Philipp Rouaiha

Philipp Rouaiha ist seit mehreren Jahren als Berater im Data Warehouse- und Business Intelligence-Bereich unterwegs. Hier entwickelt er Lösungen auf Basis des Microsoft BI-Stacks und realisiert Datenanbindungen an SAP mithilfe des cMORE-Werkzeugkastens der pmOne. Darüber hinaus engagiert er sich im OneLab Self Service-BI.

In diesem dritten und letzten Beitrag unserer Blog-Reihe zur Power Query Language geht es um die praktische Anwendung: Die meisten Datenmodelle haben einen zeitlichen Bezug und benötigen daher eine Zeitdimension. Bislang war es dafür erforderlich, auf eine Quelle zurückzugreifen, welche die gewünschten Datumswerte und ihre Attribute liefert. Darauf kann mit Power Query verzichtet werden. Anhand des Zeit-Beispiels zeigen wir Schritt für Schritt, wie die bereits vorgestellten Sprach-Elemente eingesetzt werden können.

Power Query Formula Language ist die Sprache, die man beherrschen sollte, um in Power Query eigene Transformationen umzusetzen. Nachdem er im ersten Teil die Grundlagen abgehandelt hat, gibt Philipp Rouaiha nun einen kurzen Überblick über die Basiselemente der Syntax und schafft damit die Voraussetzung, um dann im nächsten Schritt im Editor eigene Abfragen erstellen zu können.

Das Excel-Add-In „Power Query“ ist ein Self Service-Werkzeug mit einer intuitiven grafischen Benutzeroberfläche (GUI), die es Anwendern ermöglicht, Lade- und Transformations-Prozesse (ETL) von Daten selbst zu gestalten. Alle mithilfe der GUI erzeugten Schritte werden „unter der Motorhaube“ in Code umgesetzt. Dabei handelt es sich um die Power Query Formula Language, auch bekannt als „Language M“. Weil das ihren Rahmen sprengen würde, bildet die GUI nicht den kompletten Funktionsumfang der Sprache ab. Alle darüber hinausgehenden Anforderungen lassen sich jedoch mit eigenem Code umsetzen. In einer kleinen Blog-Reihe widmet sich Philipp Rouaiha einem Schnell-Einstieg in die Power Query Formula Language und leitet auf praktische Beispiele über.