Exploiter la solution d’analyse
- Sécurité et gouvernance : accès au niveau de l’espace de travail et des éléments ainsi qu’au niveau des lignes, des colonnes, des objets et des fichiers ; étiquettes de confidentialité, recommandation d’éléments
- Cycle de développement : contrôle de version dans l’espace de travail, projets Power BI Desktop (.pbip), pipelines de déploiement
- Analyse d’impact des dépendances en aval du Lakehouse, du Warehouse, des Dataflows et des modèles sémantiques
- Déployer des modèles sémantiques via le point de terminaison XMLA ; gérer des modèles réutilisables (.pbit), des fichiers de sources de données (.pbids) et des modèles partagés
Préparer les données
- Établir des connexions de données, trouver des données via le catalogue OneLake et le Real-Time Hub, choisir le magasin de données adapté
- Transformer : vues, fonctions et procédures stockées ; schéma en étoile pour Lakehouse ou Warehouse ; dénormaliser, agréger, fusionner
- Qualité des données : détecter et traiter les doublons, valeurs manquantes et valeurs nulles, convertir les types de données, filtrer
- Interroger et analyser avec l’éditeur de requêtes visuel, SQL, KQL et DAX
Modèles sémantiques
- Choisir le mode de stockage, mettre en œuvre un schéma en étoile, relations y compris tables de pont et relations n:n
- DAX en profondeur : variables, itérateurs, filtres de table, fonctions de fenêtrage, fonctions d’information
- Groupes de calcul, chaînes de format dynamiques, paramètres de champ, modèles composites
- Optimisation pour les modèles volumineux : performances des requêtes et des visuels, performances DAX, Direct Lake avec son comportement de repli et d’actualisation, actualisation incrémentielle
