Data Day Ing. Martin Haman. MCSA: BI Reporting, MOS Master, MCAS Master, MCP, MPS, ECDL.

Transkript

1 Data Day 2018 Ing. Martin Haman MCSA: BI Reporting, MOS Master, MCAS Master, MCP, MPS, ECDL

2 Pozice Power BI na trhu

3 Zjednodušené schéma Power BI 3

4 Query okno základní operace Ovládněte data

5 Query okno Jedná se o velmi povedený nástroj na dolování dat 5

6 Pamatovat Query je case-sensitive! Column1 není to samé jako column1 Striktně odděluje datový typ číslo a text, proto nemůžeme použít např. Text.Start() na číselný sloupec a naopak Pozor na datový typ Any Pozor na regionální nastavení zdroj vs. PBID (Zdroj český web, region US) 6

7 Základní operace Mezi jednodušší operace patří určitě očišťovací operace, rozdělování a spojování dat či změny datového typu 7

8 Základní operace Práce s připravenými funkcemi a podmíněnými sloupci patří opět mezi intuitivní volby 8

9 Unpivot Česky řečeno převede sloupce na řádky Např. máme data za 12 měsíců ve sloupcích a rádi by jsme vše v jednom sloupci 9

10 Tvorba vlastní funkce Automatizace procházení a načítání zdrojů Výsledné chování bude něco jako cykly ve VBA 10

11 Group By Přijdeme o možnost rozpadu na detail, ale někdy se může hodit 11

12 Merge Připravený merge aplikací žluté sloupce Takzvaně ručně můžeme merge udělat přes nabídku na ribbonu 12

13 Append V případě stejné struktury, ale více souborů lze využít append možnosti na vytvoření jednoho dotazu 13

14 Preview Demonstrace toho, že data fyzicky nestahuje, ale pouze se podívá do zdroje Dokud nedáme aktualizaci, tak ukazuje klidně 50 dní staré data 14

15 Data source settings Pokud pošleme soubor mimo počítač, kde byl vytvořen, tak nebude fungovat zobrazení dotazů Na soubory nedohlédne 15

16 Data source settings - permission V případě on-line zdrojů dat (SharePoint, Dynamics 365 ) sice na data může dohlédnout, ale potřebuje oprávnění Oprávnění jsou ukládané lokálně do User.zip 16

17 DAX jazyk Evoluce Excel funkcí

18 DAX jazyk DAX obsahuje více než 200 funkcí, konstant a operátorů Původně vznikl pro Power Pivot v Excelu a SQL Server Analysis Services Lze ho využívat v Excel Power Pivot datovém modelu Dále jazyk můžeme využívat v Power BI Desktop (Plně kompatibilní s Excel 2016 PP) Konečně ho najdeme i v Analytických službách SQL Pro lepší přehlednost psaní funkcí doporučuji DAX Studio 18

19 DAX vs. Excel funkce Na první pohled vypadají podobně, oba mají syntaxi =NazevFunkce(Arg.1;Arg.2; ) Excelové vzorce pracují s rozsahy buněk DAX pracuje s tabulkami a sloupci tabulek za využití filtrů DAX na detailní úrovni jedině v okně PowerPivot DAX na sumarizované úrovni v PP i v Excelu (podobně jako kalkulované pole v KT) Intelisense pomáhá a našeptává (jako v Excelu) 19

20 DAX Počítané sloupce vs. Měřítka Než se pustíme do zběsilé tvorby DAX je důležité si ujasnit: Počítané sloupce (Calculated columns) tzv. výpočty na detailní úrovni jsou uloženy v databázi V případě velkých FACT tabulek sežerou hodně RAM Mají smysl jen pro využití ve filtrech Nahrazujeme X funkcemi (Measures) Měřítka (Measures) Počítány při agregování hodnot v okamžiku daného dotazu Nevyužívají RAM, ale procesorový výkon 20

21 DAX vs. Power Query M funkce Opět vypadají podobně, oba začínají = DAX i M pracuje s tabulkami a sloupci tabulek DAX i M využívají desítky podobných funkcí Je výhodné co nejvíce operací udělat přes PQ (např. sloučení, rozdělení, doplnění) DAX neumí některé operace (unpivot, atd.) Power Query neumí míry (jen Group By) V Power Query není Intelisense a je case sensitive! 21

