Real-time dashboards in Power BI

Business IntelligencePower BIReal-time data

Deze blog is deel vier van onze miniserie over het analyseren van real-time data.

Real-time dashboards zorgen ervoor dat jij altijd up to date bent met wat er op dit moment aan de gang is, hierdoor kan je steeds kleine aanpassingen maken die op lange termijn zullen zorgen voor grote veranderingen.

In deel 1 van deze miniserie toonden we jou hoe je jouw real-time data kan verwerken. In dit deel demonstreren we hoe je deze data in Power BI krijgt en wat de visualisatiemogelijkheden zijn. Net zoals in deel een gebruiken we hiervoor data over het verkeer op de Vlaamse snelwegen.

Er zijn verschillende manieren om data in te laden in Power BI. Het is met bijna al deze manieren mogelijk om real-time data op te laden.

Dataset categorieën

Laten we eerst een kijkje nemen naar de verschillende types van datasets die je in Power BI kan gebruiken. Er zijn twee hoofdcategorieën: pull datasets en real-time datasets.

Je kan je een pull dataset voorstellen als data die in Power BI wordt getrokken. In andere woorden, Power BI is degene die de data gaat halen bij de bron. Een aantal voorbeelden zijn:

  • DirectQuery Datasets
  • LiveConnect Datasets
  • Imported Datasets
Schema verschil push en pull dataset

Aan de andere kant hebben we real-time datasets waar data in Power BI wordt geduwd. Power BI is dus niet degene die de data gaat halen bij de bron, maar de bron duwt de data zelf in Power BI. Een paar voorbeelden zijn:

  • Push Datasets
  • Streaming Datasets
  • Hybrid datasets
  • PubNub datasets

Real-time opties

Nu we het verschil kennen tussen pull en real-time, zullen we verder inzoomen op de real-time datasets.

Push

Wanneer je een push of een hybride dataset aanmaakt zal de data worden opgeslagen in een Azure SQL database.

Push datasets geven je best veel flexibiliteit. Vanaf het moment dat je data in een tabel toevoegt zal het beschikbaar zijn in Power BI Desktop. Je zal ook gebruik kunnen maken van alle visuals en alle design opties in Power BI. Je kan ook DAX gebruiken om metingen aan te maken en filters toepassen op jouw data.

Streaming

Streaming data slaagt Power BI voor maximaal een uur op in cache. Deze optie is veel beperkter want je kan hier enkel gebruikmaken van streaming tegels voor visualisaties. Je kan de data minder goed modelleren, je kan de rapport designer niet gebruiken en je kan geen metingen aanmaken of gebruikmaken van filters. De data verdwijnt na een uur ook uit Power BI, je kan dus geen historische data weergeven.

Hybrid

De hybride dataset combineert een push en een streaming set. Data zal tijdelijk (voor één uur) in een cache worden opgeslagen en zal ook in een Azure SQL database worden opgeslagen. Dit wil zeggen dat je zowel streaming visuals als gewone visuals kan aanmaken in rapporten. Je kan dus ook filters, metingen en design opties toepassen.

In de tabel hieronder zie je de vergelijking van verschillende datasets.

Tabel verschillende datasets vergelijken

Voor uitgebreide info kan je terecht op Beperkingen van REST-API’s van Power BI.

De meeste restricties zijn redelijk eenvoudig te begrijpen, maar ik zou graag even inzoomen op het verschil tussen FIFO datasets en ‘non retention policy’ datasets. Wanneer je de API optie kiest met historische data analyse zal je automatisch een FIFO dataset aanmaken die maximaal 200 000 rijen kan opslaan. Wanneer er meer data binnenstroomt zullen de oudste rijen automatisch worden verwijderd en vervangen door de nieuwe rijen.

