Connecting to Data Sources and Connectivity Modes

Power BI report बनवण्याआधी सर्वात पहिला practical प्रश्न असतो: data नेमका कुठे आहे आणि Power BI त्याच्याशी कसा connect होणार आहे?

योग्य data source आणि योग्य connectivity mode निवडली तर पुढचे modelling, DAX आणि reporting खूप सोपे होते. चुकीची निवड केली तर report technically चालू शकतो, पण refresh, performance किंवा freshness मध्ये नंतर अडचणी येऊ शकतात.

1. Learning Outcomes#

या chapter नंतर तुम्हाला:

Power BI मधील मुख्य data source categories ओळखता येतील
Get data workflow step-by-step समजेल
Excel आणि CSV files connect करता येतील
SQL Server connection मध्ये कोणती basic माहिती लागते ते समजेल
Navigator window मध्ये योग्य table निवडता येईल
Load आणि Transform Data मधला फरक स्पष्ट होईल
data source authentication चा basic purpose समजेल
Import आणि DirectQuery connectivity modes कसे काम करतात ते समजेल
performance आणि data freshness वर connectivity mode चा काय परिणाम होतो ते समजेल
Direct Lake बद्दल high-level awareness मिळेल
practical requirement पाहून योग्य connectivity mode निवडण्याची विचारपद्धती समजेल

2. Power BI ला data कुठून मिळतो?#

Power BI स्वतःहून business data तयार करत नाही. तो एखाद्या source मधून data घेतो.

तो source एखादी local file असू शकते, company database असू शकतो, online service असू शकते किंवा Microsoft Fabric मधील cloud data असू शकतो.

सोप्या भाषेत:

Data Source म्हणजे जिथे तुमचा मूळ data साठवलेला आहे ती जागा किंवा system.

उदाहरणार्थ:

monthly sales Excel file
exported CSV file
SQL Server database
SharePoint किंवा दुसरी online service
Fabric Lakehouse किंवा Warehouse

खालील visual मध्ये हे broad categories एकत्र दिसतात.

या visual मधला मुख्य मुद्दा connector ची नावे पाठ करणे नाही. मुख्य मुद्दा असा आहे की source कुठे आहे हे ओळखून योग्य connector निवडायचा.

Key Idea

Power BI मध्ये data connection सुरू करताना पहिला निर्णय connectivity mode नसतो. पहिला निर्णय म्हणजे योग्य source आणि connector निवडणे.

3. Get Data Workflow#

Power BI Desktop मध्ये data connect करण्याची सामान्य सुरुवात Get data पासून होते.

पूर्ण flow असा समजा:

Visual Diagram80%

Rendering diagram…

हा flow प्रत्येक connector मध्ये अगदी तसाच दिसेल असे नाही. काही sources मध्ये Navigator दिसतो, काहींमध्ये preview वेगळ्या प्रकारे दिसू शकतो, आणि authentication step connector नुसार आधी किंवा नंतर येऊ शकतो.

पण fresher साठी mental model हेच आहे:

source निवडा → connection द्या → data पाहा → load करायचा की transform ते ठरवा → model मध्ये आणा.

Get Data screen मध्ये काय शोधायचे?#

Power BI ची exact UI वेळेनुसार बदलू शकते. त्यामुळे pixel position पाठ करण्यापेक्षा control चा purpose समजून घ्या.

इथे learner ने तीन गोष्टी observe करायच्या आहेत:

source category शोधायची
योग्य connector निवडायचा
Connect करून पुढच्या connection step कडे जायचे

4. Connecting to Excel and CSV Files#

Files हा fresher साठी सर्वात सोपा आणि common data source family आहे.

Excel आणि CSV दोन्ही files आहेत, पण त्यांची रचना वेगळी असू शकते.

Source	सामान्य स्वरूप	Power BI मध्ये काय दिसू शकते
Excel workbook	workbook मध्ये अनेक sheets किंवा Excel Tables	`Navigator` मध्ये अनेक selectable objects
CSV	साधारण flat rows आणि columns	file preview आणि delimiter-based columns

Excel Workbook Connect करणे#

सामान्य workflow:

Power BI Desktop उघडा.
Get data मधून Excel workbook connector निवडा.
योग्य .xlsx file निवडा.
Navigator मध्ये workbook मधील उपलब्ध sheets किंवा tables पाहा.
आवश्यक object select करा.
preview तपासा.
data clean असेल तर Load निवडा.
cleanup किंवा shaping लागणार असेल तर Transform Data निवडा.

महत्त्वाचे

Workbook मध्ये दिसणारे प्रत्येक sheet किंवा table select करण्याची गरज नसते. Report साठी जेवढे आवश्यक आहे तेवढेच data objects घ्या.

CSV File Connect करणे#

सामान्य workflow:

Get data मधून Text/CSV connector निवडा.
CSV file निवडा.
preview मध्ये columns योग्य split झाले आहेत का ते तपासा.
delimiter किंवा file interpretation चुकीचा दिसत असेल तर ते verify करा.
clean data असेल तर Load करा.
cleanup लागल्यास Transform Data वापरा.

CSV file साधारण एका flat dataset सारखी असते. Excel workbook मध्ये मात्र एकाच file मध्ये अनेक sheets/tables असू शकतात.