22 Row kontext vs. Filtr kontext Existují dva kontexty (+ kombinovaný): Row kontext Filtr kontext V případě použití míry v počítaném sloupci se zapojí obojí Row context v podstatě se uplatňuje při tvorbě jakéhokoliv počítaného sloupce, ale i míry která je aplikována na daný sloupec Vše je řešeno na tzv. detailní úrovni Typickým příkladem můžou být funkce: Related, Left, Right, Concatenate, 22

23 Row kontext vs. Filtr kontext Filtr kontext uvidíme nejlépe v Pivotce, když do Values vložíme vytvořené měřítko, např.: [Prodeje]:=SUMX(TabProdeje;TabProdeje[PocetKs]*TabProdeje[CenaZaKs]) Bez použití Rows, Columns, Filters nebo Sliceru bude k dispozici jedna hodnota, kterou jsme požadovali Uplatňuje se, když je aplikován jeden nebo více filtrů k dosažení výsledku, např. ve vizualizacích jako jsou grafy (prodeje za zákazníky atd.) Row + Filter kontext můžeme vidět např. u X funkcí První je počítáno řádkově a po té je aplikována agregační funkce, kterou můžou ovlivňovat filtry 23

24 Rychlé measures (pouze v PBID) V případě, že nechceme dojít moc do styku s DAX, lze využít na některé výpočty tzv. rychlé měřítka Pravým tlačítkem na číselný sloupec a poslední položka 24

25 DAX Calculated columns Slučování textů podobně jako v klasickém Excelu např. sloučení celého jména přes CONCATENATE Dohledání sloupců z jiných tabulek např. funkce RELATED Ošetřování výjimek 25

26 DAX Measures Porovnání plán vs. skutečnost Možnost vyjádření jako KPI indikátor KPI (Key Performance Indicator) = ukazatel výkonnosti Typicky porovnává skutečnou hodnotu s hodnotou požadovanou Status se dá vyjádřit podobně i graficky, něco jako podmíněný formát 26

27 Zápis Calculated column vs. Measure Počítaný sloupec: Prodeje[Celkem] = Prodeje[CelkemBezDPH] + Prodeje[DPH] Míra umístěná do tabulky Prodeje: [Celkem]:=SUM(Prodeje[CelkemBezDPH])+SUM(Prodeje[DPH]) Pozn.: Míry mají oblast působnosti celý model 27

28 Odkazování Column reference: Table[Column Name] Measure reference: [Measure Name] 28

29 Prázdné hodnoty Prázdné hodnoty jsou vyhodnocovány jako 0 při sumarizaci nebo násobení Jsou však vyhodnoceny jako chyba, když jsou součástí dělení (řešení viz. DIVIDE) nebo logických výrazů BLANK() nahrazuje "" ISERROR(vypočet) v kombinaci s IF( ) IFERROR(výpočet; výpočet v případě chyby) 29

30 Operace a operátory Matematické operace + - * / ^ Operátory > >= < <= <> = = 34 "12" + 22 = 34 "12" + "22" = 34 "12" & 22 = & 22 =

31 Pozor na zápisy funkcí Špatně: FactInternetSales[SalesAmount]- FactSalesQuota[SalesAmountQuota] Dobře: SUM(FactInternetSales[SalesAmount])- SUM(FactSalesQuota[SalesAmountQuota]) Funkce SUM agreguje všechny řádky v aktuálním filtru kontingenční tabulky nebo datovém modelu 31

32 DAX SUMA SUM klasická SUMA =SUM(FactInternetSales[SalesAmount]) SUM nezávislá na agregacích kontingenční tab. =CALCULATE(SUM([SalesAmount]);ALL(FactInternetSales)) SUMX SUMA s početní operací v rámci tabulky =SUMX(Orders; Orders[Quantity]*Orders[Price]) SUMX lze kombinovat s funkcí FILTER SUMX(FILTER(Orders; Orders[Price]>10); Orders[Quantity]*Orders[Price]) 32

