Łukasz Bielak

Jeśli właśnie przygotowujesz się do rozmowy rekrutacyjnej lub po prostu jesteś ciekaw, co może cię na niej czekać - przeczytaj ten tekst. Gdybym teraz był w takiej sytuacji to również chciałbym jak najlepiej przygotować się do takiej rozmowy i sprawdzić co już umiem. A ponieważ kilka rozmów mam już za sobą, pomyślałem, że podzielę się swoim doświadczeniem i przedstawię 15 pytań, które mogą pojawić się na rozmowie o pracę na stanowisko Business Intelligence Consultant. Pytania dotyczą zarówno obszarów teoretycznych, jak i praktycznych. Zachęcam do sprawdzenia swojej wiedzy!

W ostatnim artykule opisywałem w jaki sposób można wdrożyć i skonfigurować Partition Managera, a także pokazywałem jak uruchomić to narzędzie z poziomu Azure Functions. Dzisiaj zaprezentuję coś bardzo praktycznego, a mianowicie dodawanie procesowania modelu AAS do naszego procesu ETL w Azure Data Factory! Oznacza to, że Partition Manager będzie działał codziennie na samym końcu procesu ETL w pełni automatycznie. Zapraszam do lektury!

Azure Analysis Services oferuje nam maksymalnie 400 GB pamięci RAM. Jest to wartość, która bardzo często wystarczy do zbudowania naprawdę skomplikowanego i rozbudowanego modelu danych. Takie rozwiązanie powinno być także regularnie zasilane danymi. Do tego celu można wykorzystać różne narzędzia – warto jednak pamiętać, że taki model powinno się odpowiednio spartycjonować, aby jego późniejsze procesowanie było w ogóle możliwe. W tym artykule zaprezentuję narzędzie służące do procesowania i partycjonowania danych – AS Partition Managera.

W poprzednim artykule opisywałem Analysis Services – było to takie teoretycznie wprowadzenie, w którym opowiedziałem o podstawach wielowymiarowej analizy danych z wykorzystaniem Tabulara . Dzisiaj chciałbym przejść do praktyki i zaprezentować ważne z punktu widzenia dewelopera funkcjonalności tej usługi, które pomogą zbudować jeszcze wydajniejsze rozwiązanie. Warto wspomnieć, że funkcjonalności, które będę opisywał, działają zarówno w Azure Analysis Services, jak i w SQL Server Analysis Services (w trybie tablicowym). Zaczynajmy!

Duże organizacje często muszą analizować ogromne ilości danych, np. aby poprawiać swoje wyniki. Takimi analizami często zajmują się specjalne zespoły, które wiedzą w jaki sposób działa firma i które wskaźniki należy monitorować. Z uwagi na to, że występuje konieczność dzielenia między pracownikami danych i wskaźników firmowych, arkusze Excela stają się niewystarczające. W dzisiejszym artykule opiszę czym jest analityczna baza danych i w jaki sposób można wykorzystać Analysis Services, aby czerpać z niego jak najlepsze korzyści na poziomie organizacji.

Każdy, kto choć w niewielkim stopniu miał styczność z analizą danych wie, że jest to bardzo rozległy temat. W zależności od potrzeb wykorzystywane są do niej różne narzędzia, takie jak Excel, PowerBI i Azure Analysis Services, które – wbrew pozorom – łączy bardzo wiele. Wszystkie te technologie wykorzystują silnik Vertipaq i kolumnowe składowanie danych, dzięki którym możliwa jest wydajna analiza z wykorzystaniem mechanizmów In-Memory.