Eine Einführung in Power BI. Wir zeigen den Weg vom Datenimport bis zur interaktiven Visualisierung von Daten.

Was ist Power BI? Welche Versionen gibt es? Was kostet das? Was ist DAX?

Mittlerweile unterstützen die MS SQL Server (u.a. MS SQL Server 2017) sowohl die Python als auch die R Integration. Dadurch ist es nicht mehr notwendig, eine Datenbank von extern (z.B. aus einem jupyter-Python-Notebook, einer IDE wie Spyder oder R bzw. RStudio) anzusprechen, vielmehr können die Jobs direkt in MS SQL Server ausgeführt werden.
Der Workshop soll anhand einiger praktischer Beispiele die gelungene Integration von Python und R in MS SQL Server 2017 aufzeigen. Es werden kleinere Machine Learning-Beispiele gezeigt, die direkt in MS SQL Server 2017 ausgeführt werden.

Es werden ausgewählte Fragestellungen aus der Power Bi Community (https://community.powerbi.com) behandelt.

Das erste Beispiel gibt einen Einblick in den Gültigkeitsbereich von Variablen im Zusammenspiel mit der table iterator FunktionSUMX. In diesem Beispiel wird mit einem einfachen dataset auch the beast, nämlich der evaluation context mit all seinen Facetten erklärt.

In zweit weiteren Beispielen werden komplexere Fragestellungen behandelt, nämlich wie Kunden identifiziert werden können, die noch nie etwas gekauft haben und wie measures verwendet werden, um Datensätze verschiedenen bins zuzuordnen und die Anzahl der Datensätze in diesen bins zu zählen.

Für alle Beispiele werden die Problemstellungen und die Lösungsansätze ausführlich diskutiert.

Dieses Mal wollen wir mit einer mehrteiligen Themenreihe beginnen um euch den Einstieg die Welt der Datenbanken zu erleichtern. Wir bringen euch die verschiedenen Objekte wie Tables, Views, Functions und Stored Procedures einer Datenbank näher und zeigen euch wie Ihr Informationen aus einer Datenbank effizient abfragen könnt.
Wir gehen auch darauf ein, welche Möglichkeiten der Performanceanalyse Ihr bei der Entwicklung eurer Abfragen habt und welche Maßnahmen für die Optimierung umgesetzt werden können.

Achtung! Diesmal treffen wir uns in Erfurt!

WIr freuen uns auf euch!

Tropical Island ist ein Planspiel, in dem die Teilnehmer das Gefühl des agilen Arbeitens in einem technikfernen Thema erleben können. Die Teilnehmer erlernen dabei Techniken zur leichtgewichtigen Organisation und iterativen Planung von Projekten kennen und probieren diese aus.

Wir schreiben das Jahr 2019. Jeder beschäftigt sich mit Big Data, Machine Learning, Artificial Intelligence und Power BI. Jeder? Nein – der deutsche MVP Frank Geisler aka Angry Frank erklärt in diesem ganztägigen Workshop die Grundlagen der relationalen Datenbanktheorie am Beispiel des SQL Servers.

Künstliche Intelligenz sowie maschinelles Lernen ist in aller Munde. Immer mehr Lösungen entstehen durch diese Technologien und werden mit ihnen erweitert. Dabei stellt das TensorFlow Framework mittlerweile eine Quasi-Standard dar.

In dieser Precon beschäftigen wir uns mit den SQL Server 2019 Big Data Clusters und wie damit Machine Learning, Data Lake und Data Virtualization Anforderungen umgesetzt werden können.

In den letzten Jahren ist das Arsenal der Werkzeuge im SQL Server, die zur Beantwortung analytischer Fragestellungen zur Verfügung stehen, dramatisch gewachsen. Angefangen hat es mit der Integration der R Services als add-on im SQL Server 2016. Mit dem Release des SQL Server 2017 wurde auch Python hinzugefügt, das add-on wird jetzt Machine Learning Services genannt. Diese Erweiterungen erlauben es jetztanalytische Lösungen zu erstellen, die vorher, allein durch die Verwendung von T-SQL, nicht möglich gewesen sind.

Der SQL Saturday #856 findet an der Hochschule Bonn Rhein Sieg in Sankt Augustin statt. SQLSaturday ist eine ganztägige, technische Konferenz und Trainings-Veranstaltung mit lokalen und internationalen Vortragenden.