33 Vizualizace v Power BI Žhavý reporting

34 Správná vizualizace výsledků může být věda

35 Power View Interaktivní reporty přímo v Excelu Jedná se o jedinou možnost zpracování binárního datového typu v Power BI

36 Power View Složku s obrázky načteme v Excelu přes Power Query (Data\ Nový dotaz\ Ze souboru\ Ze složky) Provedeme filtrování a odstranění nepotřebných sloupců Načteme přímo do datového modelu Power Pivot V PP na kartě Advanced použijeme Table Behavior Nadefinujeme identifikátor řádku, popisky a výchozí obrázek Spustíme Power View a vyzkoušíme přidání obrázků

37 Power View PRO: Tvoříme přímo na listu v Excelu Jednotlivé vizuály na sebe reagují Zpracování obrázků a použitelné mapové vizualizace PROTI: Musíme znát alespoň Power Pivot Nelze upravit interakce Musíme mít my i příjemce správnou verzi Excelu Celkově málo propracované (úmyslně?)

38 Power Map = 3D Map Velmi přesné a vícevrstvé vykreslení dat v mapách

39 Power Map Tepová frekvence jako HEAT a nadmořská výška (odlišena barvou)

40 Custom Power Map Vlastní obrázky a X, Y souřadnice umožní téměř cokoliv

41 Custom Power Map Například zobrazit tepelné vyzařování budov

42 Power Map = 3D Map PRO: Naprosto perfektní vizualizace v mapách (včetně KML) Oproti mapovému řešení přímo v Excelu (Maps a Bing Maps) je PM daleko lépe zpracovaná Zabírá nesrovnatelně méně místa (cca 0,5MB oproti cca 8MB) Možnost tvorby videa PROTI: Stejně jako u PV musíme mít vhodnou verzi Excelu Mapa je "schovaná" Bing maps (okres Most)?

43 Power BI Desktop Vizualizace můžeme rozdělit na: Vestavěné (cca 30) Vlastní (cca 140) Dále pak na: Statické Dynamické R vizuály 43

44 Power BI Desktop Samotnou kapitolou je publikování: Power BI Services Report Server Do Office aplikací (přes Services) 44

45 Power BI Desktop

46 Pokročilé vlastní vizuály v PBID Vložíme obrázek, např. osobní automobil Nadefinujeme a pojmenujeme oblasti 46

47 Pokročilé vlastní vizuály v PBID Následuje export jako Název.svg pro využití v Power BI Desktop v kombinaci s vlastním vizuálem SynopticPanelBySQLBI.pbiviz (není součástí aplikace!) 47

48 Pokročilé vlastní vizuály v PBID Vizualizace nad vlastním obrázkem je hotová 48

49 Power BI Desktop PRO: Zdarma Alternativa k Power nástrojům v Excelu Libovolné vizualizace (store + komunita + vlastní vývoj) Možno používat on-premise díky Power BI Report Server PROTI: V případě sdílení potřebujeme Office 365 licenci + Power BI PRO Strach z "neznámé" aplikace

50 Skriptované vizuály v PBID Využívá se R jazyka První je však třeba nainstalovat (není součástí PBID aplikace) Rozšiřující informace o R také na české verzi projektu

51 Využití již hotových skriptovaných vizuálů Poměrně bouřlivě se vyvíjí v rámci komunity 51

52 Skriptované vizuály Vybereme některý z nachystaných R scriptů např. Data Smoothing with Splines Následuje možnost stažení všeho potřebného (komunitní web) 52

53 Jazyk R - skriptované vizuály Oficiální, Microsoftem schválené R vizuály, máme k dispozici na webu: sekce Power BI, ale na první pohled lze hůře poznat co je 53

54 Skriptované vizuály Pokud bude spouštěný PBIX soubor obsahovat nějaké skriptované vizuály, je možné je zkontrolovat 54

55 Skriptované vizuály PRO: Relativně snadnější pro tvorbu nových nebo úpravu již existujících vizuálů Pravděpodobně více možností PROTI: Max 150 tis. řádků zdroje Vizuály se dají ovlivnit jinými vizuály, ale samy nemůžou ovlivňovat Některé se nezobrazí na webu

