- Hangi sorunu çözer: her raporda tekrarlanan Power Query
- Başlamadan önce: lisans, çalışma alanı ve sürüm durumu
- Adım adım: yeni kaynaktan dataflow oluşturmak
- Bağlı ve hesaplanan tablolar: dataflow'ları birbirine bağlamak
- Raporlardan kullanmak ve yenileme
- Tasarım ilkeleri: sahiplik, katman ve ad standardı
- Sık hatalar
- Bu beceriyi Mindset programlarında nerede çalışırsınız?
- Sık sorulan sorular
Power BI Dataflow Kurulumu: Veriyi Bir Kez Hazırlayıp Her Raporda Kullanma
Power BI Dataflow ile veriyi bir kez temizleyip birçok rapora sunun: oluşturma adımları, bağlı ve hesaplanan tablolar, yenileme ve tasarım ilkeleri.
Hangi sorunu çözer: her raporda tekrarlanan Power Query
Birçok ekipte aynı kaynak tablosu, birbirinden bağımsız onlarca raporda ayrı ayrı bağlanır, ayrı ayrı temizlenir. Müşteri tablosundaki bir kuralı değiştirmek gerektiğinde her rapor tek tek açılır; bir raporda unutulan düzeltme, aynı göstergenin farklı değerler göstermesine yol açar. Ayrıca her rapor kaynak sisteme ayrı yük bindirir.
Dataflow bu dağınıklığı azaltmak için tasarlanmıştır. Microsoft belgelerine göre dataflow'lar, birçok semantik model ve raporun paylaşabildiği yeniden kullanılabilir dönüşüm mantığı oluşturmayı destekler; ayrıca rapor yazanların doğrudan kaynak sisteme erişimini sınırlayıp erişimi dataflow üzerinden vermek güvenliği güçlendirir ve kaynak sistem yükünü azaltır. Kısacası: veri bir kez hazırlanır, herkes aynı hazır tabloyu kullanır.
Başlamadan önce: lisans, çalışma alanı ve sürüm durumu
Dataflow, Power BI hizmetinde (tarayıcıdaki Power BI) bir çalışma alanında oluşturulur. Belgeye göre dataflow'lar "Çalışmalarım" (my-workspace) alanında kullanılamaz; ortak bir çalışma alanı gerekir. Premium çalışma alanındaki kullanıcılar, Pro lisanslı kullanıcılar ve Premium Per User lisanslı kullanıcılar dataflow oluşturabilir. Yenileme zamanlaması da dataflow'un oluşturulduğu çalışma alanından yönetilir.
Sürüm konusunda güncel durumu kontrol edin. Microsoft'un belgelerinde Power BI dataflow'un ilk nesli eski (legacy) olarak işaretlenmiş ve yeni özellik yatırımı almayacağı belirtilmiş; yeni veri hazırlama projeleri için Microsoft Fabric içindeki Data Factory'de yeni nesil dataflow öneriliyor. Aynı Power Query deneyimi kullanılır, ek olarak daha fazla hedef ve süreç orkestrasyonu desteklenir. Hangi nesilde çalışacağınız lisansınıza ve kurumun Fabric kararına bağlıdır.
Adım adım: yeni kaynaktan dataflow oluşturmak
Belgede anlatılan temel akış şöyledir: • Power BI hizmetinde bir çalışma alanı seçin (ya da yeni bir çalışma alanı oluşturun). • Dataflow oluşturmayı başlatın ve Get data bağlantısını ya da şeritteki New source seçeneğini kullanın. • Veri kaynağını seçin ve bağlantı ayarlarını girin. Bağlandıktan sonra tabloya alınacak veriyi seçersiniz. • Dataflow düzenleyicisinde veriyi dönüştürün: gereksiz sütunları atın, türleri düzeltin, adları standartlaştırın, tekrar eden kayıtları temizleyin. • Kaydedin ve yenileme zamanlamasını belirleyin.