Afbeelding FIFO

Wanneer je daarentegen kiest voor een ‘non retention policy’ dataset, kan je tot 5 000 000 rijen opslaan. Hier is wel een grote maar aan verbonden, wanneer je deze limiet bereikt zal je alle rijen moeten verwijderen om nieuwe data toe te voegen. Je verliest dus al je “historische” data, niet alleen de oudste rijen.

Real-time dashboards maken in Power BI

Laten we nu aan het echte werk beginnen. In deze blog zullen we gebruikmaken van de hybride dataset via de API optie in Power BI. Aarzel zeker niet om zelf te experimenteren, andere opties zijn misschien beter voor jouw toepassing.

We zullen weer de verkeersdata van de Vlaamse snelwegen gebruiken in deze demo. Meer details hierover vind je in deel 1.

De dataset aanmaken

Open om te beginnen Power BI. Kies dan ‘streaming dataset’ om data te connecteren. Kijk zeker na of de namen van de kolommen en de datatypes juist zijn voor je de data invoert. Een ander belangrijk punt is om de historische data analyse aan te zetten. Dit bepaalt of je een streaming dataset (uit) of een hybride dataset (aan) aanmaakt. Jouw data zou nu klaar moeten zijn om te gebruiken.

Power BI data connector

Dashboards maken met streaming dashboardtegels

Laten we eerst een kijkje nemen bij de steaming dashboardtegels. Deze zullen steeds streaming data uit de cache weergeven. Ze zijn speciaal voor deze toepassing gemaakt en zullen automatisch nieuwe data weergeven wanneer het binnenkomt. Maar ze zullen natuurlijk alleen data kunnen weergeven van het laatste uur. De opties zijn ook redelijk gelimiteerd, je kan de volgende visuals toevoegen:

  • kaart
  • lijndiagram
  • gestapeld staafdiagram
  • gestapeld kolomdiagram
  • meter

Visuals maken in de rapport editor

Laten we nu kijken naar de opties voor onze hybride dataset. Wanneer je een rapport aanmaakt voor deze dataset zullen alle gewoonlijke opties beschikbaar zijn. Wil je alleen de meest recente data tonen? Dan kan je altijd filters gebruiken om alleen de bovenste rijen weer te geven.

Hieronder hebben we wat voorbeelden klaargezet die specifiek voor deze toepassing zijn gemaakt. Het is in dit geval zeer handig als je in een oogopslag de verkeerssituatie kan bekijken van een paar cruciale locaties. We hebben dus een tabel gemaakt waar we een voorwaardelijke opmaak op hebben toegepast om weer te geven waar er problemen zijn.

Power BI visualisatie files per locatie

De lijngrafiek hieronder geeft weer waar en wanneer er files zijn. Om dit te doen hebben we op deze visual een filter toegepast om de laatste 240 minuten weer te geven. We hebben de y-as uitgezet en de kleuren en vormen van de datapunten aangepast.

Power BI visualisatie files

We raden jou aan om zo veel mogelijk met alle opties te spelen om echt een beeld te krijgen van alle mogelijkheden. Heb je wat oefening nodig? Dan kan je het dashboard hieronder proberen nabouwen. Wanneer je alle visuals in jouw rapport hebt aangemaakt kan je ze vastpinnen op het dashboard. Visuals op rapporten zal je handmatig moeten updaten, dashboards verversen de data automatisch.

Voorbeeld real-time dashboard

Key takeaways

  • Denk op voorhand na over welke soort dataset je nodig zal hebben voor jouw toepassing. Hybride datasets geven jou het meeste flexibiliteit, streaming datasets het minst.
  • Ken het verschil tussen FIFO en ‘none retention policy’ je zou al jouw data wel een kwijt kunnen raken.
  • Streaming dashboardtegels kunnen enkel data van het laatste uur weergeven. De andere visuals zullen een langere tijdsspanne kunnen weergeven.

Lees meer

Deze blog is deel vier van onze miniserie over het analyseren van real-time data.

Schrijf je in op de nieuwsbrief om nooit een blog te missen!

Menu