56 Cortana Mít udělaný report pro Cortanu Nadefinovat Q&A Povolit její přístup v Power BI Services pro daný dataset Test Cortany: Windows 10 EN verze 1511 nebo vyšší Povolit Cortanu Aktivovat: Hey Cortana

57 Q&A Q&A mohou být předdefinované v rámci jednotlivých reportů (v PBID aplikaci najdeme v nastavení stránek reportů) V Power BI Services pro konkrétní Dashboard tvoříme psaním dotazů Například: Show average Sales by Country for A, B, C

58 Q&A Nově je možno využívat i v Power BI Desktop Jsou k dispozici angličtina a španělština

59 Streamované vizuály Na existujícím Dashboardu vybereme možnost přidat dlaždici Ve spodní části je vlastní streamovaná data Na výběr je API nebo PUBNUB 59

60 Streamované vizuály Po vybrání PUBNUB se nás zeptají na zdroj dat Buď vybereme z již nadefinovaných nebo + Přidat streamovanou datovou sadu 60

61 Streamované vizuály Při přidávání nové datové sady musíme vědět 1. Klíč, například: sub-c-5f1b7c8e-fbee-11e3-aa40-02ee2ddab7fe 2. Název kanálu, například: pubnub-sensor-network Více viz.: Další free stream data: 61

62 Streamované vizuály Raději vše ještě jednou na obrázcích: 62

63 Streamované vizuály Právě jsme nadefinovali novou datovou sadu, ale vizuály ještě nemáme Znovu vybereme možnost přidat dlaždici na Dashboardu a tentokráte vybereme existující datovou sadu... 63

64 Optimalizace datového modelu Menší a rychlejší

65 Je to pomalé 16BG RAM + SSD disk a stále problém? Máme řešení

66 Data load settings Některé volby můžou pomoct (import relationships) Některé můžou komplikovat život Obecně platí čím méně, tím lépe 66

67 Parallel loading Chybové hlášení neodpovídá realitě a za základě chyby v jedné tabulce ukončí načítání ostatních Řešením je vypnutí paralelního načítání tabulek (bude nepatrně pomalejší), ale povede se! 67

68 Auto Date/Time Pokud máme hodně tabulek a v nich se objevují datumové sloupce, tak lze urychlit načítání a aktualizace dat vypnutím Auto Date/Time Je dobré mít v modelu vlastní kalendář pro DAX časové fce. 68

69 Auto Date/Time S vypnutím volby hrozí, že nebudou fungovat některé DAX výpočty, protože zmizí datumové hierarchie na pozadí! 69

70 Autodetect new relationships Může způsobit naprostý chaos Kolikrát se stává, že neaktivní relace může být OK Je nutná pořádná kontrola modelu Ideální je mít vypnuto 70

71 Automatically detect column types Automatická detekce je uplatňovaná ještě v Query okně Způsobuje automatický odhad datového typu sloupců zdroje na základě analýzy prvních 200 řádků Může zapříčinit vypnutí query folding! 71

72 Allow data preview to download in the background Možnost vypnutí této funkce byla dodatečně přidána vývojovým týmem Vypnutí výrazně redukuje množství dat, které je nutné zpracovat a ušetří RAM a procesor Její potenciál odhalíme při načítání velkého množství dat 72

73 Hide the visual header in reading view Pokud nechceme, aby někdo maximalizoval, drilloval po publikování na web, tak máme k dispozici volbu File\ Options and settings\ Options\ Report Settings 73

74 Disabling cross highlighting/filtering Máte desítky vizuálů na stránce a načítání je pomalé? Není potřeba, aby se navzájem ovlivňovaly? Je možné vypnout v File\ Options and settings\ Options\ Query Reduction 74

75 Combine Pokud se někde objeví Combine tak popřemýšlejte, zda neudělat jinak Plánovaná aktualizace reportu v Office 365 se neprokouše skrz takto vytvořenou funkci atd. 75