Örneğin bir perakende ekibi, satış sisteminden gelen sipariş tablosunu bu şekilde dataflow'a alır: iptal edilen siparişleri ayıklar, tarih sütununu gerçek tarih türüne çevirir, ürün kodlarını büyük harfe standartlaştırır. Sonuçta ortada "temiz siparişler" adında tek bir tablo olur ve satış, finans ve operasyon raporları bu tabloyu kullanır.
Bağlı ve hesaplanan tablolar: dataflow'ları birbirine bağlamak
Belgeye göre dataflow'ları birbirine bağlamanın yolları vardır. Bağlı tablo (linked table), başka bir dataflow'daki tabloya salt okunur başvurudur. Tipik kullanımları şunlardır: tarih tablosu ya da sabit bir arama tablosu gibi ortak tabloyu bir kez tanımlayıp birçok dataflow'da kullanmak, kaynağa yapılan yenileme sayısını azaltmak için bağlı tabloyu önbellek gibi kullanmak ve tabloları birleştirmek.
Hesaplanan tablo (computed table) ise bağlı bir tabloya başvurup üzerinde dönüşüm yaparak yeni bir tablo üretmektir. Belgedeki yol: dataflow'u düzenlerken Edit tables ile tabloları açın, temel almak istediğiniz tabloya sağ tıklayıp Reference seçin, ardından Enable load seçeneğini işaretleyin. Bu dönüşümler dış kaynağa değil, dataflow depolamasındaki veriye uygulanır. Örneğin müşteri tablosunu, destek çağrılarının hesaplanan özetiyle birleştirip zenginleştirilmiş bir müşteri tablosu çıkarabilirsiniz. Belgede hem bağlı tabloların hem hesaplanan tabloların yalnızca Premium ile kullanılabildiği belirtilir.
Raporlardan kullanmak ve yenileme
Dataflow hazır olduğunda Power BI Desktop ve Power BI hizmeti ile bu dataflow'u kaynak alan semantik modeller, raporlar ve panolar oluşturulur. Rapor geliştiricisi artık kaynak sisteme bağlanmaz; hazır tabloları alır ve ölçüler ile ilişkilere odaklanır. Model kurma ayrı bir beceri alanıdır ve dataflow ile tamamlayıcıdır.
Yenileme katmanlı düşünülmelidir: önce dataflow kaynaktan yenilenir, sonra dataflow'u kullanan modeller yenilenir. Modeller dataflow'dan önce yenilenirse eski veriyi alır. Bu nedenle zamanlamayı sırayla planlayın: dataflow yenileme saatini, bağlı modellerin yenilemesinden önce bitecek biçimde ayarlayın ve yenileme hatalarını izleyin.
Tasarım ilkeleri: sahiplik, katman ve ad standardı
Dataflow sayısı arttıkça düzensizlik yeni bir sorun haline gelir. Birkaç ilke bunu önler. Katmanlama: ham veriyi alan dataflow ile temizlenmiş, iş kurallarını uygulamış ortak tabloları üreten dataflow'u ayırın; böylece kaynak değişirse yalnız ilk katman güncellenir. Ortak tablolar: tarih, ürün ve müşteri gibi herkesin kullandığı tabloları tek bir dataflow'da tutun. Ad standardı: tablo ve sütun adları iş diliyle ve tutarlı olmalı. Sahiplik: her dataflow'un bir sahibi ve açıklaması olmalı; sorun çıktığında kime gidileceği bilinmeli.
Ayrıca dataflow'u başka çalışma alanına taşımak ya da yedeklemek gerektiğinde, belgeye göre More menüsünden Export .json seçeneğiyle dışa, Import seçeneğiyle içe aktarma yapılabilir. İş kurallarını içeren dataflow tanımlarını bu yolla saklamak, değişiklik geçmişi için de yararlıdır.
