Power BI のうらがわ

2nd Microsoft Data Analytics Day(Online)
https://sqlserver.connpass.com/event/251013/

での発表資料です。

Transcript

2. 須藤 明洋 すとう あきひろ 秋田県 出身 集英社 勤務 Power BI 2021.04~ Python 2021.09~ Rugby 1991.04~ Qiita @hanaseleb Twitter @hanaseleb1234
3. 須藤 明洋 すとう あきひろ 秋田県 出身 集英社 勤務 Power BI 2021.04~ Python 2021.09~ Rugby 1991.04~ Qiita @hanaseleb Twitter @hanaseleb1234
4. Power BI の うらがわ🙃🙃
5. • Power BI Premium Workspace のみで検証可能です。 • たぶん、おそらく、ほぼ、どこか間違っています。 • あまり期待しないでください。 • It depends on you😁😁 免責事項
6. • Power BI のうらがわで何が動いているかを知ろう😁😁 • それをできる限り触ってみよう🤩🤩 Power BI の うらがわ🙃🙃
7. • Power BI Desktop • Power BI Service ◦ Power BI Workspace ◦ Power BI Datamart ◦ Power BI Dataflows ◦ Power BI Dataset Power BI の うらがわ🙃🙃
8. Dataflowのうらがわ
12. データフローとセルフサービスのデータ準備の概要 - Power BI | Microsoft Docs
21. • Power BI Desktop • Power BI Service ◦ Power BI Workspace ◦ Power BI Datamart ◦ Power BI Dataflows → Azure Data Lake Storage Gen2 ◦ Power BI Dataset Power BI の うらがわ🙃🙃
22. Datamartのうらがわ
28. データマートの概要 - Power BI | Microsoft Docs
29. データマートの概要 - Power BI | Microsoft Docs
30. データマートの概要 - Power BI | Microsoft Docs
31. データマートの概要 - Power BI | Microsoft Docs
32. データマートの概要 - Power BI | Microsoft Docs
33. データマートの概要 - Power BI | Microsoft Docs
34. • Power BI Desktop • Power BI Service ◦ Power BI Workspace ◦ Power BI Datamart → Azure SQL Database ◦ Power BI Dataflows → Azure Data Lake Storage Gen2 ◦ Power BI Dataset Power BI の うらがわ🙃🙃
35. Power BI Desktopのうらがわ
37. Power BI の う・ら・が・わ🙃🙃
40. • Power BI Desktop • Power BI Service ◦ Power BI Workspace ◦ Power BI Datamart → Azure SQL Database ◦ Power BI Dataflows → Azure Data Lake Storage Gen2 ◦ Power BI Dataset Power BI の うらがわ🙃🙃
41. • Power BI Desktop → SQL Server Analysis Services • Power BI Service ◦ Power BI Workspace ◦ Power BI Datamart → Azure SQL Database ◦ Power BI Dataflows → Azure Data Lake Storage Gen2 ◦ Power BI Dataset Power BI の うらがわ🙃🙃
42. Analysis Servises🤔🤔
43. • Analysis Services は、意思決定サポートとビジネス分析で使用される 分析データ エンジン (VertiPaq) です。 ビジネス インテリジェンス (BI)、 データ分析、レポート アプリケーション (Power BI、Excel、Reporting Services、その他のデータ視覚化ツールなど) にエンタープライズ レベ ルのセマンティック データ モデル機能を提供します。 Analysis Services は、さまざまなプラットフォームで使用できます。 Power BI と Analysis Servises Analysis Services とは | Microsoft Docs
44. • Analysis Services は、意思決定サポートとビジネス分析で使用される 分析データ エンジン (VertiPaq) です。 ビジネス インテリジェンス (BI)、 データ分析、レポート アプリケーション (Power BI、Excel、Reporting Services、その他のデータ視覚化ツールなど) にエンタープライズ レベ ルのセマンティック データ モデル機能を提供します。 Analysis Services は、さまざまなプラットフォームで使用できます。 Power BI と Analysis Servises Analysis Services とは | Microsoft Docs 🤔🤔
45. • Analysis Services は、意思決定サポートとビジネス分析で使用される 分析データ エンジン (VertiPaq) です。 ビジネス インテリジェンス (BI)、 データ分析、レポート アプリケーション (Power BI、Excel、Reporting Services、その他のデータ視覚化ツールなど) にエンタープライズ レベ ルのセマンティック データ モデル機能を提供します。 Analysis Services は、さまざまなプラットフォームで使用できます。 Power BI と Analysis Servises Analysis Services とは | Microsoft Docs 🤔🤔
46. • VertiPaq ◦ インメモリ ◦ 列指向データベース Power BI と Analysis Servises
47. • VertiPaq ◦ インメモリ ◦ 列指向データベース Power BI と Analysis Servises MicrosoftにおけるBIの歴史 - テクテク日記 (hatenablog.com)
48. • VertiPaq ◦ インメモリ ◦ 列指向データベース Power BI と Analysis Servises 四半期 2020_1Q 2020_2Q 2020_3Q 2020_4Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_4Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_3Q 2020_3Q 2020_3Q …
49. • Semantic Data Models ◦ Semantic → 「意味、語義」 ◦ データやコードなどの形式や構造と対比して、人間にとっての意味 的な面を表す。 Power BI と Analysis Servises Semantic data model - Wikipedia セマンティックとは - 意味をわかりやすく - IT用語辞典 e-Words
