Eseguire query e trasformare i dati

Ora che si è appreso come creare un warehouse e inserire dati, è possibile iniziare a esplorare e modellare i dati per l'analisi.

I dati non elaborati arrivano raramente nel formato esatto necessario per l'analisi. Potrebbe essere necessario unire tabelle, filtrare righe, valori aggregati o ristrutturare i dati prima che sia utile per la creazione di report. Un data warehouse fabric offre due strumenti per questa operazione: sql query editor per T-SQL e Visual query editor per un approccio senza codice.

Eseguire query sui dati con il query editor SQL

Il SQL query editor offre un'esperienza di query che include IntelliSense, completamento del codice, evidenziazione della sintassi, analisi lato client e convalida. Questo aspetto sarà familiare se si ha esperienza nella scrittura di T-SQL in SQL Server Management Studio (SSMS) o Azure Data Studio (ADS).

Per creare una nuova query, usare il pulsante Nuova query SQL nel menu. Copilot per Data Warehouse è disponibile nell'editor per generare query dal linguaggio naturale, completare il codice durante la digitazione e spiegare o correggere le query esistenti.

Eseguire query sui dati con Visual query editor

Il Visual query editor offre un'esperienza simile alla visualizzazione diagramma online Power Query. Utilizzare il pulsante Nuova query visiva per creare una nuova query.

Trascina una tabella dal data warehouse all'area di lavoro per iniziare. È quindi possibile usare il menu Trasforma nella parte superiore della schermata per aggiungere colonne, filtri e altre trasformazioni. È anche possibile usare il pulsante (+) sull'oggetto visivo stesso per eseguire azioni simili.

Trasformare i dati con viste e stored procedure

Oltre alle query ad hoc, è possibile salvare la logica di trasformazione come oggetti riutilizzabili nel magazzino.

Le viste definiscono una query salvata a cui è possibile fare riferimento come una tabella. Usare le visualizzazioni per standardizzare il modo in cui gli analisti accedono ai dati, ad esempio combinando tabelle dei fatti e delle dimensioni in un formato adatto alla creazione di report o filtrando righe in base a un contesto aziendale specifico. Per esempio:

Le stored procedures contengono la logica T-SQL che è possibile eseguire su richiesta. Utilizzare le stored procedure per le attività di trasformazione ripetibili, come il caricamento dei dati di staging nelle tabelle finali o l'applicazione delle regole aziendali.

Le viste e le stored procedure consentono anche di rendere i dati più accessibili agli strumenti basati sull'intelligenza artificiale. Gli agenti di dati IQ di Copilot e Fabric possono eseguire query sulle viste proprio come avviene per le tabelle, quindi standardizzare l'accesso ai dati tramite viste ben nominate migliora la precisione delle query in linguaggio naturale.

Il codice seguente mostra una visualizzazione di esempio e lo screenshot mostra come usare il codice nel warehouse SQL query editor:

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;