76 žluté sloupce Někdy si nelze nevšimnout žlutých sloupců na konci dotazů (value strana 1, table strana N) Vlastně se jedná o nachystané joiny (drží v RAM) Při větším množství umí opět velmi zpomalovat 76

77 žluté sloupce Expandování sloupce v SQL zápisu 77

78 Query folding Samotné optimalizační triky v podobě data load settings nemusejí stačit Lepší je dělat transformace přímo ve zdroji (na serveru) než je stahovat do cache (síťový provoz a zahlcení RAM) Query folding: Power BI > Power Query M Script > překlad do T-SQL > SQL Server Databáze Query folding částečný: Power BI > Power Query M Script > Cache Local > předklad některých operací do T-SQL > SQL Server Databáze 78

79 Query folding Query folding je ve výchozím nastavení zapnutý (v případě napojení na relační zdroj) Některé M operace nejsou podporovány při překladu do T-SQL, např.: Merge columns, které využívá funkce Text.Combine (klasika v podobě & funguje) Kombinování více zdrojů v rámci jednoho dotazu Proto je určitě lepší popřemýšlet nad postupem jednotlivých operací a nad provedením dané operace! 79

80 Native Query Zda daný krok ještě překládá nebo už ne poznáme pravým klikem na krok v Applied steps a musí být aktivní možnost View Native Query : 80

81 Native Query Ukázka konstrukce IF překládané do SQL (switch úplně dole) 81

82 Native Query Při tvorbě dotazů může při každé změně chtít oprávnění Vypnout se dá přes Options\ Security\ Require user approval 82

83 Jak na chyby? V průběhu načítání/aktualizace se může objevit dialog s chybou View errors ukáže číslo řádku s chybou Často problém s datovými typy v kombinaci s národním prostředím 83

84 Optimalizace obecně Pokud budeme bezmyšlenkovitě používat neomezený prostor datového modelu, tak můžeme na běžném kancelářském stroji rychle narazit na výkonnostní strop 84

85 Optimalizační tipy Data můžeme spravovat s menšími nároky na místo a výkon počítače, když se budeme držet: bit. Aplikace 2. Používat STAR schéma 3. Jednoznačný identifikátor řádku 4. Limitovat počet řádků a sloupců v tabulkách 5. Pozor na sloupce s vysokým počtem unikátních hodnot (datum a čas, desetinné čísla, ID) 6. Používat measures místo calculated columns (viz. dále) 7. Omezit počet slicerů v konkrétním souboru (při každém výběru musí model přepočítat vše) 8. Tvořit slicery jen nad DIM tabulkami (FACT mají desetinné) 9. Zakázat cross-filtering ve slicerech 85

86 Star vs. Snowflake model Hlavně Power Pivot nesnáší dobře velké mezitabulky 86

87 Star vs. Snowflake model V naší modelové databázi máte také tento problém, ale nad malým objemem dat! Kdybychom měli např. 3 tabulky: Kategorie (1000 řádků) => Podkategorie (20000 řádků) => Produkty ( řádků) Když dáme v Pivotce slicer na Kategorie a použijeme data z tabulky Produkty, tak zapříčiníme pravděpodobně pád Excelu, v lepším případě neuvěřitelně nabobtná velikost souboru a vše bude velmi pomalé! Řešení 1 nepoužívat Snowflake schéma Řešení 2 RELATED (nebo PQ) dotáhne Kategorie do tabulky Produkty a slicer děláme jen nad jednou tabulkou 87

88 Jednoznačný identifikátor řádku Každá tabulka MUSÍ mít primární klíč nebo alespoň jedinečný identifikátor řádku v "Chování tabulky" Jinak jsme vystaveni problémům v případě použití measures nebo sloupců s Calculate (cyklická závislost) Funkce na obrázku řeší sumu všech řádků v tabulce, které mají stejné hodnoty ve všech sloupcích 88

89 Jednoznačný identifikátor řádku V PBID zatím tato volba chybí, ale lze nahradit upraveným zápisem druhé a další Calculate: CALCULATE(SUM(TabProdeje[Celkem]); ALLEXCEPT(TabProdeje;TabProdeje[PredchazejiciVypocetCalculate])) Aplikováním filtru nedojde k výběru sloupce s Calculate a tím se nezacyklíme 89

