Hallo und willkommen! Ich bin Marcus, und in diesem Blogartikel zeige ich euch, wie man das Sternschema in Power BI verwendet. Diese Modellierungsart ermöglicht eine effiziente Datenanalyse und gehört zu den performantesten Datenmodellen innerhalb von Power BI.
Was ist das Sternschema?
Ein Sternschema besteht aus einer zentralen Faktentabelle, umgeben von mehreren Dimensionstabellen. Die Faktentabelle enthält Bewegungsdaten oder Faktendaten, wie Umsatz, Menge und Kosten. Diese Daten werden umgeben von Dimensionstabellen, die Stammdaten enthalten, nach denen die Kennzahlen analysiert werden können.
Aufbau des Sternschemas
In der Mitte des Sternschemas befindet sich die Faktentabelle. Diese Tabelle enthält Kennzahlen und ist das Herzstück des Modells. Um diese Faktentabelle herum gruppieren sich die Dimensionstabellen, die detaillierte Informationen zu den Stammdaten liefern, wie beispielsweise Produktinformationen oder Kundendaten.
Ein typisches Beispiel: In der Faktentabelle befinden sich die Auftragskennzahlen. Diese Tabelle wird durch Dimensionstabellen ergänzt, die Attribute wie Produktmodelle oder Produktkategorien enthalten. Diese Dimensionstabellen sind durch eindeutige Schlüssel mit der Faktentabelle verknüpft, was eine detaillierte Analyse der Kennzahlen ermöglicht.
Vorteile des Sternschemas
Das Sternschema bietet eine einfache und effiziente Möglichkeit, Daten zu modellieren. Es ermöglicht eine klare und direkte Beziehung zwischen Faktentabelle und Dimensionstabellen. Im Gegensatz zum komplexeren Snowflake-Schema, das zusätzliche Dimensionstabellen und mehr Rechenleistung erfordert, bleibt das Sternschema übersichtlich und performant.
Praktische Umsetzung in Power BI
Schauen wir uns an, wie man das Sternschema in Power BI erstellt. Wir beginnen mit dem Power BI Desktop und verbinden uns mit einer SQL-Datenbank, in diesem Fall der AdventureWorks Demo-Datenbank.
Schritt 1: Daten importieren und transformieren
Zuerst importieren wir die relevanten Tabellen, wie die Verkaufsauftragsdetails, den Verkaufsauftragskopf und die Produkttabelle. Da die Daten oft nicht in der gewünschten Form vorliegen, nutzen wir Power Query, um die Daten zu transformieren.
Innerhalb von Power Query entfernen wir unnötige Informationen und konzentrieren uns auf die wesentlichen Spalten. Beispielsweise entfernen wir Systeminformationen wie das ModifiedDate oder rowguid, die für die Analyse nicht benötigt werden und die Performance beeinträchtigen könnten.
Schritt 2: Tabellen verknüpfen und aufbereiten
Im nächsten Schritt verknüpfen wir die Tabellen. Dazu verwenden wir den linken äußeren Join, um sicherzustellen, dass alle Detailzeilen geladen werden, unabhängig davon, ob ein Header vorhanden ist. Die zusammengeführte Abfrage benennen wir als SalesOrders und stufen sie als Faktentabelle ein.
Die Dimensionstabellen, wie die Produkttabelle, bereiten wir ebenfalls auf und fügen sie in entsprechende Gruppen ein. Durch das Zusammenführen von Tabellen, wie der Produkt und ProduktModel-Tabelle, fügen wir zusätzliche Attribute hinzu, die für die Analyse wichtig sind.
Schritt 3: Datenmodell erstellen
Nachdem wir die Tabellen vorbereitet haben, laden wir sie in das Power BI Datenmodell. Power BI erkennt automatisch die Beziehungen zwischen den Tabellen anhand der Spaltennamen. Diese Beziehungen können bei Bedarf manuell angepasst werden, um sicherzustellen, dass die Daten korrekt verknüpft sind.
Schritt 4: Analyse durchführen
Mit dem erstellten Datenmodell können wir nun Analysen durchführen. Beispielsweise können wir die Umsätze anhand der Produktkategorien analysieren und in einem Balkendiagramm visualisieren. Dies ermöglicht es uns, die Kennzahlen effizient zu analysieren und zu interpretieren.
Fazit
Das Sternschema in Power BI bietet eine leistungsfähige und verständliche Struktur für die Datenanalyse. Es ermöglicht eine klare und direkte Beziehung zwischen den Tabellen und erleichtert die Analyse von Kennzahlen. Mit Power BI und dem Sternschema können Business-Anwender effizient und effektiv arbeiten.
Ich hoffe, dieser Artikel hat euch einen guten Überblick über das Sternschema in Power BI gegeben. In zukünftigen Beiträgen werde ich weitere Design-Informationen und Tipps zur Datenmodellierung in Power BI teilen. Bis dahin, viel Spaß beim Analysieren!
Comments