Revenir au contenu principal

Le connecteur Databricks Power BI prend désormais en charge les requêtes natives

Databricks Power BI Connector Now Supports Native Query

Publié: 12 janvier 2023

Partenaires3 min de lecture

Ceci est un article collaboratif de Databricks et Microsoft. Nous remercions Mahesh Prakriya (Directeur de la plateforme d'intelligence, Microsoft) et Bob Zhang (Chef de programme technique principal, Microsoft) pour leurs contributions.

 

Nous sommes ravis d'annoncer la disponibilité des requêtes natives dans le connecteur Databricks Power BI dans la dernière version de Power BI ! La prise en charge des requêtes natives est l'une des fonctionnalités les plus demandées pour le connecteur depuis son lancement. Avec cette nouvelle capacité, les clients peuvent désormais accéder aux données dans Databricks SQL et créer des modèles de données avec une flexibilité et une productivité accrues. Les clients peuvent spécifier des requêtes SQL natives dans le cadre de la configuration de leurs sources de données. Toute requête spécifiée ici sera exécutée nativement contre Databricks SQL avant les étapes ultérieures dans Power BI.

Pourquoi SQL natif ?

Flexibilité avec des transformations complexes
SQL natif offre également une flexibilité aux utilisateurs pour choisir leur outil idéal pour une transformation donnée. DAX est expressif et puissant, mais pour des requêtes SQL plus complexes ou des opérations non prises en charge, l'utilisation de requêtes SQL natives permet un flux de travail plus simple. Cela offre également un grand avantage dans les cas où les définitions de colonnes personnalisées ne peuvent pas être pliées/poussées vers le bas – créez-les simplement dans le SQL natif.

Tirez mieux parti de l'échelle de calcul de Databricks SQL
Avec la prise en charge de SQL natif, les clients peuvent désormais effectuer des opérations plus importantes et des requêtes de préparation gourmandes en calcul directement sur un entrepôt Databricks SQL dans le cadre de la configuration d'une source de données. Surtout pour les transformations plus complexes, cela pourrait permettre de gagner un temps considérable. De plus, les analystes peuvent s'auto-servir sans avoir à créer de vues ou d'autres constructions dans Databricks pour des flux de travail plus simples.

Migrations plus simples depuis d'autres sources Power Query
Pour les clients qui utilisent déjà SQL personnalisé/natif avec d'autres sources de données dans Power BI, la migration vers Databricks SQL était auparavant fastidieuse. La solution jusqu'à présent consistait à mapper cela à des vues dans Databricks ou à tenter de faire la logique en DAX. Désormais, il suffit de spécifier la requête SQL native pertinente sur le connecteur Databricks Power BI.

UN LEADER 5X

Gartner® : Databricks, leader des bases de données cloud

Comment démarrer ?

Vous avez besoin de ce qui suit pour commencer

  • Version de décembre 2022 de Power BI Release (v2.112.603.0 ou ultérieure)
  • Un compte Databricks (inscrivez-vous ici si vous n'avez pas encore de compte)

Ouvrez Power BI Desktop et suivez les instructions :

  1. Trouvez la source de données "Azure Databricks" ou "Databricks" dans le menu "Obtenir des données" de Power BI.

Menu

  1. Remplissez les détails du serveur et du catalogue dans la boîte de dialogue de connexion.
  2. Entrez la requête SQL native que vous souhaitez soumettre. Dans ce cas :

Notez que pour utiliser la fonctionnalité de requête native, le champ catalogue est requis et doit être fourni, et la requête native doit être écrite pour être relative au catalogue fourni.

Entrez les détails du serveur et du catalogue, et entrez la requête SQL native

  1. Une fois que vous vous êtes authentifié, vous êtes prêt à interroger ! Les modes Direct Query ou Import sont tous deux pris en charge.
  2. (Facultatif) Ouvrez la requête à l'aide de l'éditeur de requêtes avancées de Power BI, afin de pouvoir voir la requête native et, si vous le souhaitez, modifier la requête à partir d'ici et l'enregistrer.

Éditeur de requêtes avancées Power BI

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original

Ne manquez jamais un article Databricks

Abonnez-vous à notre blog et recevez les derniers articles dans votre boîte mail.