Mit dem SQL Server 2019 bringt Microsoft in Form der Big Data Clusters neue Features für Daten Virtualisierung, Data Mart Scale-Out sowie Big Data Analysen. Und all das on prem.

Was bedeutet das konkret? Kein SSIS mehr weil alles virtuell wird? Keine Cloud mehr weil wieder alles on prem läuft? Wir schauen uns an, wie man die neuen Features installiert und nutzt, welchen Mehrwert sie bieten und wo man vielleicht dennoch mit anderen Funktionen besser aufgehoben ist.

Power BI Dataflows sind ein weiterer Schritt von Microsoft die Power BI Landschaft mehr und mehr Enterprise Ready zu machen. Nun, stand im Titel nicht etwas von SelfService?
Genau, es ist der Versuch Business Intelligence Prozesse, im Falle von Dataflows: ETL, so zu gestalten, das diese ohne Interaktion der IT durch Fachabteilungen erstellt werden können.
Was bedeutet das für den Anwender:
Wir werden in dieser Session, bekannte Funktionen aus Power Query wieder finden, aber auch Themen wie Data Lineage, Dataflow im PBI Desktop,
Machine Learning, AI und inkrementellen Refresh zeigen und was der Dataflow mit dem Common Data Model am Hut hat. Natürlich grenzen wir auch gegen den Data Flow mit blank ab 😊

ACHTUNG: Abweichender Wochentag! Dieses mal am Mittwoch statt Donnerstag.

Die Graphenunterstützung im SQL Server geht  inzwischen in die zweite Runde. Und bereits 2018 wurde ja als das „Year of the Graph“ ausgerufen.

Anlass genug für uns, einen näheren Blick auf das was die Graph DB zu bieten hat zu riskieren. Einbetten wollen wir das in einen Blick auf den größeren Kontext:

Was können GraphDBs eigentlich besser als unser vertrauter rein relationale DB im SQL Server? Und warum? Was für Konkurenten/Alternativen gibt es und wie schlägt sich der SQL Server da?

Als Benchmark wählen wir zunächst den wohl etabliertesten Vertreter – Neo4J – und schauen was wir uns davon an Features abgucken möchten.

Dann: Was davon kann unsere Lieblingsdatenbank denn jetzt auch? Wie sehen die dreckigen (technischen)  Details aus? Zum Abschluss dann ein Rundblick, doch lieber galaktisch mit Cosmos oder Neptune?

Oder ganz mit dem Hype gehend, DataBricks?

Anfahrt und Parken: http://www.ki-performance.com/de#text_cgn

Die digitale Transformation benötigt und erzeugt sehr viele unterschiedliche Daten. Um diesen neuen Herausforderungen gerecht zu werden und diese meistern zu können, benötigt man neue Wege und neue Verfahren. Guido Jacobs zeigt in seiner Session, warum eine cloud basierte Big Data/ Data Lake Architektur in der heutigen Zeit sinnvoll ist und wie man eine solche Lösung aufsetzen und betreiben kann. Es stellt sich aus heutiger Sicht nun nicht mehr die Frage, ob man cloud Services nutzen sollte, sondern vielmehr wie schnell kann ich den internen Schalter umlegen und die vorhandenen Blockaden lösen!

In vielen komplexen SQL Server Umgebungen hat die Möglichkeit des Einsatzes von Linked Servern über die Jahre hinweg zu einer Erosion der existierenden Architektur Ideen geführt.

T-SQL macht es uns sehr einfach serverübergreifend zu agieren. Nur, nicht immer ist das später auch wirklich noch sinnvoll. Und sehr selten beherrschbar!

Irgendwann kommt der Ruf nach der Auflösung dieses gordischen Knotens und nach mehr zeitgemäßen Konzepten. Nur keiner mag ihn zerschlagen, da bereits endlos viele T-SQL Zeilen kreuz & quer über viele Server und Datenbanken hinweg unterwegs sind. Jetzt einfach z.B. eine Service Orientierte Architektur einzuführen, käme quasi einer Neuentwicklung gleich, da u.a. vieles jenseits von T-SQL codiert werden müsste.

