Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Power BI eğitiminden alınmış bir ders kaydıdır. Eğitmen, Power BI Desktop'ın iş zekası projelerindeki konumunu ve kullanım alanlarını anlatmaktadır.
- Video, Power BI Desktop'ın iş zekası projelerindeki temel katmanlarını (veri katmanı, modelleme katmanı, görselleştirme) açıklayarak başlıyor. Ardından, Power BI Desktop'ın sadece bir görselleştirme aracı olarak kullanılabileceği, modelleme katmanı için SQL Server Analysis Service gibi alternatif araçların da mevcut olduğu anlatılıyor. Özellikle büyük veri modelleri için SQL Server Analysis Service'in avantajları ve performans sorunları ele alınıyor. Video, Power BI Desktop'ın farklı konumlandırma seçeneklerini ve bunların hangi durumlarda tercih edilmesi gerektiğini açıklıyor.
- 00:09Power BI Desktop'ın Katmanları
- Power BI Desktop, iş zekası projesinde olması gereken tüm katmanları içeren ana araçtır.
- Veri katmanı (Power Query ile çalışır), modelleme katmanı (semantic layer olarak da bilinir, tablo arası ilişkileri kurar ve DAX ile metrikler yazılır) ve görselleştirme katmanı olmak üzere üç ana katman içerir.
- Standart yöntem, Power BI Desktop'ı açıp veri kaynaklarına bağlanıp, Power Query ile temizlik yaparak, veri modeli kurarak, metrikler yazarak ve görselleri oluşturduktan sonra Power BI.com'a publish etmektir.
- 01:18Alternatif Konumlama Şekilleri
- Temizlenmiş ve düzgün tasarlanmış bir veri ambarı varsa, farklı veri kaynaklarına bağlanıp Power Query ile temizlik yapmak yerine hazır veri ambarı kullanılabilir.
- Modelleme katmanı için Power BI Desktop yerine SQL Server Analysis Service kullanılabilir, bu da DAX mantığını ve jargonunu kullanır.
- Power BI Desktop sadece görselleştirme aracı olarak da kullanılabilir, modelleme katmanında ise SQL Server Analysis Service, BW gibi uygulamalar veya SAP HANA, Oracle gibi sistemler kullanılabilir.
- 04:40Büyük Veri Modelleri İçin Öneriler
- Büyük veri modelleri için SQL Server Analysis Service kullanmanın avantajı, üzerine kurulacak makinenin donanımını kendi ayarlayabilmesidir.
- Power BI.com paylaşımlı bir servis olduğundan, büyük veri modelleri için performans sorunları yaşanabilir.
- Çok fazla sayıda kullanıcının erişiminde performans sorunları olursa, Power BI Desktop'ı sadece görselleştirme aracı olarak kullanıp, raporları Power BI.com'da yayınlamak yerine on-prem'deki bir SQL Server Analysis Service kullanılabilir.