90 Omezení počtu řádků Máme sloupec ID, který obsahuje 100 milionů unikátních čísel >> ve VertiPaq cca 3GB Pokud však sloupec rozdělíme >> ve VertiPaq se dostaneme na cca 200MB rozdělení může být do dvou sloupců o 10000: Následuje složení: Fact[TransactionID]:=IFERROR(VALUES(Fact[TransactionHighID]) * VALUES(Fact[TransactionLowID]);BLANK()) 90

91 VertiPaq engine Datový model oficiálně využívá xvelocity in-memory Analysis Services Pracovním názvem byl však dlouhou dobu VertiPaq Interně je proto pořád vidět VertiPaq Ve skutečnosti dotazovací engine vykonává VertiPaq dotazy, ne xvelocity dotazy 91

92 VertiPaq engine DAX fungují v SS Analysis Services, Power BI (server i local) a v Power Pivot v1 (Excel 2010), PowerPivot v2 (Excel 2013 a 2016) Technicky je Power Pivot lokální instance SSAS Tabular v SSMS jsme schopni udělat back up databáze (databaze.abf) => lze přepsat na item.data Power Pivot je tedy SSAS, který běží přímo v Excelu Při načítání dat do paměti (load nebo refresh) se děje transformace na interní VertiPaq datovou strukturu 92

93 VertiPaq engine Postup při načítání dat (viz další snímky): 1. Čtení dat a transformace do sloupcové struktury VertiPaq, šifrování a komprese každého sloupce 2. Tvorba slovníků a indexů pro každý sloupec 3. Tvorba relací 4. Počítání a komprese všech počítaných sloupců Poslední dva kroky můžou být i v opačném pořadí (relace může být nad počítaným polem) (počítané pole může být závislé na relaci RELATED) 93

94 VertiPaq engine Čtení dat a transformace do sloupcové struktury 94

95 VertiPaq engine Pro jednotlivé sloupce z tabulky následuje tvorba slovníku jedinečných hodnot Tvorba jedinečných hodnot 95

96 VertiPaq engine Nahrazení jedinečných hodnot indexy Všechny sloupce tak budou číselně (integer) Indexy Slovníkové šifrování 96

97 VertiPaq engine Duplicitní výskyty indexů jsou následně seřazeny 4x Run Length Encoding - máme seřazeno a víme počty jednotlivých indexů => velmi zredukován počet hodnot 2x R.L.E. 3x 3x 97

98 VertiPaq engine Výsledné řešení je paměťově úspornější a rychleji prohledatelné (start sloupec není třeba) Vše závisí na poměru počtu hodnot a počtu unikátních hodnot 98

99 VertiPaq engine 1.obr má 4 unikátní členy (QTR), 2. má 7232 členů 99

100 VertiPaq engine v praxi 21MB Excel soubor v PBIX jen jako 160KB? Redukce může být opravdu znatelná 100

101 DAX vs. Query vrstva Na 100% lze doporučit nachystat vše přímo ve zdroji Pokud nelze => Query okno Jedná se o výkonově a paměťově méně náročnou variantu než DAX V Query okně je dobré přemýšlet nad použitými kroky DAX je výhodnější používat na measures, které v Query nenachystáme 101

102 DAX columns vs. DAX measures Vše k čemu by se mohly hodit počítané sloupce lze udělat v Query okně (např. spojování, rozdělování, výjimky, atd.) Počítané sloupce zaberou místo v RAM Measures nezaberou místo v RAM a minimálně na disku a dopočítají se až v případě zobrazení samotného zápisu nebo vizuálu, kde je přítomen výpočet Mezi POHODA 1.3. a 1.6 je rozdíl cca 200 measures 102

103 Relace a směr křížového filtru Relace v PBID mají možnost upravit směr filtru Křížový filtr může být jednosměrný nebo obousměrný (odkud kam dosáhneme na data) 103

