<del id="miqe2"></del>

<strike id="miqe2"></strike>

注冊(cè) | 登錄讀書(shū)好，好讀書(shū)，讀好書(shū)！

當(dāng)前位置：首頁(yè)出版圖書(shū)經(jīng)濟(jì)管理管理企業(yè)管理從Power BI到Analysis Services：企業(yè)級(jí)數(shù)據(jù)分析實(shí)戰(zhàn)

從Power BI到Analysis Services：企業(yè)級(jí)數(shù)據(jù)分析實(shí)戰(zhàn)

定　價(jià)：￥79.90

作　者：	BI使徒工作室，雷元，劉建曄著
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787115571014	出版時(shí)間：	2021-11-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	215	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　云計(jì)算作為一種數(shù)據(jù)解決方案已被廣泛應(yīng)用，越來(lái)越多的企業(yè)已經(jīng)或者正在將本地IT系統(tǒng)升級(jí)到云端，這其中就包括將本地Analysis Services遷移到Azure Analysis Services的過(guò)程。Azure Analysis Services是基于微軟云的PaaS 服務(wù)，也是未來(lái)大數(shù)據(jù)的云端化發(fā)展方向。本書(shū)介紹本地Analysis Services 與Azure Analysis Services 的安裝、開(kāi)發(fā)、部署、處理以及增強(qiáng)開(kāi)發(fā)等內(nèi)容，同時(shí)還介紹Power BI、SQL Server Studio Management、SQL Server、Visual Studio 2019 等協(xié)同工具的使用方法，力求幫助讀者找到企業(yè)級(jí)BI 遇到的系統(tǒng)性能瓶頸，并提供行之有效的解決方案。最后作者介紹Azure Analysis Services 的實(shí)際案例和相關(guān)的Azure Data Services作為本書(shū)延展學(xué)習(xí)內(nèi)容。本書(shū)從理論出發(fā)，著手實(shí)踐，適合IT人員、DT人員作為參考資料使用，也適合希望完善與提高Power BI和微軟數(shù)據(jù)平臺(tái)技術(shù)的廣大讀者閱讀。

作者簡(jiǎn)介

　　雷元（1）微軟認(rèn)證MVP （Data Platform）、Azure Data Engineer Associate、BI Reporting MCSA、Power Platform App Maker Associate。（2）“BI使徒”創(chuàng)建人，現(xiàn)任瑪氏箭牌糖果集團(tuán)供應(yīng)鏈數(shù)字化經(jīng)理，曾任職于微軟、希捷、惠普等公司。（3）從事數(shù)據(jù)分析工作已有7年時(shí)間，熟悉Power BI與Tableau敏捷BI的應(yīng)用，負(fù)責(zé)公司用戶(hù)培訓(xùn)服務(wù)，熱心于BI知識(shí)的創(chuàng)作與傳播。（4）著有《商業(yè)智能數(shù)據(jù)分析：從零開(kāi)始學(xué)Power BI和Tableau自助式BI》《34招精通商業(yè)智能數(shù)據(jù)分析：Power BI和Tableau進(jìn)階實(shí)戰(zhàn)》《Power BI企業(yè)級(jí)分析與應(yīng)用》《從Power BI 到 Power Platform：低代碼應(yīng)用開(kāi)發(fā)實(shí)戰(zhàn)》等。劉建曄（1）微軟Data &AI云架構(gòu)師，畢業(yè)于上海交通大學(xué)。（2）微軟認(rèn)證Azure Solutions Architect Expert、Azure Database Administrator Associate、Azure AI Engineer Associate、Azure Data Engineer Associate、MCDBA和甲骨文認(rèn)證OCP等。（3）擁有20年IT從業(yè)經(jīng)驗(yàn)，長(zhǎng)期從事數(shù)據(jù)庫(kù)、數(shù)據(jù)分析、BI的研究和推廣，近年來(lái)幫助數(shù)十家企業(yè)利用微軟云數(shù)據(jù)平臺(tái)成功進(jìn)行數(shù)字化轉(zhuǎn)型。

