsah kurzu

===Príprava údajov pre dátový model - Príprava údajov pre Power BI - Čo je to dátový model - Opakovanie základnej databázovej teórie - Aký tvar musia mať údaje, ktoré vstupujú do dátového modelu - Príklady nesprávnych tvarov tabuliek, ktoré potrebujú transformáciu - Práca so vzťahmi v Power BI - Čo je to Kardinalita vzťahu a ako ovplyvňuje model - Ako funguje automatické zisťovanie kardinality - Vzťahy typu N-M a nastavenie krížového filtrovania - Dátovy model typu hviezda resp. vločka - Problémy so vzťahmi typu N-M - Čo je to model typu hviezda - Čo sú to tabuľky faktov a dimenzií ===Editor Power Query - Predstavenie editora dotazov Power Query - Popis základného prostredia - Práca s panelom použité kroky - Rozšírený editor a jazyk M - Základné transformačné nástroje - Filtrovanie vstupných údajov - Nastavenie typu údaja a jeho význam pre model - Nástroje na čistenie a konverziu hodnôt - Nástroje na transformovanie tabuľky - Pivot a Unpivot - Transponovanie tabuľky - Doplnenie chýbajúcich údajov - Zoskupenie a agregácia údajov - Vypočítané stĺpce - Základný syntax výpočtov - Prehľad operátorov - Výpočty s podmienkou IF - Práca s niekoľkými dotazmi - Panel dotazov a efektívna organizácia dotazov do skupín - Kopírovanie dotazov v režime duplikát a odkaz - Spojenie niekoľkých dotazov v režime „Pripájacie dotazy“ (Append query) - Spojenie niekoľkých dotazov v režime „Zlučovacie dotazy“ (Merge query) - Čo sú to úrovne ochrany (privacy levels) a ich správne nastavenie - Rozdiel medzi vytvorením vzťahu v Power BI a spojení dotazov v PowerQuery - Pokročilá práca v dotazoch - Úvod do editora jazyka M - Parametrizácia dotazov - Vytvorenie vlastnej funkcie ===Ako postupovať pri výbere údajov z rôznych zdrojov - Tradičné OLTP Databázy - Ako sa bezpečne pripojiť na SQL server - Problémy s pripájaním na niektoré SQL riešenia (napr. MySQL alebo Oracle) - Konfigurácia ODBC spojenia a jeho použitie v PowerQuery - Ako pracovať s databázami, ktoré majú desiatky až stovky tabuliek - Iné databázové a informačné riešenia - Databázy typu data Warehouse - Rozdiel medzi OLTP a data Warehouse databázou - Problémy iných informačných systémov - Excel súbory (xls, xlsx) - Kategorizácia rôznych typov tabuliek a potrebné transformácie - Problémy, ktoré môžu nastať pri čistení Excel údajov - Ako analyzovať kvalitu údajov v zdrojov súbore - Ako predísť dodatočným zmenám v zdroji údajov ktoré môžu spôsobiť nefunkčnosť dotazu - Plaintext-ové súbory typu CSV - Definovanie pojmu plain text súbor - Vysvetlenie pojmu kódová stránka - Aká je štruktúra súboru typu CSV - Problémy s regionálnymi variantami súboru CSV - Typické konverzie a čistenie súboru CSV - XML a JSON údaje - Formát údajov typu XML - Formát údajov typu JSON - XML a JSON údaje v súboroch - XML a JSON údaje na webe - Varianty XML a JSON ktoré obsahujú niekoľko tabuliek - Webové zdroje - Jednoduché tabuľky na webe - Výber údajov ktoré nie sú v tabuľke - Iné zaujímavé zdroje údajov - Dôležité SAAS konektory ===Optimalizácia dátového modelu na úrovni PowerQuery - Režim pripojenia DirectQuery - Čo je to DirectQuery - Výhody a nevýhody Direct Query - Podporované zdroje pre režim DirectQuery - OLAP kocky a pripojenie naživo - Čo je to OLAP kocka - Výhody a nevýhody OLAP kociek - Optimalizácia dátového modelu v režime Import - Efektívne využívanie relačných vzťahov - Analyzovanie kvality a distribúcie hodnôt v stĺpci - Problém časovej analýzy a tabuľka dátumov - Vytvorenie a nastavenie špeciálnych agregačných tabuliek - Nastavenie prírastkového obnovenia (incremental refresh) - Ďalšie typy a triky

Cieľová skupina

mierne pokročilý

Hodnotenie