Diese Session soll Möglichkeiten aufzeigen, wie sich eine Organisation aus einem Linked Server Silo nach und nach befreien kann. Wir zeigen wie T-SQL nach und nach umgestaltet werden kann, um RESTful APIs aufzusetzen und auch zu nutzen.

Es wird u.a. durch Demos vermittelt, wie APIs strukturiert werden sollten, um universell nutzbar zu werden. Des Weiteren schauen wir uns Performance Demos an, um ein Gefühl zu bekommen, wie sich das später alles mal anfühlt.

Long story short: Eine gute Architektur ist nicht immer leicht zu realisieren, aber sie hilft ungemein beim Aufbau skalierbarer Lösungen.

Die Session wird von Sascha Lorenz (www.psg.de) gehalten.

Stay tuned for more information

How Flow Can You Go

In diesem Vortrag werden zunächst die Grundlagen von Flow kurz erklärt. Danach schauen wir uns anhand eines konkreten Beispielszenarios an, wie Flow uns bei den täglichen Datenmanagement und -analyse-Aufgaben unterstützen kann. Dabei werden insbesondere Azure-Trigger und -Konnektoren als auch die Möglichkeiten Machine Learning in die Flows einzubinden, erklärt.

Application of Time Series Databases in Business Intelligence

In diesem Kurzvortrag wird beleuchtet, was Time Series Datenbanken sind und wie man sie für Aufgaben im Bereich Business Intelligence einsetzen kann. Dabei schauen wir konkret auf die Systeme InfluxDB inklusive der anderen Produkte des TICK Stack und beleuchten kurz Apache Druid.

Liebe Datamonster,

wir starten in die Sommerferien, jedoch nicht ohne Euch noch ein paar heiße Themen zum Nachdenken am Strand mit einzupacken.

Konkret haben wir zum Start der Sommerferien eine Legende in unserer Regionalgruppe.  Itzik Ben-Gan, Autor zahlloser Bücher über den SQL Server besucht unsere Regionalgruppe, um uns über NULL-Werte zu erhellen.

Dazu holen wir noch den  beim letzten Mal krankheitsbedingt ausgefallenen Vortrag von Ben Kettner über SQL auf Docker nach.

Na wenn das kein Start in die Sommerferien ist, dann wissen wir auch nicht.

Erscheint also zahlreich und bringt eure Kollegen, Freunde und Nachbarn mit.

Up the Irons, Datamonster,

wie bereits angekündigt, startet der Juli heftig, nämlich mit einem Metallica-Special der PASS Regionalgruppe Berlin. Wir haben unter den angekündigten Konzertgängern des Konzerts am Samstag nämlich einige Data-Plattform-Promis ausgemacht, von denen wir zwei für einen Vortrag bei uns in der Gruppe am

Freitag, den 05.07.2019
um 19:00

gewinnen konnten. Deshalb freuen wir uns, Euch bereits kurz nach dem letzten hochkarätigen Treffen, dieses Mal Rob Sewell aus dem Vereinigten Königreich und Frank Geisler, Leiter der Regionalgruppe Ruhrgebiet ankündigen zu dürfen.

Rob wird uns die Verwendung von SQL Notebooks im Azure Data Studio nahebringen und Frank macht den Rundumschlag und erklärt einfach gleich das ganze Azure Data Studio (und wie das dort mit den Erweiterungen funktioniert). Das Kommen lohnt sich also auf jeden Fall.

ACHTUNG: Anders als ursprünglich angekündigt, treffen wir uns um 19 Uhr nicht bei Ceteris sondern bei ML!PA in der Fredersdorfer Str. 10, 10243 Berlin!

Schwingt die Matte, Schüttelt das Kopfhaar und trinkt mit uns ein Bier darauf, dass der Metal uns so großartige Vortragende in die Stadt trägt.

Und wie immer gilt: Erscheint zahlreich und bringt eure Kolleginnen, Kollegen, Freundinnen, Freunde, Nachbarinnen und Nachbarn mit.

PowerBI bietet mit den Quickmeasures eine wizard-gestützte Möglichkeit
insbesondere Filter und „Time Intelligence“ zu implementieren.
Der Vortrag zeigt dabei die Anwendung sowie den dahinter liegenden DAX-Code
und vergleicht dies mit „Lösungen auf T-SQL Basis“.

Wenn das in PowerBI geht..
lässt sich das auch auf den Analysis Services im Tabularmode anwenden ?