Abfragen und Transformieren von Daten

Nachdem Sie nun wissen, wie Sie ein Warehouse erstellen und Daten aufnehmen, können Sie mit der Untersuchung und Gestaltung dieser Daten für Analysen beginnen.

Rohdaten kommen selten in das genaue Format ein, das Sie für die Analyse benötigen. Möglicherweise müssen Sie Tabellen verknüpfen, Zeilen, Aggregierte Werte filtern oder Daten neu strukturieren, bevor sie für die Berichterstellung nützlich sind. Ein Fabric-Daten-warehouse bietet Ihnen zwei Tools für diese Arbeit: den SQL-Query-Editor für T-SQL und den Visual-Query-Editor für einen No-Code-Ansatz.

Abfragen von Daten mit dem SQL-query editor

Die SQL-query editor bietet eine Abfrageoberfläche, die IntelliSense, Codevervollständigen, Syntaxmarkierung, clientseitige Analyse und Validierung umfasst. Dies wird ihnen vertraut sein, wenn Sie Erfahrung beim Schreiben von T-SQL in SQL Server Management Studio (SSMS) oder Azure Data Studio (ADS) haben.

Verwenden Sie zum Erstellen einer neuen Abfrage die Schaltfläche " Neue SQL-Abfrage " im Menü. Copilot für Data Warehouse steht im Editor zur Verfügung, um Abfragen aus natürlicher Sprache zu generieren, Code während der Eingabe abzuschließen und vorhandene Abfragen zu erläutern oder zu beheben.

Abfragen von Daten mit dem visuellen query editor

Der Visuelle Abfrage-Editor bietet eine ähnliche Erfahrung wie die Power Query Onlinediagramm-Ansicht. Verwenden Sie die Schaltfläche " Neue visuelle Abfrage ", um eine neue Abfrage zu erstellen.

Ziehen Sie eine Tabelle aus Ihrem Data Warehouse auf den Zeichenbereich, um zu beginnen. Anschließend können Sie das Menü " Transformieren" am oberen Rand des Bildschirms verwenden, um Spalten, Filter und andere Transformationen hinzuzufügen. Sie können auch die Schaltfläche (+) auf dem visuellen Element selbst verwenden, um ähnliche Aktionen auszuführen.

Transformieren von Daten mit Ansichten und gespeicherten Prozeduren

Über Ad-hoc-Abfragen hinaus können Sie transformationslogik als wiederverwendbare Objekte im Lager speichern.

Ansichten definieren eine gespeicherte Abfrage, auf die Sie wie eine Tabelle verweisen können. Verwenden Sie Ansichten, um zu standardisieren, wie Analysten auf Daten zugreifen, z. B. durch das Kombinieren von Fakten- und Dimensionstabellen zu einem berichtsfreundlichen Format oder das Filtern von Zeilen für einen bestimmten Geschäftskontext. Beispiel:

Gespeicherte Prozeduren enthalten T-SQL-Logik, die Sie bei Bedarf ausführen können. Verwenden Sie gespeicherte Prozeduren für wiederholbare Transformationsaufgaben, z. B. das Laden von Stagingdaten in endgültige Tabellen oder das Anwenden von Geschäftsregeln.

Ansichten und gespeicherte Prozeduren helfen auch, Ihre Daten für KI-basierte Tools zugänglicher zu machen. Copilot- und Fabric IQ-Datenagenten können Ansichten genauso wie Tabellen abfragen. Die Standardisierung des Datenzugriffs durch wohlbenannte Ansichten verbessert die Genauigkeit natürlicher Sprachabfragen.

Der folgende Code zeigt eine Beispielansicht und der Screenshot zeigt, wie der Code im SQL-query editor des Warehouses verwendet wird:

CREATE VIEW dbo.vw_SalesByRegion
AS
SELECT
    c.Region,
    SUM(f.SalesAmount) AS TotalSales,
    COUNT(f.OrderID) AS OrderCount
FROM dbo.FactSales AS f
INNER JOIN dbo.DimCustomer AS c
    ON f.CustomerKey = c.CustomerKey
GROUP BY c.Region;