Power BI 中从多个来源获取数据：完整的初学者友好指南

发布: 1周前 (2025年12月31日 GMT+8 17:23)

9 min read

原文: Dev.to

Source: Dev.to

（请提供需要翻译的正文内容，我才能为您完成简体中文翻译。）

介绍

每个成功的 Power BI 报表的基础是可靠的数据摄取。无论仪表板多么视觉上吸引人，如果底层数据不完整、不一致或理解不透彻，洞察将会误导。

在真实的商业环境中，数据很少来自单一来源。作为数据分析师，你可能需要处理：

Excel 文件
CSV 文本文件
SQL Server 数据库
JSON API
PDF 报告
SharePoint 文件夹

全部在同一个项目中。

Power BI 通过强大的 Get Data 和 Power Query 功能来应对这种复杂性。

在本博客中，你将学习如何：

在 Power BI 中连接多个数据源
在构建数据模型之前预览数据并评估其质量

完成后，你将能够自信地处理多样的数据源并为有意义的分析做好准备。

Power BI 数据架构的高级概览

在此工作流中，Power BI 充当中心枢纽，将来自多个来源的数据汇集并准备进行分析。

架构

Power BI Desktop → reporting, modeling, and development environment
Multiple data sources, such as:
  • Excel and Text/CSV files
  • SQL Server databases
  • JSON and PDF files
  • SharePoint folders
Power Query Editor → cleaning, transforming, and profiling data

所有数据通过 Power Query 流入 Power BI，在加载到数据模型之前进行审查和准备。

您将在本指南中完成的内容

在本分步演练中，您将：

打开并配置 Power BI Desktop
连接来自 Excel、CSV、数据库（SQL Server）、JSON、PDF 和 SharePoint 的数据
使用 Power Query 预览并了解源数据
使用 Column Quality、Column Distribution 和 Column Profile
及早识别常见的数据质量问题
为建模和报告准备数据集

开始使用 Power BI Desktop

要跟随本指南进行练习，请先下载练习文件：

🔗

下载后：

解压文件夹。
在 Power BI Desktop 中打开 01-Starter-Sales Analysis.pbix。
- 该入门文件禁用了自动关系检测，以便您专注于数据摄取和分析。

Source: …

从 SQL Server 获取数据

企业级数据通常存储在关系型数据库中。Power BI 可以轻松连接到 SQL Server。

连接步骤

主页 → 获取数据 → SQL Server

输入：

Server: localhost
Database: (leave blank)

选择 Windows Authentication（Windows → 使用我的当前凭据），然后点击 Connect。
如果出现“无法建立加密连接”的警告，点击 OK。
在 Navigator 窗格中，展开 AdventureWorksDW2020 数据库并选择以下表：
- DimEmployee
- DimEmployeeSalesTerritory
- DimProduct
- DimReseller
- DimSalesTerritory
- FactResellerSales
点击 Transform Data。

Power Query 编辑器打开，并已加载来自 SQL Server 的六个查询。

在 Power Query 编辑器中预览数据

查询窗格 – 每个表在左侧显示为单独的查询。选择查询即可预览其内容。

维度表 (Dim)

表格	描述
`DimEmployee`	每行对应一名员工
`DimProduct`	每行对应一种产品
`DimReseller`	每行对应一个经销商
`DimSalesTerritory`	区域、国家和分组

事实表 (Fact)

表格	描述
`FactResellerSales`	每行对应一个销售订单行项

了解事实表和维度表之间的区别是 Power BI 中正确构建星型模式数据模型的关键。

使用 Power Query 数据分析功能

Power Query 包含内置工具，帮助在建模前评估数据质量。

列质量

视图 → 列质量

这会显示：
- 有效值的百分比
- 空（null）值
- 错误
示例： DimEmployee 中的 Position 列包含 94 % 的空值，表明可能存在数据质量问题。

列分布

视图 → 列分布

您现在可以看到：
- 不同值的数量
- 唯一值的数量
示例： EmployeeKey 显示相同的不同值计数和唯一值计数 → 每行都是唯一的（在创建键和关系时很有用）。

列概况

视图 → 列概况
选择一列，例如 DimReseller 中的 BusinessType。

您可能会注意到标签不一致：
- “Warehouse”
- “Ware House”（拼写错误）
必须在分析之前纠正此不一致，以防止分组不准确或报告错误。

从文本/CSV文件获取数据

平面文件在报告工作流中非常常见。

导入 CSV 文件

Home → Get Data → Text/CSV
选择 ResellerSalesTargets.csv
- 每位销售人员每年一行
- 每月销售目标
- 用连字符代替空值

重复此过程以导入 ColorFormats.csv，其中包含颜色格式化值。

从 Excel 文件获取数据

Excel 仍然是最广泛使用的商业数据工具之一。

导入 Excel 数据

主页 → 获取数据 → Excel
选择 Excel 文件
点击 转换数据

常见内容：

预算和财务表
手动业务输入
运营日志和跟踪器

从 JSON 文件获取数据

JSON 文件通常由 API 和基于 Web 的应用程序生成。

步骤

Home → Get Data → JSON
选择 JSON 文件或 API 导出
Power Query 展开嵌套结构

注意： 由于其层次结构，JSON 通常需要额外的转换。

从 PDF 文件获取数据

Power BI 可以从 PDF 文档中提取结构化表格。

步骤

Home → Get Data → PDF
选择 PDF 文件

典型使用场景：

财务报表
银行报告
合规或监管文件

Source:

从 SharePoint 文件夹获取数据

SharePoint 在组织内部的协作文件存储中被广泛使用。

步骤

Home → Get Data → SharePoint Folder
输入 SharePoint 站点 URL 并按照提示进行连接。

（继续使用相同的 “Transform Data” 工作流来整理所需的文件。）

步骤 2 – 输入 SharePoint 站点 URL 并进行身份验证

（此步骤未提供其他内容。）

步骤 3 – 根据需要筛选和合并文件

这种方法在处理 “存储在共享位置的多个文件” 时非常理想。

为什么数据概况很重要

在构建仪表板之前，您必须：

识别缺失值
检测不一致的标签
验证关键列的关系
了解数值分布

跳过此步骤可能导致：

关系断裂
KPI（关键绩效指标）错误
误导性的洞察

Power Query 确保您的数据在可视化之前是准确、可靠且可用于业务的。

结论

从多个来源获取数据是每个 Power BI 数据分析师的核心技能。Power BI 通过以下方式使此过程无缝：

支持广泛的数据连接器
提供强大的工具，在建模前预览和分析数据

通过在 Power BI 中结合 SQL Server、Excel、CSV、JSON、PDF 和 SharePoint 数据，您可以自信地构建全面的企业级报告。

掌握此步骤可确保您的仪表板不仅视觉上吸引人，而且 准确、可靠且真正产生影响。