50. • Multidimensional ◦ 多次元 ◦ Cube • Tabular ◦ 表形式 Tabular と Multidimensional の比較 テーブルモデルAnalysis Services多次元モデルと多次元 モデルの比較 | Microsoft Docs キューブ セル (Analysis Services - 多次元データ) | Microsoft Docs
51. • Multidimensional ◦ 多次元 ◦ Cube • Tabular ◦ 表形式 Tabular と Multidimensional の比較 テーブルモデルAnalysis Services多次元モデルと多次元 モデルの比較 | Microsoft Docs キューブ セル (Analysis Services - 多次元データ) | Microsoft Docs
52. • 切り口は事前計算 • 計算結果をHD • MDXクエリ Tabular と Multidimensional の比較 MicrosoftにおけるBIの歴史 - テクテク日記 (hatenablog.com) キューブ セル (Analysis Services - 多次元データ) | Microsoft Docs テーブルモデルAnalysis Services多次元モデルと多次元 モデルの比較 | Microsoft Docs
53. • Tabular Model • Tabular Object Model （TOM） • JSON形式のModel.bim • 保存先はメモリ • DAX Tabular と Multidimensional の比較
54. • Tabular Model • Tabular Object Model （TOM） • JSON形式のModel.bim • 保存先はメモリ • DAX Tabular と Multidimensional の比較
55. DEMO💪💪
57. データとデータモデル
64. • データの実体 • データの定義 （データモデル） • 分離！ データとデータモデル
65. • データの実体と • データの定義 （データモデル） データとデータモデル
66. • データの実体と • データの定義 （データモデル） データとデータモデル
67. • Power BI Desktop → SQL Server Analysis Services • Power BI Service ◦ Power BI Workspace → Azure Analysis Servises ◦ Power BI Datamart → Azure SQL Database ◦ Power BI Dataflows → Azure Data Lake Storage Gen2 ◦ Power BI Dataset → Azure Analysis Servises Power BI の うらがわ🙃🙃
68. 列指向
69. • DAXのフィルター関数を使用するとき、テーブル全体をフィルターする のはなるべく避ける → 列を指定する • 日時列（DateTime）は本当に必要ですか？ • 不要な列は消してください。 • 本当に必要な列ですか？ • データモデルは列数が少ないほうがいい 列指向
70. • 列ごとにデータを保存 • 必要な列だけ使用 • 圧縮技術の紹介 列指向
71. 列指向 四半期 2020_1Q 2020_2Q 2020_3Q 2020_4Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_4Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_3Q 2020_3Q 2020_3Q …
72. 列指向 四半期 2020_1Q 2020_2Q 2020_3Q 2020_4Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_4Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_3Q 2020_3Q 2020_3Q … 四半期 … 2020_1Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_4Q 2020_4Q 並び替え
73. 列指向 四半期 2020_1Q 2020_2Q 2020_3Q 2020_4Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_4Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_3Q 2020_3Q 2020_3Q … 四半期 … 2020_1Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_4Q 2020_4Q 並び替え 辞書作成 四半期.ID 四半期 0 2020_1Q 1 2020_2Q 2 2020_3Q 3 2020_4Q
74. 列指向 四半期 2020_1Q 2020_2Q 2020_3Q 2020_4Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_4Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_3Q 2020_3Q 2020_3Q … 四半期 … 2020_1Q 2020_1Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_2Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_3Q 2020_4Q 2020_4Q 2020_4Q 2020_4Q 並び替え 辞書作成 四半期.ID 四半期 0 2020_1Q 1 2020_2Q 2 2020_3Q 3 2020_4Q 四半期.ID … 0 0 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3
75. 列指向 四半期.ID 四半期 0 2020_1Q 1 2020_2Q 2 2020_3Q 3 2020_4Q 四半期.ID … 0 0 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3
76. 列指向 四半期.ID 四半期 0 2020_1Q 1 2020_2Q 2 2020_3Q 3 2020_4Q 四半期.ID … 0 0 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3
77. 列指向 四半期.ID 四半期 0 2020_1Q 1 2020_2Q 2 2020_3Q 3 2020_4Q 四半期.ID … 0 0 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 四半期.ID Count 0 250 1 330 2 552 3 -
78. 列指向 四半期.ID 四半期 0 2020_1Q 1 2020_2Q 2 2020_3Q 3 2020_4Q 四半期.ID Count 0 250 1 330 2 552 3 -
82. • 列ごとにデータを保存 • 必要な列だけ使用 • 圧縮技術の紹介 • データの列数が少ないのはとても重要 • 一意の数を持っている列をへらす努力 ◦ DateTime列は最低でも分割する。 列指向
83. まとめ
84. • Azureの様々なサービスが組み合わさっている • なんとかすれば触ることができる • 触るとPower BIと仲良くなれる （気がする） • データ、データモデルは分離している • データモデルは細く Power BI の うらがわ
85. さいごに
86. https://twitter.com/TacticsOgre_PR/
87. 生まれ変わり！？🤔🤔
88. 生まれ変わり！？🤔🤔
89. 生まれ変わり！？🤔🤔
90. せっかく夏なので、 明日から、 いや、明後日から、 ダイエット始めます💪💪 さいごに