104 Směr křížového filtru - Single CPStrav (finance) > CP (událost) > CPVydaje (jízdenky, atd.) 104

105 Směr křížového filtru - Both CPStrav (finance) > CP (událost) > CPVydaje (jízdenky, atd.) 105

106 Testování výkonu v DaxStudio První spustíme Query Plan, následně Server Timings Následuje tvorba výrazu a Run tlačítko 106

107 Testování výkonu v DaxStudio Legenda k výsledkům: Rows počet řádků ve zdroji KB využitá RAM KB Total = FE+SE celkový čas načtení dotazu FE Formula engine (vyhodnocení výpočtu) SE = Duration Storage engine (uložení dotazu) SE CPU jak dlouho trvalo uložení dotazu SE Queries počet dotazů SE Cache uložení do RAM 107

108 Testování výkonu v DaxStudio SE Queries = 9 dotazů ; SE Cache = 7 dotazů 108

109 Testování výkonu v DaxStudio Fyzický query plán má 77 řádků (summarize je velmi náročná) 109

110 Testování výkonu v tabulce s >5M rows Cca 10MB na řádků 110

111 Optimalizace je základ Optimalizujte nebo nakupte silnější stroje a více RAM! 111

112 Power BI Report Server On-premises řešení

113 Jak získám Power BI Report Server? Pořídit Power BI Report Server můžeme pouze: Se službou Power BI Premium od licence P1 a výše S SQL Server Enterprise se software assurance

114 Instalace Instalace je velmi jednoduchá a rychlá Prerekvizitou je SQL Server s database engine K serveru dostaneme i PBIDesktopRS_x64.msi Zbytek lze instalovat až následně Power BI Mobile Mobile Report Publisher Report Builder

115 Konfigurace Report Serveru Po instalaci Report Serveru projdeme konfiguraci Power BI Service\ Register with Power BI

116 Konfigurace Report Serveru My settings pouze napojení na Office 365 My subscriptions souvisí s paginated reporty Site settings branding, schedules a security Info o nadstavbě v podobě Office Online serveru Info o podpoře jednotlivých verzí serveru na

117 Migrace ze SSRS nebo jiného Power BI RS Podpora prohlížečů: Obecně IE11, Edge, Chrome, Firefox, Safari Perfektní návod na migraci včetně ukázkových scriptů najdeme na:

118 Branding Report Server je možné graficky upravit tzv. na míru

119 Branding Jedná se o ZIP balíček, který obsahuje 3 soubory

120 Datasources Minimálně pro Paginated reporty a KPI je dobré mít definované datové zdroje a po té datasety

121 Datasets Ve správě datasetu vidíme datový zdroj a také závislosti jednotlivých reportů na daných datech

122 KPI Tvorba KPI je velmi jednoduchá Můžeme použít manuální definici např. s odkazem Případně s využitím datasetu

123 KPI Dataset využijeme hlavně na Value, Goal a Trend

124 Power BI Desktop RS

125 Power BI Desktop RS Pro tvorbu reportů pro RS potřebujeme správnou verzi PBID

126 Data sources a scheduled refresh Rozlišujme import vs. DirectQuery V případě živého připojení se aktualizuje automaticky

127 Data sources a scheduled refresh Pokud máme volbu import, tak první zkontrolujeme zdroj a po té můžeme plánovat aktualizace

128 Editace plánovaných aktualizací Je možná libovolná aktualizace Klidně i každých 5 minut Další možností je začátek a konec aktualizací

129 Přehled plánovaných aktualizací Každý report může mít více automatických aktualizací K dispozici je i okamžitá aktualizace

130 Komentáře K libovolným reportům lze přidávat komentáře

131 SQL Server Mobile Report Publisher Mobile Reporty

132 Mobile Report Publisher Aplikace dříve známá jako Datazen (*.rsmobile) Nepotřebuje PRO licenci Slouží čistě na vizualizace nachystaných dat (nepodporuje vlastní a streamované vizualizace ani vizuály R scriptu) Nemá možnost úpravy zdrojových dat (tak jako Power BI Desktop v podobě Query) Má navíc layout pro tablet Nelze tisknout ani jakkoliv upravovat na serveru

