Implementando esquemas em estrela no Power BI Desktop

Implementando esquemas em estrela no Power BI Desktop

Screenshot post selecting 'Merge Queries' from toolbar.
cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


Neste artigo, você verá como implementar um esquema em estrela no Power BI. O Microsoft Power BI é uma ferramenta de análise de negócios usada para manipular e analisar dados de várias fontes.

O que é um esquema em estrela?

O esquema em estrela refere-se à descrição lógica dos conjuntos de dados em que os dados são divididos em tabelas de fatos e tabelas de dimensões.

A tabela de fatos contém as informações reais e a tabela de dimensões contém as informações relacionadas. Estrela
    O esquema é muito semelhante a um relacionamento um para muitos, em que uma tabela pode ter chaves estrangeiras múltiplas / duplicadas de um
    coluna de chave estrangeira.

Veja a figura a seguir. Na figura abaixo, temos duas tabelas dimensionais: Categorias e
    Autores e livros de uma tabela de fatos.

Tabelas dimensionais

Como regra geral, as tabelas que contêm valores que podem ser repetidos nas outras tabelas são tabelas de dimensões e a tabela que contém chaves estrangeiras de outras tabelas é implementada como uma tabela de fatos.

Por exemplo, se você olhar para a tabela Authors, ela conterá valores como author_id e author_name. Como um autor pode escrever vários livros, pode haver vários registros na tabela Livros em que o valor para o author_id será o mesmo e, portanto, repetido. Portanto, a tabela Autores será implementada como uma tabela de dimensão em um esquema em estrela no
    Power BI. Da mesma maneira, a tabela Categorias foi implementada como uma tabela de dimensões.

Se você olhar para a tabela Livros, ela contém colunas que podem ser usadas para recuperar dados de outras tabelas, ou seja, usando
    As colunas category_id e author_name da tabela Livros, os nomes das categorias e os nomes dos autores podem ser recuperados.
    Como a tabela Livros contém chaves que podem ser usadas para recuperar dados de outras tabelas, a tabela Livros é implementada como uma tabela de fatos.

Agora que você entende o que é esquema em estrela e quais são as tabelas de dimensões e fatos, vamos analisar brevemente por que você pode querer usar um esquema em estrela no Power BI.

Leia Também  Obter atributos de coluna para todas as tabelas do SQL Server que correspondem aos critérios de pesquisa

As principais vantagens dos esquemas em estrela são:

Simplicidade

Os esquemas em estrela são muito fáceis de entender, ler e usar. As dimensões são usadas para dividir e dividir os dados, e fatos para
    números agregados.

atuação

Os esquemas em estrela contêm caminhos de junção claros e um número relativamente pequeno de tabelas. Isso significa que as consultas são executadas mais
    rapidamente do que em um sistema operacional.

Escalabilidade

Os esquemas em estrela podem acomodar alterações, como adicionar novas dimensões, atributos ou medidas com muita facilidade. Fazer
    as alterações no esquema em estrela no Power BI serão simples quando você estiver configurado.

Apoio, suporte

Esquemas em estrela são os esquemas mais usados ​​no BI. Isso significa que eles são amplamente compreendidos e apoiados por um
    grande número de ferramentas de BI.

Agora que entendemos o que é o esquema em estrela e por que você pode implementar o esquema em estrela no Power BI, vamos criar um banco de dados no SQL Server que será usado como fonte para a área de trabalho do Power BI. O banco de dados será usado para implementar o esquema inicial no Power BI.

Criando um banco de dados fictício

Criaremos um banco de dados simples do SQL Server para uma livraria fictícia. O nome do banco de dados será o
    Livraria.

O script a seguir cria nosso banco de dados:

O banco de dados conterá apenas uma tabela, ou seja:

A tabela Livros contém 7 colunas: ID, nome do livro, preço, cateogory_id, category_name, author_id e author_name.

Vamos adicionar alguns registros fictícios na tabela Livros:

Conectando o Power BI ao SQL Server

Criamos um conjunto de dados fictício. A próxima etapa é conectar o Power BI ao SQL Server e importar o conjunto de dados BookStore para o Power BI. Para ver a explicação detalhada de como conectar o Power BI ao SQL Server, consulte
    este artigo sobre como conectar o Power BI ao SQL. Apenas uma breve explicação é dada nesta seção.

Para conectar o Power BI ao SQL Server, abra o painel principal do Power BI e selecione a opção “Obter dados” no menu superior. Uma caixa de diálogo aparecerá onde você precisará inserir o SQL Server e os nomes do banco de dados. Digite o nome do servidor conforme o nome da instância do SQL Server. No campo Banco de Dados, digite “BookStore”.

Depois que a conexão for estabelecida, você verá a seguinte janela.

