Azure SQL 数据仓库是基于 SQL 的完全托管 PB 级云数据仓库，它可以随业务需求的增长和变化而自由缩放，用户可在几分钟内完成设置并在数秒内缩放容量。可单独缩放计算和存储，针对复杂的分析工作负荷进行突发计算，或者为归档场景减少仓库，并根据使用的存储付费并且只需在需要时为所需计算付费，而不拘泥于预定义的群集配置 - 与传统数据仓库解决方案相比，可获得更高的成本效率。 本实验将基于某零售场景的样例数据，使用Azure SQL 数据仓库技术进行深入洞察处理，同时可以使用Power BI对分析结果进行可视化展现。
- Nevin Dong - Principle Technical Evangelist, Microsoft
为保证成功完成本实验，以下组件需要提前安装：
- Microsoft Visual Studio Community 2017或更高版本。
- Microsoft Azure Storage Explorer或其他可管理Azure Storage的工具（要求可支持由世纪互联运营的Microsoft Azure中国区服务网站） 。
- Microsoft Azure PowerShell (1.0 或更高版本) ，或者可以使用 Azure CLI 跨平台工具。
- Microsoft Power BI 桌面版，可根据需要选择32位或64位版本。
需要更多了解Microsoft Azure，获得 Azure订阅，请访问：
- 由世纪互联运营的Microsoft Azure中国区官网
- 由世纪互联运营的Microsoft Azure中国区管理门户
- 获得Azure测试账号
- 参加Azure学校
- Azure开发人员指南
- Azure常用操作指南
- Azure常见问题
为完成本实验，需要创建Azure存储账户作为数据源，将原始交易数据上载到或传入存储账户，数据将被传入Azure SQL 数据仓库进行后续深入分析。
1、创建Azure存储账户。可在Microsoft Azure中国区管理门户上选择 “存储” ，进入 “创建存储账户” 页面。其中， “部署模型 “选择 “Resource Manager” ，性能可选择 “标准” （如果是作业系统，可以选择性能更优的 “高级” ）。另外， “复制” 可选择 “本地冗余存储（LRS）” ，如需要更高的可用性，可选择 “异地冗余存储（GRS）” 或者 “读取访问权限异地冗余存储（RA-GRS）” 。
2、获取原始交易数据样例，可访问textdata文件夹。
3、获取存储账户名称，及访问密钥。
4、通过Microsoft Azure Storage Explorer，通过上步所取得的存储账户名称，及访问密钥访问作为数据源的存储账户。注意：需设置选择 “Azure China” ，以便连接到由世纪互联运营的 Microsoft Azure中国区的账户资源。
5、创建Blob容器，以便将数据上载到存储账户中。
6、将数据传入Blob容器，交易数据存入相关文件夹。
1、使用Microsoft Azure PowerShell，直接执行实验所提供的 “OneClickDeploy.ps1” 文件，一键创建Azure SQL 数据仓库。其中，操作模式选择 “deploy” ，然后选择账户下所列的可用Azure订阅，以便创建Azure SQL 数据仓库。
2、可在Azure管理门户上看到刚才成功完成创建的Azure SQL 数据仓库，其中包括了一个SQL Server和一个SQL数据仓库。
3、可将本地客户端IP地址加入Azure SQL 数据仓库的防火墙安全设置，以便获得所有数据库的访问权限。
4、打开Microsoft Visual Studio IDE，在SQL Server Object Explorer中连接Azure SQL 数据仓库。其中：Server Name填入新建的Azure SQL 数据仓库的URL地址，User Name填入 “mylogin “，Password填入” pass@word1 “。
5、执行scripts目录中的FraudAnalysisData.dsql文件，将存储账户Blob容器中的数据加载到Azure SQL 数据仓库中。
1、打开Microsoft Power BI 桌面IDE，在 “Get Data “对话框中选择” Azure SQL Data Warehouse “。
2、设置” SQL Server Database “中相关链接信息。其中：Server 项中填入新建的Azure SQL 数据仓库的URL地址。
3、将Azure SQL 数据仓库中相关表及视图加载到Power BI工具中。
4、将相关表及视图中相关字段拖入Power BI面板中，选择相应的展示图，进行相关的分析，例如，按不同地理区域、分析还款总额、交易总额等情况，以便分析是否存在欺诈行为。
5、可将设计完成的报告发布到Power BI网站，以便提供分享。
6、访问Power BI网站，在线查看分析报告。
