Ontwerp stervormig schema
https://learn.microsoft.com/nl-nl/training/modules/dax-power-bi-models/2-star-schema-design
Het is ongebruikelijk dat een semantisch Power BI-model uit één tabel bestaat. Een model met één tabel kan een eenvoudig ontwerp zijn. Dit model is mogelijk geschikt voor een gegevensonderzoek of een test van het concept, maar is niet optimaal voor een modelontwerp. Een optimaal model voldoet aan star principes van schemaontwerp. Stervormig schema verwijst naar een ontwerpbenadering die vaak wordt gebruikt door ontwerpers van relationele datawarehouses, omdat het een gebruiksvriendelijke structuur heeft en ondersteuning biedt voor analytische query’s met hoge prestaties.
Dit ontwerpprincipe wordt een stervormig schema genoemd, omdat het modeltabellen geclassificeerd als feit of dimensie. In een diagram vormt een feitentabel het midden van de ster en vromen de dimensietabellen de punten van de ster als deze rond de feitentabel worden geplaatst.
class="wp-block-heading" id="fact-tables">Feitentabellen
De rol van een feiten tabel is het opslaan van een accumulatie van rijen die waarnemingen of gebeurtenissen vertegenwoordigen die een specifieke bedrijfsactiviteit registreren. Gebeurtenissen die zijn opgeslagen in een verkoopfeitentabel kunnen bijvoorbeeld verkooporders en de orderregels zijn. U kunt een feitentabel ook gebruiken om voorraadbewegingen, voorraadsaldi of dagelijkse wisselkoersen van valuta vast te leggen. Over het algemeen bevatten feitentabellen diverse rijen. Na verloop van tijd worden rijen in feitentabel samengevoegd. In analysequery’s (die later in deze module worden gedefinieerd) worden gegevens uit feitentabellen samengevat om waarden als verkoop en hoeveelheid te produceren.
Dimensietabellen
In dimensietabellen worden uw bedrijfsentiteiten beschreven die meestal personen, plaatsen, producten of concepten vertegenwoordigen. Een datumdimensietabel die één rij voor elke datum bevat, is een algemeen voorbeeld van een conceptdimensietabel. Met de kolommen in dimensietabellen kunnen gegevens van feitentabellen worden gefilterd en gegroepeerd.
Elke dimensie tabel moet een unieke kolom hebben die de sleutelkolom wordt genoemd. Een unieke kolom bevat geen dubbele waarden en heeft nooit ontbrekende waarden. In een productdimensietabel kan de kolom ProductKey of ProductID zijn genoemd. Waarschijnlijk worden in extra kolommen beschrijvende waarden opgeslagen, zoals de productnaam, subcategorie, categorie, kleur enzovoort. In analysequery’s worden deze kolommen gebruikt om gegevens te filteren en groeperen.
Vergelijking tussen feiten- en dimensietabellen
De volgende afbeelding vergelijkt de kenmerken van feiten-en dimensietabellen.Tabel uitvouwen
Kenmerk | Dimensietabel | Feitentabel |
---|---|---|
Doel van model | Hierin worden bedrijfsentiteiten opgeslagen | Hierin worden gebeurtenissen of waarnemingen opgeslagen |
Tabelstructuur | Bevat een sleutelkolom en beschrijvende kolommen voor het filteren en groeperen | Inclusief dimensiesleutelkolommen en numerieke metingkolommen die kunnen worden samengevat |
Gegevensvolume | Bevat normaal gesproken minder rijen (ten opzichte van feitentabellen) | Kan talloze rijen bevatten |
Doel van query | Om te filteren en groeperen | Om samen te vatten |
Stervormig-schematabellen koppelen
In het model zijn dimensietabellen gekoppeld aan feitentabellen door gebruik te maken van een-op-veel-relaties. Met de relaties kunnen filters en groepen die worden toegepast op kolommen van dimensietabellen, worden doorgegeven aan de feitentabel. Dit ontwerppatroon is gebruikelijk.
Dimensietabellen kunnen worden gebruikt om meerdere feitentabellen te filteren en feitentabellen kunnen worden gefilterd op meerdere dimensietabellen. Het wordt echter niet aangeraden om een feitentabel rechtstreeks aan een andere feitentabel te koppelen.
