دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Soheil Bakhshi
سری:
ISBN (شابک) : 1800205694, 9781800205697
ناشر: Packt Publishing
سال نشر: 2021
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 62 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Expert Data Modeling with Power BI: Get the best out of Power BI by building optimized data models for reporting and business needs به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدلسازی دادههای خبره با Power BI: با ایجاد مدلهای داده بهینهشده برای گزارشدهی و نیازهای تجاری، بهترین بهره را از Power BI ببرید. نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مدیریت و کار با داده های کسب و کار به طور موثر با یادگیری تکنیک های مدل سازی داده ها و استفاده از جدیدترین ویژگی های Power BI
Microsoft Power BI یکی از محبوب ترین ابزارهای هوش تجاری موجود در بازار برای دسکتاپ و ابر است. این کتاب راهنمای شما برای درک مفاهیم مدلسازی داده و نحوه ایجاد مدلهای داده با استفاده از Power BI خواهد بود. شما یاد خواهید گرفت که چگونه داده ها را از چندین منبع به هم متصل کنید، داده ها را درک کنید، روابط بین داده ها را تعریف و مدیریت کنید، و مدل های داده را شکل دهید.
در این کتاب، نحوه استفاده از مدل سازی داده ها و تکنیک های ناوبری را بررسی خواهید کرد. برای تعریف روابط و ایجاد یک مدل داده قبل از تعریف معیارهای جدید و انجام محاسبات سفارشی با استفاده از ویژگی های مدل سازی. با پیشروی در فصلها، این کتاب نحوه ایجاد مدلهای داده کامل را نشان میدهد و به شما امکان میدهد مدلهای داده کارآمد و کد DAX سادهتر را با ویژگیهای مدلسازی داده جدید ایجاد کنید. با کمک مثالها، متوجه خواهید شد که چگونه میتوانید چالشهای کسبوکار را با ساخت مدلهای داده بهینه و تغییر مدلهای دادههای موجود خود برای برآورده کردن نیازهای در حال تحول کسبوکار حل کنید. در نهایت، یاد خواهید گرفت که چگونه از برخی ویژگیهای مدلسازی جدید و پیشرفته برای بهبود مدلهای داده خود برای انجام طیف گستردهای از وظایف پیچیده استفاده کنید.
در پایان این کتاب Power BI، شما خواهید داشت. مهارتهایی را که برای ساختن دادههایی که از منابع متعدد به روشهای مختلف به دست میآیند، برای ایجاد مدلهای داده بهینه که از گزارشدهی و تجزیه و تحلیل داده پشتیبانی میکنند، به دست آوردهاید.
این کتاب MS Power BI برای کاربران BI، تحلیلگران داده و توسعه دهندگان تجزیه و تحلیل است که می خواهند به خوبی با آن آشنا شوند. تکنیک های مدل سازی داده برای استفاده حداکثری از Power BI. دانش اولیه Power BI و Star Schema به شما کمک می کند تا مفاهیم مطرح شده در این کتاب را درک کنید.
Manage and work with business data effectively by learning data modeling techniques and leveraging the latest features of Power BI
Microsoft Power BI is one of the most popular business intelligence tools available on the market for desktop and the cloud. This book will be your guide to understanding the ins and outs of data modeling and how to create data models using Power BI confidently. You'll learn how to connect data from multiple sources, understand data, define and manage relationships between data, and shape data models.
In this book, you'll explore how to use data modeling and navigation techniques to define relationships and create a data model before defining new metrics and performing custom calculations using modeling features. As you advance through the chapters, the book will demonstrate how to create full-fledged data models, enabling you to create efficient data models and simpler DAX code with new data modeling features. With the help of examples, you'll discover how you can solve business challenges by building optimal data models and changing your existing data models to meet evolving business requirements. Finally, you'll learn how to use some new and advanced modeling features to enhance your data models to carry out a wide variety of complex tasks.
By the end of this Power BI book, you'll have gained the skills you need to structure data coming from multiple sources in different ways to create optimized data models that support reporting and data analytics.
This MS Power BI book is for BI users, data analysts, and analysis developers who want to become well-versed with data modeling techniques to make the most of Power BI. Basic knowledge of Power BI and Star Schema will help you to understand the concepts covered in this book.
