Bonnes réponses
- ALes tables de dimensions doivent posséder une clé primaire et des colonnes descriptives.
- CLes tables de faits doivent posséder des clés étrangères qui se rapportent aux tables de dimensions.
Explication
L'option A est correcte car dans un schéma en étoile, les tables de dimensions servent de tables de recherche/référence, elles doivent donc posséder une clé primaire qui identifie de manière unique chaque ligne (par exemple, ProductKey, DateKey) ainsi que des attributs descriptifs tels que le nom du produit, la catégorie ou la couleur utilisés pour le découpage et le regroupement dans les visuels Power BI. L'option C est correcte car les tables de faits stockent les événements mesurables (ventes, quantités, montants) et doivent contenir des clés étrangères qui se rapportent aux clés primaires des tables de dimensions, formant les relations un-à-plusieurs sur lesquelles le moteur VertiPaq de Power BI et le DAX s'appuient pour un filtrage et une agrégation efficaces. L'option B n'est pas une bonne pratique car les colonnes calculées dans les tables de faits consomment de la mémoire et du stockage, et la logique métier est mieux gérée via des mesures ou dans la couche source/ETL pour garder la table de faits légère. L'option D est erronée car fusionner toutes les tables en une seule table plate va à l'encontre de l'objectif du schéma en étoile, provoquant une redondance, une taille de modèle accrue et des performances dégradées. L'option E est incorrecte car les relations plusieurs-à-plusieurs entre les tables de faits et de dimensions constituent un anti-modèle dans la conception d'un schéma en étoile ; les relations doivent être un-à-plusieurs de la dimension vers le fait pour garantir une propagation correcte des filtres et des résultats prévisibles.
Pour aller plus loin
Le concept fondamental évalué est la modélisation dimensionnelle dans Power BI, en particulier la manière dont les schémas en étoile optimisent à la fois les performances et la justesse analytique. Les tables de faits stockent des mesures numériques et des clés étrangères au grain le plus bas, tandis que les tables de dimensions stockent des attributs descriptifs dénormalisés pour faciliter la navigation. Un piège courant mais subtil consiste à placer la logique métier sous forme de colonnes calculées dans les tables de faits ; même si Power BI les affiche dans le modèle, elles sont matérialisées au moment de l'actualisation et brisent la capacité de VertiPaq à compresser les colonnes de mesures hautement répétitives qui partagent le même chemin de calcul. Une autre subtilité est que les relations plusieurs-à-plusieurs, bien que parfois nécessaires pour des scénarios de tables de pont comme le filtrage par plusieurs propriétaires de comptes, nécessitent des modèles DAX explicites (par exemple, CROSSFILTER, TREATAS) et peuvent produire des totaux énigmatiques si elles ne sont pas gérées avec une table de faits sans faits appropriée ou un chemin de relation dédié. L'implication concrète est qu'un schéma en étoile bien formé avec des clés de dimension uniques et des clés étrangères de faits génère des requêtes DAX plus rapides, des fichiers .pbix plus petits et moins de problèmes de support utilisateur, car le moteur peut d'abord pousser les filtres vers les tables de dimensions avant de les joindre aux faits à l'aide de relations de hachage efficaces. Cette question aborde l'accent mis par l'examen PL-300 sur les meilleures pratiques de modélisation des données, vérifiant si les candidats reconnaissent que « fusionner toutes les tables » est une approche naïve qui sacrifie la structure même qui confère à Power BI ses performances, plutôt qu'une simplification légitime.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement PL-300 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.