133 Tři typy reportů Pouze mobilní reporty a KPI uvidíme hned

134 Mobile Report Publisher Pracovní prostředí aplikace a ukázka tvorby

135 Mobile Report Publisher Připojení k datům Design lze dělat ve třech úrovních Počítač Tablet Telefon

136 Mobile Report Publisher Datová karta s možnostmi aktualizace a agregace

137 Mobile Report Publisher Preview vypadá jako na webu, ale není interaktivní

138 Report Publisher vs. Power BI Řešení Mobile Report Publisher Power BI Proč? Pokud máme již existující Datazen obsah Firma nechce cloud-based řešení (PBID) Není nutná per-user licence Reporty a Dashboardy můžou být zpřístupněny a obsluhovány přes cloud a mobilní zařízení Pokud je povoleno self-service BI ve firmě

139 Report Publisher vs. Power BI Features Power BI Mobile Report Publisher Can connect to on-premises data sources, such as SQL Server and Analysis Services x x Can create custom layouts for tablets, mobile devices, and browsers x x Can adjust the number of grid rows and columns on a dashboard x Can be accessed through a browser x x Can be accessed through the Power BI mobile app x x Can design the report prior to obtaining data x Can leverage custom color themes x x Frequent product updates from Microsoft x Custom visualizations x Integrates with R x Can manipulate/transform data within the application x Can leverage live streaming data x Notifications and alerts when data changes x

140 SQL Server 2016 Report Builder Paginated Reporty

141 Report Builder Klasické řešení s novým názvem Paginated report Nepotřebuje Power BI PRO licenci Umožňuje tvorbu nad datasety v rámci Report Serveru V rámci serveru umí nejvíce

142 Report Builder - pracovní prostředí aplikace

143 Report Builder Publikovaný report včetně možností uložení a tisku

144 Připojení do Power BI Server je možno taktéž připojit do Power BI služby a uploadovat části (dlaždice) hotových Paginated reportů

145 Publikování do Power BI Samotné připojení nestačí. Je nutné nastavit credentials Datasource\ Manage\ Properties\ Credentials

146 Publikování do Power BI V následujícím kroku již vybíráme části reportu k publikování

147 Publikování do Power BI Na závěr vybereme Workspace a Dashboard

148 Publikování do Power BI Na dashboard se umístí s odkazem do zdroje

149 Subscriptions Ve správě u paginated reportů máme k dispozici automatické subskripce, které sypou data v požadovaném formátu do požadovaného umístění v libovolném časovém intervalu

150 Subscriptions V subscriptions najdeme i části reportů poslané do Power BI Nastavení pro odesílání souborů:

151 History snapshots U paginated reportů je možné mít pohledy do historie Lze i automatizovaně

152 Power BI Mobile Je možné být přihlášen jak do Office 365 účtu, tak i na Report Server

153 Power BI v GOPASu MSEXNL (za hranice Excelu) 2 dny proč Power nástroje? tvorba datového modelu v Power Pivot hierarchie počítané sloupce míry a KPI linkované tabulky klíčový doplněk Power Query

154 Power BI v GOPASu MSEXNL2 (za hranice Excelu 2) 2 dny optimalizace Power Pivot modelu parametrizace Power Query a Power Pivot pokročilé míry vychytávky v Power View Custom Power Map (3D Map) úvod do Power BI Desktop & Services Datamining

155 Power BI v GOPASu PBID (Power BI Desktop) 2 dny proč Power BI Desktop a rozdíly oproti Excelu tvorba modelu a dotazovací vrstva drilování, skupiny, hierarchie, atd. tvorba vizuálů sdílení a publikování dat RLS aneb uvidím jen co mám vidět Cortana, Q&A

156 Power BI v GOPASu DAXPP (DAX v Power Pivot) 1 den co je DAX a kdy se používá DAX dotazy počítané sloupce tabulkové funkce míry a variabilní DAX star vs. snowflake model vliv relací na výpočty

157 Power BI v GOPASu MOC školení (3 dny): Analýza dat nástrojem a službou Power BI Analýza dat nástrojem MS Excel Certifikace: Analyzing and Visualizing Data with MS Power BI Analyzing and Visualizing Data with MS Excel

158 Děkuji za pozornost