圖書(shū)目錄

第 1 章 Analysis Services 基礎(chǔ)．1
1．1 自助式BI 的崛起．1
1．2 企業(yè)級(jí)BI 的優(yōu)勢(shì)．3
1．3 Analysis Services 概述 4
1．4 多維模型與表格模型 5
1．5 Power BI 技術(shù) 6
1．6 Azure Analysis Services 概述7
1．7 Azure Analysis Services 與Power BI Premium 8
本章小結(jié) 11
第 2 章安裝開(kāi)發(fā)工具與啟用Analysis Services 12
2．1 安裝工具與啟用服務(wù)列表12
2．2 下載數(shù)據(jù)庫(kù)AdventureWorksDW 13
2．3 安裝SQL Server Management Studio 14
2．4 安裝本地SQL Server 與本地Analysis Services 15
2．5 安裝Visual Studio 2019 與Analysis Services 擴(kuò)展 21
2．6 啟用Azure SQL Database 服務(wù) 24
2．7 啟用Azure Analysis Services 28
2．8 為本地SQL Server 安裝AdventureWorks 數(shù)據(jù)庫(kù)30
2．9 為Azure SQL Server 安裝AdventureWorks 數(shù)據(jù)庫(kù) 31
本章小結(jié) 36
第3 章獲取數(shù)據(jù) 37
3．1 在Visual Studio 中創(chuàng)建Analysis Services 表格項(xiàng)目 37
3．2 獲取SQL Database 數(shù)據(jù)表（Tables） 39
3．3 獲取SQL Database 數(shù)據(jù)視圖（Views） 42
3．4 從Azure Blob Storage 讀取數(shù)據(jù) 44
3．5 導(dǎo)入手動(dòng)維護(hù)數(shù)據(jù) 48
3．6 導(dǎo)入SQL 查詢(xún) 50
3．7 數(shù)據(jù)準(zhǔn)備 51
本章小結(jié) 54
第4 章數(shù)據(jù)建模 55
4．1 標(biāo)記日期表 55
4．2 多重表關(guān)系 58
4．2．1 導(dǎo)入多張日期表58
4．2．2 創(chuàng)建計(jì)算日期表60
4．2．3 創(chuàng)建日期度量 60
4．3 創(chuàng)建中間表 61
4．4 中間表查詢(xún) 63
4．5 多對(duì)多雙向篩選關(guān)系的查詢(xún)限制64
4．6 建立層次（層級(jí)）關(guān)系 68
4．7 父子關(guān)系 69
4．8 計(jì)算組．71
4．9 行級(jí)權(quán)限設(shè)置 76
4．9．1 靜態(tài)行級(jí)權(quán)限設(shè)置76
4．9．2 動(dòng)態(tài)行級(jí)權(quán)限設(shè)置79
4．10 表級(jí)與列級(jí)權(quán)限設(shè)置．81
4．11 模型級(jí)權(quán)限設(shè)置 82
4．12 KPI 設(shè)置 84
4．13 透視87
本章小結(jié) 89
第5 章部署數(shù)據(jù)模型90
5．1 本地Analysis Services 項(xiàng)目部署 90
5．2 云端Analysis Services 項(xiàng)目部署 97
5．3 SQL Server Agent 自動(dòng)刷新模型103
5．4 自動(dòng)化Runbook 刷新模型 108
5．4．1 創(chuàng)建Azure 應(yīng)用主體以及相應(yīng)的授權(quán)設(shè)置109
5．4．2 創(chuàng)建Azure 自動(dòng)化以及相應(yīng)的授權(quán)設(shè)置113
5．4．3 創(chuàng)建Runbook 并設(shè)置自動(dòng)刷新PowerShell 腳本 117
5．4．4 發(fā)布與運(yùn)行Runbook 119
本章小結(jié) 121
第6 章數(shù)據(jù)處理． 122
6．1 表格分區(qū) 122
6．2 數(shù)據(jù)處理方式詳解 126
6．3 增量刷新 129
6．3．1 “處理添加”方式130
6．3．2 “處理數(shù)據(jù)”方式133
6．4 添加自動(dòng)處理腳本 135
6．5 直連模式 136
6．5．1 從導(dǎo)入模式轉(zhuǎn)換為直連模式137
6．5．2 從直連模式轉(zhuǎn)換為導(dǎo)入模式141
本章小結(jié) 142
第7 章高級(jí)開(kāi)發(fā)工具和功能 143
7．1 DAX Studio：DAX 開(kāi)發(fā)工具 143
7．1．1 主界面介紹 144
7．1．2 DAX 公式開(kāi)發(fā)145
7．1．3 DAX 性能測(cè)試148
7．1．4 導(dǎo)出元數(shù)據(jù) 149
7．1．5 導(dǎo)出模型數(shù)據(jù) 151
7．2 Tabular Editor：DAX 模型開(kāi)發(fā)工具 153
7．2．1 主界面介紹 154
7．2．2 一般性編輯功能156
7．2．3 高級(jí)腳本編譯度量 161
7．2．4 最佳規(guī)范分析器164
7．3 ALM Toolkit：應(yīng)用版本管理工具166
7．3．1 一般性行功能介紹 167
7．3．2 啟用XMLA 的“讀寫(xiě)”設(shè)置 168
7．3．3 Power BI Desktop 報(bào)告版本控制 171
7．3．4 Azure Analysis Services 模型版本控制 176
7．4 在Analysis Services 中開(kāi)啟全自助分析 178
7．5 自動(dòng)化恢復(fù)與暫停Azure Analysis Services 181
7．5．1 啟用邏輯應(yīng)用 182
7．5．2 恢復(fù)Azure Analysis Services 183
7．5．3 暫停Azure Analysis Services 186
7．6 自動(dòng)化升降A(chǔ)zure Analysis Services 性能級(jí)別 188
7．6．1 創(chuàng)建Azure 應(yīng)用主體及相應(yīng)的授權(quán)設(shè)置189
7．6．2 通過(guò)HTTP 形式獲取應(yīng)用主體的訪問(wèn)令牌 193
7．6．3 通過(guò)令牌以HTTP 形式發(fā)送調(diào)整性能指令 195
本章小結(jié) 198
第8 章 Azure Analysis Services 使用案例 199
8．1 醫(yī)療行業(yè)案例 199
8．1．1 項(xiàng)目目標(biāo)199
8．1．2 解決方案200
8．1．3 實(shí)現(xiàn)價(jià)值200
8．2 零售行業(yè)案例 201
8．2．1 項(xiàng)目目標(biāo)201
8．2．2 解決方案201
8．2．3 實(shí)現(xiàn)價(jià)值202
8．3 地產(chǎn)行業(yè)案例 202
8．3．1 項(xiàng)目目標(biāo)203
8．3．2 解決方案203
8．3．3 實(shí)現(xiàn)價(jià)值204
本章小結(jié) 204
第9 章拓展：Azure Data Services 205
9．1 現(xiàn)代數(shù)據(jù)倉(cāng)庫(kù) 205
9．1．1 現(xiàn)代數(shù)據(jù)倉(cāng)庫(kù)之Azure 經(jīng)典架構(gòu) 205
9．1．2 Azure Synapse Analytics 簡(jiǎn)介 206
9．1．3 Azure Databricks 簡(jiǎn)介 210
9．2 Azure Analysis Services 更新 213
本章小結(jié)