Tela do Power BI depois que a tabela de livros é importada

Clique no nome da tabela “Livros” e, em seguida, clique no botão “Transformar dados”. Os dados serão carregados na consulta
    Editor.

Implementando o esquema Star no Power BI com o Query Editor

Se você olhar para a tabela Livros no editor de consultas, ela conterá 7 colunas, como mostrado abaixo:

A tabela de livros no editor de consultas do power bi

Para implementar o Star Schema no Power BI usando a tabela Livros, como expliquei anteriormente, precisamos dividir a tabela Livros em três tabelas, como Livros, Categorias e Autores. Um único conjunto de dados ou tabela no Power BI Query Editor é chamado de consulta. A partir de agora, usarei o termo consulta para cada tabela.

Criando uma consulta dimensional para categorias

Como primeira etapa, criaremos uma tabela de dimensões para Categoria. Para fazer isso, clique com o botão direito do mouse na consulta Livros (tabela),
    e selecione “Referência” no menu suspenso, como mostrado abaixo. Isso criará uma nova consulta que faz referência à consulta real do Books. A nova consulta não terá nenhuma conexão com a fonte de dados real. Essa nova consulta será usada para criar uma consulta de dimensão para Categoria. Clique no nome da consulta e renomeie-o para DIM-Category.

Criando uma tabela de dimensões para nossa tabela Categoria.

A consulta Categoria DIM conterá as mesmas sete colunas que a consulta Livros. Na consulta DIM-Category, precisamos apenas das colunas category_id e category_name. Portanto, selecione todas as colunas, exceto as duas, e clique no botão
    Opção “Remover colunas” no menu superior, como mostrado na captura de tela a seguir.

Clicando para remover colunas de uma tabela de dimensões

A próxima etapa é remover as linhas duplicadas da consulta da categoria DIM. Para fazer isso, selecione qualquer coluna e clique na opção “Remover linhas -> Remover duplicatas” no menu superior.

Uma captura de tela de como remover linhas duplicadas.

Depois de remover as duplicatas, você deverá ver a seguinte consulta. Você pode ver que a consulta da categoria DIM agora contém apenas IDs e nomes exclusivos dos autores.

A postagem da consulta processando os dados.

Criando uma consulta dimensional para autores

Para criar uma consulta de dimensão para os autores, crie novamente uma nova consulta de referência e renomeie-a como “DIM-Author”. Próximo
    remova todas as colunas da consulta DIM-Author, exceto author_id e author_name, como mostrado abaixo:

Removendo todas as colunas, exceto Author_id e Author_name

Em seguida, remova as colunas duplicadas da consulta DIM-Author, clicando em “Remover linhas -> Remover duplicatas”
    opção no menu superior.

Removendo colunas duplicadas da nossa consulta.

A consulta DIM-Author ficará assim assim que você remover as duplicatas.

O pós-processamento da consulta DIM-Author.

Criando uma consulta de fatos para livros

A etapa final é criar uma consulta de fatos para os Livros. Mais uma vez, crie uma nova consulta de referência.

Podemos simplesmente remover as colunas author_name e category_name para criar uma consulta de fatos para livros.

No entanto, para garantir que as colunas category_id e author_id realmente se refiram ao category_id e author_id
    colunas das consultas Categoria DIM e Autor DIM, adotaremos uma abordagem diferente. Então clique em “Mesclar consultas”
    opção no menu superior, como mostrado abaixo:

Postagem da captura de tela selecionando 'Mesclar consultas' na barra de ferramentas.

Em seguida, selecione a coluna category_name na consulta Fact-Book e na consulta DIM-Category, selecione também
    category_name como mostrado abaixo. Clique no botão “OK”.

Selecionando os dados para mesclar.

Você verá a coluna Categoria DIM na consulta FACT-Book.

Visualizando a consulta do FACT-Book

Clique no botão à extrema direita no cabeçalho da coluna DIM-Category. Você verá a seguinte janela.

Clique no botão no canto superior direito do nome da coluna Categoria DIM.

Selecione a coluna “category_id” e você verá uma coluna “DIM-Category.category_id” na consulta do FACT-Book, como mostrado abaixo. Essa coluna, na verdade, refere-se à coluna category_id da consulta DIM-Category e a conecta ao
    FACT-Book.

Da mesma maneira, você pode mesclar a coluna author_name da consulta DIM-Author e FACT-Book, conforme mostrado abaixo:

Mesclando author_name do DIM-AUthor e FACT-Book

Por fim, remova as colunas author_name e category_name para obter a versão final da consulta do FACT-Book.

Conclusão

O esquema em estrela é um dos esquemas mais usados ​​para implementação lógica de dados relacionados. Este artigo mostra como implementar o esquema em estrela no Power BI Query Editor, com a ajuda de um exemplo.

Ben Richardson
Últimas mensagens de Ben Richardson (ver todos)

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br