Dimensietabellen beschrijven bedrijfsentiteiten; de dingen die je modell. Entiteiten kunnen producten, personen, plaatsen en concepten bevatten, waaronder tijd zelf. Feitentabellen slaan waarnemingen of gebeurtenissen op en kunnen bijvoorbeeld verkooporders, aandelensaldi, wisselkoersen of temperatuurmetingen zijn. Een feitentabel bevat dimensiesleutelkolommen die betrekking hebben op dimensietabellen en numerieke maateenheidkolommen. Een feitentabel vormt het midden van een ster en de gerelateerde dimensietabellen vormen de punten van de ster.

In een analysequery worden tabelkolommen gefilterd of gegroepeerd. Kolommen in feitentabellen worden samengevat.
Zie Meer informatie over stervormige schema’s en het belang van Power BI.
class="wp-block-heading">Rapportvisualisaties configureren
Kolommen
Gebruik kolommen om kolomwaarden te filteren, groeperen en samen te vatten. Het samenvatten van numerieke kolommen is gebruikelijk en kan worden uitgevoerd met behulp van som, aantal, uniek aantal, minimum, maximum, gemiddelde, mediaan, standaarddeviatie of variantie. U kunt tekstkolommen ook samenvatten met behulp van de eerste (alfabetische volgorde), laatste, aantal of uniek aantal. Daarnaast kunt u datumkolommen samenvatten met behulp van vroegste, meest recente, aantal of uniek aantal.
Tijdens de ontwerpfase kan de gegevensmodeleerfunctie de standaard samenvattingseigenschap van de kolom instellen. Deze eigenschap kan worden ingesteld op een van de ondersteunde samenvattingstypen of op Niet samenvatten. De laatste optie betekent dat de kolom standaard alleen wordt gebruikt om te groeperen. Als uw semantische model een numerieke kolom bevat waarin jaarwaarden zijn opgeslagen, is het handig om de standaardsamenvatting in te stellen op Niet samenvatten , omdat de kolom waarschijnlijk alleen wordt gebruikt voor groepering of filteren, en dat numerieke samenvatting van jaren, zoals een gemiddelde, geen zinvol resultaat oplevert.
Hiërarchieniveaus
Aangezien hiërarchieniveaus zijn gebaseerd op kolommen, kunnen deze worden gebruikt om te filteren en groeperen, maar niet om samen te vatten. Rapportontwerpers kunnen de kolom waarop het hiërarchieniveau is gebaseerd, samenvatten. Voorwaarde hierbij is wel dat deze kolom zichtbaar is in het deelvenster Velden.
Metingen
Metingen zijn ontworpen om modelgegevens samen te vatten. Ze kunnen niet worden gebruikt om gegevens te groeperen. Metingen kunnen echter wel worden gebruikt voor het filteren van gegevens in één speciaal geval: als u een meting wilt gebruiken om op een visualisatie te filteren als de visualisatie de meting weergeeft en het filter een filter op het niveau van een visualisatie is (dus niet op het niveau van een rapport of pagina). Als metingen op deze manier worden gebruikt, wordt er een metingsfilter toegepast nadat de analysequery de gegevens heeft samengevat. Dit proces wordt uitgevoerd om groepen te verwijderen waarvan de voorwaarde voor het metingsfilter niet waar is. (Voor degenen die bekend zijn met SQL-syntaxis, is een meting die wordt gebruikt om een visual te filteren, vergelijkbaar met de HAVING
component in een SELECT
instructie.)
In de volgende afbeelding ziet u de gestapelde kolomvisualisatie die is aangepast om groepen (maanden) weer te geven wanneer de verkoopbedragen hoger zijn dan $ 5 miljoen. Deze aanpassing wordt uitgevoerd in het deelvenster Filters door een filter toe te passen op het veld Verkoopbedrag : Configureer het filter om items weer te geven wanneer de waarde groter is dan 5.000.000. Vergeet niet Filter toepassen in de rechter benedenhoek van de kaart te selecteren.
U ziet dat slechts vier groepen (maanden) verkoopbedragen hebben van meer dan $ 5 miljoen.
