一起学微软Power BI系列-官方文档-入门指南(2)获取源数据

简介:

    我们在文章: 一起学微软Power BI系列-官方文档-入门指南(1)Power BI初步介绍中,我们介绍了官方入门文档的第一章。今天继续给大家介绍官方文档中,如何获取数据源的相关内容。虽然是英文,但又图像,还比较容易理解。 由于Power BI是去年开始微软新发布的一个产品,虽然已经可以企业级应用,但还在不断更新中,功能也在不断加强中,目前世面上的电子书和教程也几乎没有,所以本博客将持续提供相关咨询,以及原始整理的官方文档资料,以及会不断翻译以及制作中文版的学习资料,个人也在摸索之中,有不足,还请大家指正。

              本文原文地址:一起学微软Power BI系列-官方文档-入门指南(2)获取源数据

Power BI系列文章地址:微软Power BI技术文章与资源目录

1.系列文章说明

    一起学微软Power BI系列 文章将分为 官方文档,文档翻译,中文入门教程,中文视频教程和案例等内容。我们将从浅到深,从英文消化,再到中文本地化,从细节功能到完全案例,从文档到视频,逐步过渡。希望大家能更快的学会使用Power BI这一神兵利器。

    我们在第一个官方文档系列中,将包括入门学习文档,以及Power BI工具集中Desktop,Mobile和在线版的产品文档。该文档都是从微软Power BI官方网站下载整理而成,所有资源免费分享,禁止将本文整理资料用于营利性用途。由于业余时间有限,文档整理比较繁琐,后续还有翻译计划,如果有兴趣,请使用资源后面的联系方式联系。

    我们将根据官网的文档,不定期进行更新。

2.入门指南(2)获取数据源

 2.1 获取数据源主要内容

     在这一章中,我们主要了解从Power BI中如何连接数据源。首先会对Power BI Desktop版本进行简单的功能介绍。然后会介绍在桌面版中如何连接数据源,数据源包括的种类很丰富,Power BI支持的数据库和文件非常多,几乎涵盖了目前所有的使用吧。然后介绍对于导入的数据源,如何进行数据清晰和数据转换,这个步骤和Excel+Power Query其实是一样的,所有如果有Power Query的使用经验,这里是非常容易懂的,至于以前没有了解过Power Query的朋友,后面我们将会进行一些视频操作,让大家更直观一些。

  Power BI桌面版关于数据源获取的界面我这里截图稍微演示一下,更详细的我们慢慢完善。

  下面是使用编辑查询的例子,我使用了一份公共的超市数据,进行导入后进行相关修改,步骤和Power Query差不多,看图:

2.2 PDF预览

     下面是整理好的PDF文档预览,我们在后面会提供高清版的PDF下载,翻译时间有限,我个人目前能从英文文档获取大部分信息,如果大家看不懂,关注博客,逐步提供翻译版本。

3.资源

1.Power BI Getting Started - 第二章获取数据源 PDF 下载:http://pan.baidu.com/s/1o8cUPtC 密码:ok3i

2.Power BI下载: 

 官方网站:https://powerbi.microsoft.com

    注意Power BI目前没有中文主页,只有英文和台湾版本的主页,建议通过下列途径下载安装简体中文版。

    Microsoft Power BI Desktop中文最新版:下载地址

3.个人建立的Power BI技术群,目前正在学习阶段,有兴趣的朋友可以一起学习讨论。 

     微软Power BI技术交流群: 553499910 (验证注明:博客园Power BI) 

   论坛讨论区:http://www.newlifex.com/


本文转自叶小钗 h数据之巅博客园博客,原文链接:http://www.cnblogs.com/asxinyu/p/Power_BI_GettingStarted_English_GetData.html,如需转载请自行联系原作者

相关文章
|
9月前
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。
|
人工智能 自然语言处理 数据可视化
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
732 8
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
SQL 人工智能 自然语言处理
颠覆传统BI认知:Quick BI如何用“傻瓜式”操作重塑数据决策?
Quick BI是阿里云推出的一款零代码+AI数据分析工具,专为业务人员设计。通过简洁的界面和强大的功能,它让数据“开口说话”。从Excel秒变智能资产,到拖拽式构建高定看板,再到自然语言查询与预测分析,菜鸟也能轻松上手。企业微信集成、移动端优化等功能,助力实时决策。Quick BI打破技术壁垒,推动数据民主化,让每个岗位都能用业务语言对话数据,实现真正的数据驱动转型。
|
数据可视化 数据挖掘 BI
基于烟草零售商订单数据的Quick BI体验报告
Quick BI旨在通过智能的数据分析和可视化能力帮助企业构建高效的分析系统。在我初步了解该产品后,发现它不仅支持创建美观的仪表板、复杂的电子表格以及动态大屏,还能够无缝集成到现有的业务流程中,极大地提升了工作效率。尤其对于需要频繁展示数据分析结果给管理层或客户的场景来说,Quick BI提供了一个便捷且专业的解决方案。
|
分布式计算 大数据 BI
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
人工智能 BI 自然语言处理
【瓴羊数据荟】 共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!
瓴羊「数据荟」Meet Up城市行系列活动第四期活动将于3月7日在上海举办,由中国信息通信研究院与阿里巴巴瓴羊专家联袂呈现,共同探讨AI时代的数据应用实践与企业智能DNA的革命性重构。
704 0
【瓴羊数据荟】  共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!
|
供应链 监控 安全
基于Quick BI的多部门组织下的数据共享及管理方案
本文介绍了企业在使用Quick BI时面临的数据共享与安全控制需求,涵盖技术、财务、销售等部门的具体挑战,并提出了基于角色组授权、工作空间隔离、行级权限管理等解决方案,确保数据既能高效共享又能安全可控。
672 5
基于Quick BI的多部门组织下的数据共享及管理方案
|
数据可视化 数据挖掘 BI
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
441 0
|
人工智能 算法 BI
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!
当BI遇见AI,洞见变得触手可及 —— 瓴羊「数据荟」数据Meet Up城市行·杭州站启幕,欢迎参与。
1710 5
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!

热门文章

最新文章