Hopp til innhold

Power Query

Fra Wikipedia, den frie encyklopedi

Power Query er et ETL-verktøy laget av Microsoft for datalasting og -transformasjoner, og brukes for å hente data fra kilder, bearbeide dem og laste dem inn i et eller flere målsystemer. Power Query er tilgjengelig i flere utgaver innenfor Microsoft sin Power Platform, og brukes for forretningsinnsikt på helt eller delvis selvbetjente plattformer. Den finnes i programvarer som Excel, Power BI, Analysis Services, Dataverse,[1] og i skytjenester som Microsoft Dataflows.[2]

ETL er tett knyttet til datamodellering,[3] og av bearbeiding kan Power Query blant annet brukes for å utvikle en logisk datamodell i de tilfellene dataene ikke allerede har en, eller hvor man vil videreutvikle denne.[trenger referanse]

Power Query ble tatt med som en tilleggsfunksjon i Power Pivot (brukt til å lage pivottabeller, med mer) i Excel 2010 og 2013. I Excel 2016 ble funksjonen omdøpt til Get & Transform for en kort periode, men har siden blitt døpt tilbake til Power Query.

Formelspråket M

[rediger | rediger kilde]

Power Query er bygget på et nytt formelspråk kalt M. Det er et blandingsspråk (engelsk: mashup language, derav bokstaven M) designet for å lage spørringer som blander sammen data. Det ligner på programmeringsspråket F Sharp, og er ifølge Microsoft er et "stort sett rent, høyere ordens, dynamisk skrevet, delvis lat og funksjonelt språk".

Mye av brukerinteraksjonen med Power Query kan gjøres via grafiske brukergrensesnitt med veivisere (wizards), og dette kan brukes til mange vanlige eller grunnleggende oppgaver. Det er også mulig å benytte avansert redigeringsmodus hvor man skriver formelspråket M, og man får da større uttrykkskraft, flere muligheter, og kan også endre på koden generert av de grafiske veiviserne.

Referanser

[rediger | rediger kilde]
  1. ^ DougKlopfenstein. «Power Query documentation - Power Query». learn.microsoft.com (på engelsk). Besøkt 27. oktober 2022. 
  2. ^ ptyx507x. «What is Power Query? - Power Query». learn.microsoft.com (på engelsk). Besøkt 27. oktober 2022. 
  3. ^ Dearmer, Abe. «Why ETL Data Modeling is Critical in 2021». Integrate.io (på engelsk). Besøkt 27. oktober 2022.