- Grundlagen: Tabellen, Primrschlssel, Fremdschlssel, Normalformen, Dimensionales Modell, Kimball, Inmon, Data Vault - Datenmodellieren in Power BI / Analysis Services Tabular: Beziehungen, Kardinalitt, Kreuzfilterrichtung, Datenaufbereitung mit DAX, Datenaufbereitung mit Power Query - Spezielle Dimensionen: Datum und Zeit, Role-playing dimensions, Hierarchien, Slowly Changing Dimensions - Flle aus der Praxis: Budget, Mehrsprachiges Datenmodell, Key-Value pair, Composite Model
- Syntax und grundlegende Funktionen - Datenmodell und DAX - eine Symbiose - Berechnete Spalten - Measures - Fortgeschrittene Beispiele
zum Artikel gehenGrundlagen des Data Warehousing - Konzepte - Architektur Modellierung eines Data Warehouse - Analyse - Entwurf - Datenmodellierung Data Warehousing-Techniken im Microsoft SQL Server - Extract - Transform - Load (ETL) mit SQL Server Integration
zum Artikel gehenIn der BI-Architektur in Azure gibt es nach wie vor eine multidimensionale Datenbank – allerdings lediglich die Tabular-Variante von Analysis Services. Dabei stellt sich die Frage, wie die Daten aus dem Azure Data Lake Storage in die Azure Analysis Servic
zum Artikel gehenDieser Blogbeitrag erläutert, wie bei der Erstellung eines Tabular-Modells mit Parent-Child-Hierarchien umzugehen ist. Anhand eines Beispiels zeigen wir, wie eine entsprechende Dimension erstellt wird und welche DAX-Funktionen hierfür benötigt werden. Der
zum Artikel gehen- Wie kann ich Daten in Power BI Desktop visualisieren? - Wie kann ich Daten mit Power Query laden, bereinigen und transformieren? - Was ist die Modell-Sicht? - Muss ich vor DAX Angst haben? - Wie kann ich Berichte mit anderen teilen? - Welche Power
zum Artikel gehen