Introduction

Analytische gegevensarchieven organiseren gegevens anders dan transactionele systemen. Hoewel transactionele databases zijn geoptimaliseerd voor snelle invoegingen en updates, hebben analytische workloads gegevens nodig die zijn gestructureerd voor efficiënte query's, filters en aggregatie. Dimensionale modellering biedt het ontwerpframework dat dit mogelijk maakt.

Stel dat u werkt bij een retailanalyseorganisatie. Data engineers bouwen pijplijnen die gegevens uit meerdere bronsystemen naar Microsoft Fabric brengen, waaronder verkooppunttransacties, voorraadrecords en klantgegevens. Vervolgens moet u de gegevensstructuren ontwerpen die deze onbewerkte gegevens transformeren in een model dat is geoptimaliseerd voor rapportage en analyse. U moet weten welke schemapatronen moeten worden gebruikt, hoe u zakelijke gebeurtenissen kunt vastleggen in feitentabellen, hoe u beschrijvende kenmerken in dimensietabellen kunt ordenen en hoe u gegevens verwerkt die in de loop van de tijd veranderen.

In deze module verkent u dimensionale modelleringsconcepten en past u deze toe in Microsoft Fabric. U leert meer over ster- en sneeuwvlokschematypen, ontwerpprincipes voor feiten- en dimensietabellen en patronen voor het beheren van langzaam veranderende dimensies. Vervolgens past u deze concepten toe in een begeleide ontwerpoefening.

Aan het einde van deze module kunt u een dimensional model ontwerpen dat gegevens organiseert voor efficiënte analytische query's en ondersteuning biedt voor zowel menselijke rapportage als AI-scenario's.