Sık hatalar
Sık yapılan hatalar: her sorunu dataflow ile çözmeye çalışmak (küçük ve tek kullanıcılı raporlar için Power Query tek başına yeterlidir), ham ve temiz katmanı ayırmamak, yenileme sırasını yanlış kurmak, Premium gerektiren özelliklere lisansı doğrulamadan güvenmek, dataflow'un sahibi ayrılınca kimsenin yönetemez hale gelmesi, iş kurallarını dataflow'a gömüp belgelememek.
Başka bir hata, rapor geliştiricinin dataflow'daki bir değişikliği bilmemesidir. Sütun adını ya da türünü değiştirmek, bağlı raporları bozabilir. Değişiklikler duyurulmalı, önce test çalışma alanında denenmeli ve etkilenen raporlar önceden belirlenmelidir.
Bu beceriyi Mindset programlarında nerede çalışırsınız?
Power BI Veri Modelleme eğitimi, Power BI ile rapor üreten iş zekası geliştiricileri, veri analistleri ve raporlama ekipleri için uygundur. Dataflow, veri hazırlığını raporlardan ayırıp ortaklaştırmak isteyen ekiplerde ilk bakılacak konulardandır.
Modül başlıklarında veri modelleme temelleri, yıldız şema, ETL tasarımı ve Power Query mimarisi, ölçüler ve model temizliği, ileri model mimarisi ve ölçeklendirme, model dokümantasyonu ile Power BI Premium ve kurumsal dağıtım bulunur. Kurumsal ekipler, ETL ve Premium başlıklarını dataflow standartlarını oluşturmak için kullanabilir.
İlgili Mindset programı
Power BI Veri Modelleme
Sık sorulan sorular
Dataflow ile Power Query arasındaki fark nedir?
Power Query, Power BI Desktop içinde tek bir rapor için veriyi hazırlar. Dataflow ise aynı dönüşüm deneyimini Power BI hizmetinde çalışma alanı düzeyinde sunar ve sonucu birçok model ve rapor kullanabilir. Tek kişilik bir rapor için Power Query yeterlidir; ekipler arası ortak veri hazırlığı için dataflow daha uygundur.
Dataflow için Premium lisans şart mı?
Dataflow oluşturmak için Premium çalışma alanı, Pro lisansı ya da Premium Per User lisansı yeterlidir. Ancak Microsoft belgelerine göre bağlı tablolar ve hesaplanan tablolar yalnızca Premium ile kullanılabilir. Lisans koşulları değişebildiği için kurumunuzdaki güncel planı ve belgeyi kontrol edin.
Dataflow'daki bir sütunu yeniden adlandırırsam raporlar etkilenir mi?
Evet, etkilenebilir. Dataflow'u kullanan modeller bir sonraki yenilemede güncel tablo yapısını alır; sütun adı ya da türü değiştiyse o sütuna bağlı ilişkiler, ölçüler ve görseller bozulabilir. Bu yüzden ortak dataflow'larda sütun adlarını sözleşme gibi görün, değişikliği önceden duyurun ve bağımlı raporları test edin.
Dataflow yeniden kullanılabilir veri hazırlığında ne kazandırır?
Veri hazırlama mantığı tek yerde tutulur; böylece kural değişince tüm raporlar aynı düzeltmeyi alır. Kaynak sisteme yük azalır, rapor yazanın kaynağa doğrudan erişmesi gerekmez ve göstergelerin tutarlılığı artar. Karşılığında dataflow'un sahipliğini, yenilemesini ve değişiklik yönetimini düzenli yürütmek gerekir.
Yeni nesil dataflow'a geçmeli miyim?
Microsoft, ilk nesil Power BI dataflow'u eski olarak işaretliyor ve Fabric erişimi olan Premium müşteriler için yeni nesli öneriyor; Pro ve Premium Per User müşterilerinin ilk nesli kullanmaya devam edebileceğini belirtiyor. Karar, lisansınıza, Fabric kullanımınıza ve mevcut dataflow sayınıza bağlıdır; geçiş için resmî yükseltme kılavuzuna bakın.
İlgili rehberler
Kategori: Veri Analitiği ve İş Zekası