Cover Title Page Copyright and Credits Dedicated Foreword Contributors Table of Contents Preface Section 1: Data Modeling in Power BI Chapter 1: Introduction to Data Modeling in Power BI Understanding the Power BI layers The data preparation layer (Power Query) The data model layer The data visualization layer How data flows in Power BI What data modeling means in Power BI Semantic model Building an efficient data model in Power BI Star schema (dimensional modeling) and snowflaking Power BI licensing considerations Maximum size of individual dataset Incremental data load Calculation groups Shared datasets Power BI Dataflows The iterative data modeling approach Information gathering from the business Data preparation based on the business logic Data modeling Testing the logic Demonstrating the business logic in a basic data visualization Thinking like a professional data modeler Summary Chapter 2: Data Analysis eXpressions and Data Modeling Understanding virtual tables Creating a calculated table Using virtual tables in a measure – Part 1 Using virtual tables in a measure – Part 2 Visually displaying the results of virtual tables Relationships in virtual tables Time intelligence and data modeling Detecting valid dates in the date dimension Period-over-period calculations Generating the date dimension with DAX Creating a time dimension with DAX Summary Section 2: Data Preparation in Query Editor Chapter 3: Data Preparation in Power Query Editor Introduction to the Power Query M formula language in Power BI Power Query is CaSe-SeNsItIvE Queries Expressions Values Types Introduction to Power Query Editor Queries pane Query Settings pane Data View pane Status bar Advanced Editor Introduction to Power Query features for data modelers Column quality Column distribution Column profile Understanding query parameters Understanding custom functions Recursive functions Summary Chapter 4: Getting Data from Various Sources Getting data from common data sources Folder CSV/Text/TSV Excel Power BI datasets Power BI dataflows SQL Server SQL Server Analysis Services and Azure Analysis Services OData Feed Understanding data source certification Bronze Silver Gold/Platinum Working with connection modes Data Import DirectQuery Connect Live Working with storage modes Understanding dataset storage modes Summary Chapter 5: Common Data Preparation Steps Data type conversion Splitting column by delimiter Merging columns Adding a custom column Adding column from examples Duplicating a column Filtering rows Working with Group By Appending queries Merging queries Duplicating and referencing queries Replacing values Extracting numbers from text Dealing with Date, DateTime, and DateTimeZone Summary Chapter 6: Star Schema Preparation in Power Query Editor Identifying dimensions and facts Number of tables in the data source The linkages between existing tables Finding the lowest required grain of Date and Time Defining dimensions and facts Creating Dimensions tables Geography Sales order Product Currency Customer Sales Demographic Date Time Creating Date and Time dimensions – Power Query versus DAX Creating fact tables Summary Chapter 7: Data Preparation Common Best Practices General data preparation considerations Consider loading a proportion of data while connected to the OData data source Appreciating case sensitivity in Power Query saves you from dealing with issues in data modeling Be mindful of query folding and its impact on data refresh Organizing queries in Query Editor datatype conversion Data conversion can affect data modeling Include the datatype conversion in a step when possible Consider having only one datatype conversion step Optimizing the size of queries Removing unnecessary columns and rows Summarization (Group by) Disabling query load Naming conventions Summary Section 3: Data Modeling Chapter 8: Data Modeling Components Data modeling in Power BI Desktop Understanding tables Table properties Featured tables Calculated tables Understanding fields Data types Custom formatting Columns Hierarchies Measures Using relationships Primary keys/foreign keys Handling composite keys Filter propagation behavior Bidirectional relationships Summary Chapter 9: Star Schema and Data Modeling Common Best Practices Dealing with many-to-many relationships Many-to-many relationships using a bridge table Hiding the bridge table Being cautious with bidirectional relationships Dealing with inactive relationships Reachability via multiple filter paths Multiple direct relationships between two tables Using configuration tables Segmentation Dynamic conditional formatting with measures Avoiding calculated columns when possible Organizing the model Hiding insignificant model objects Creating measure tables Using folders Reducing model size by disabling auto date/time Summary Section 4: Advanced Data Modeling Chapter 10: Advanced Data Modeling Techniques Using aggregations Implementing aggregations for non-DirectQuery data sources Using the Manage Aggregations feature Incremental refresh Configuring incremental refresh in Power BI Desktop Testing the incremental refresh Understanding Parent-Child hierarchies Identifying the depth of the hierarchy Creating hierarchy levels Implementing roleplaying dimensions Using calculation groups Requirements Terminology Implementing calculation groups to handle time intelligence Testing calculation groups DAX functions for calculation groups Summary Chapter 11: Row-Level Security What RLS means in data modeling What RLS is not RLS terminologies Assigning members to roles in the Power BI service Assigning members to roles in Power BI Report Server RLS implementation flow Common RLS implementation approaches Implementing static RLS Implementing dynamic RLS Summary Chapter 12: Extra Options and Features Available for Data Modeling Dealing with SCDs SCD type zero (SCD 0) SCD type 1 (SCD 1) SCD type 2 (SCD 2) Introduction to OLS Implementing OLS Validating roles Assigning members to roles in the Power BI service Validating roles in the Power BI service Introduction to dataflows Scenarios for using dataflows Dataflow terminologies Creating dataflows Introduction to composite models New terminologies Summary About Packt Other Books You May Enjoy Index