Consulta y transformación de datos

Ahora que sabe cómo crear un almacenamiento e ingerir datos, puede empezar a explorar y dar forma a esos datos para el análisis.

Los datos sin procesar rara vez llegan en el formato exacto que necesita para el análisis. Es posible que tenga que combinar tablas, filtrar filas, valores agregados o reestructurar los datos antes de que sea útil para los informes. Un almacén de datos de Fabric proporciona dos herramientas para este trabajo: el editor de consultas SQL para T-SQL y el editor de consultas visual para un enfoque sin código.

Consulta de datos con sql query editor

El SQL query editor proporciona una experiencia de consulta que incluye IntelliSense, finalización de código, resaltado de sintaxis, análisis y validación del lado cliente. Esto le resultará familiar si tiene experiencia en escribir T-SQL en SQL Server Management Studio (SSMS) o Azure Data Studio (ADS).

Para crear una nueva consulta, use el botón Nueva consulta SQL en el menú. Copilot para Data Warehouse está disponible en el editor para ayudar a generar consultas a partir de lenguaje natural, completar el código mientras escribe, y explicar o corregir las consultas existentes.

Consulta de datos con Visual query editor

El Visual query editor proporciona una experiencia similar a la vista de diagrama en línea de Power Query. Use el botón Nueva consulta visual para crear una nueva consulta.

Arrastre una tabla desde el almacén de datos hasta el lienzo para comenzar. A continuación, puede usar el menú Transformar en la parte superior de la pantalla para agregar columnas, filtros y otras transformaciones. También puede usar el botón (+) del propio objeto visual para realizar acciones similares.

Transformación de datos con vistas y procedimientos almacenados

Más allá de las consultas ad hoc, puede guardar la lógica de transformación como objetos reutilizables en el almacenamiento.

Las vistas definen una consulta guardada a la que puede hacer referencia como una tabla. Utiliza vistas para estandarizar cómo los analistas acceden a los datos, como combinar tablas de hechos y dimensiones en un formato descriptivo para informes o filtrar filas para un contexto empresarial específico. Por ejemplo:

Los procedimientos almacenados contienen lógica de T-SQL que se puede ejecutar a petición. Use procedimientos almacenados para tareas de transformación repetibles, como cargar datos de almacenamiento provisional en tablas finales o aplicar reglas de negocio.

Las vistas y los procedimientos almacenados también ayudan a que los datos sean más accesibles para las herramientas basadas en inteligencia artificial. Los agentes de datos de Copilot y Fabric IQ pueden consultar vistas como las tablas, por lo que la estandarización del acceso a los datos a través de vistas claramente nombradas mejora la precisión de las consultas de lenguaje natural.

El código siguiente muestra una vista de ejemplo y la captura de pantalla muestra cómo usar el código en el editor de consultas SQL de almacenamiento.

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;