5. Navigator Window and Table Selection#

Navigator हा फक्त पुढे जाण्याचा dialog नाही. तो काय load होणार आहे याचा पहिला quality checkpoint आहे.

उदाहरणार्थ एका Excel workbook मध्ये तीन objects आहेत:

Sales
Customers
Notes

Report साठी फक्त Sales आणि Customers लागणार असतील तर Notes select करण्याची गरज नाही.

Navigator मध्ये पुढे जाण्याआधी किमान हे check करा:

table किंवा sheet चे नाव योग्य आहे का
अपेक्षित columns दिसत आहेत का
obvious चुकीचा data तर नाही ना
report साठी अनावश्यक objects select केलेले नाहीत ना

Common Mistake

Select multiple items दिसले म्हणून available असलेले सगळे tables load करणे. यामुळे model unnecessarily मोठा आणि confusing होऊ शकतो.

6. Load vs Transform Data#

हा Power BI मधला खूप महत्त्वाचा practical decision आहे.

Load#

Load म्हणजे preview मधला data साधारण त्या current shape मध्ये semantic model कडे नेणे.

हे तेव्हा योग्य असते जेव्हा:

columns usable आहेत
headers योग्य आहेत
data types नंतर सहज handle होतील
obvious blanks/errors/extra rows नाहीत
major cleanup आवश्यक नाही

Transform Data#

Transform Data निवडल्यावर data Power Query Editor मध्ये उघडतो.

तिथे तुम्ही पुढील प्रकारची कामे करू शकता:

unwanted columns remove करणे
columns rename करणे
rows filter करणे
data types correct करणे
blanks/errors handle करणे
columns split किंवा merge करणे
source data report-ready बनवणे

Key Idea

Transform Data म्हणजे data खराब आहे असा अर्थ नाही. त्याचा अर्थ असा की model मध्ये घेण्याआधी data ला योग्य shape आणि quality द्यायची आहे.

Situation	Better first choice
Clean, small, already report-ready file	Load
Extra columns, blank rows, wrong types	Transform Data
Multiple tables पण फक्त काहीच लागणार	Navigator मध्ये योग्य selection, नंतर Load किंवा Transform
Column names unclear किंवा cleanup आवश्यक	Transform Data

7. Connecting to SQL Server#

Database connection file connection पेक्षा थोडी वेगळी असते.

SQL Server connect करताना Power BI ला साधारण पुढील माहिती लागते:

server नाव किंवा server address
database नाव काही cases मध्ये optional असू शकते
योग्य authentication
source/connectivity support नुसार Import किंवा DirectQuery mode

खाली educational reconstruction मध्ये महत्त्वाचे controls दाखवले आहेत.

Server नाव म्हणजे काय?#

SQL Server कुठे चालतो हे identify करण्यासाठी server name वापरले जाते.

हे तुमच्या organization कडून मिळू शकते. Production environment मध्ये अंदाजाने server name टाकायचा नसतो.

Database नाव optional का असू शकते?#

काही workflows मध्ये server connect झाल्यानंतर उपलब्ध databases किंवा objects browse करता येतात. पण जर specific database आधीपासून माहित असेल तर database name देणे अधिक focused connection देऊ शकते.

SQL Server मध्ये file picker का नसतो?#

कारण SQL Server ही local file नाही. Power BI database engine शी connection establish करतो आणि मग available objects/data access करतो.

8. Data Source Authentication — Basic Overview#

Connection details पुरेसे नसतात. अनेक sources मध्ये Power BI ला हे verify करावे लागते की तुम्हाला त्या data वर access करण्याचा अधिकार आहे का.

यालाच broadly authentication म्हणतो.

Connector नुसार उपलब्ध authentication methods बदलू शकतात. उदाहरणार्थ काही connections मध्ये Windows credentials, database credentials, Microsoft किंवा organizational account, किंवा दुसरी connector-specific method दिसू शकते.

Warning

Credentials screenshots, passwords किंवा production connection details training notes किंवा public chat मध्ये share करू नका. Organization ने दिलेला approved access method वापरा.

Authentication आणि authorization हे security विषय पुढे अधिक खोलात जाऊ शकतात. आत्ता एवढे लक्षात ठेवा: Power BI ला source माहित असणे आणि त्या source वर access असणे या दोन वेगळ्या गोष्टी आहेत.

9. Connectivity Mode म्हणजे काय?#

आता महत्त्वाचा भाग येतो.

Power BI source ला connect झाला तरी report data कसा मिळवणार हे ठरवावे लागते.

या chapter मध्ये दोन core modes समजून घ्यायचे आहेत:

Import
DirectQuery

आणि शेवटी Fabric context मध्ये Direct Lake बद्दल high-level awareness पाहायची आहे.

10. Import Mode#

Import mode मध्ये Power BI source मधून data घेऊन semantic model मध्ये import करतो.

Simplified mental model:

Visual Diagram80%

Rendering diagram…

Report user slicer बदलतो किंवा visual interact करतो तेव्हा अनेक report queries imported model वरच evaluate होतात.

यामुळे Import mode चा interactive report experience अनेक cases मध्ये fast असतो.

पण source मध्ये नवीन data आला म्हणून report model आपोआप प्रत्येक क्षणी update होईलच असे नाही. Imported data ला refresh process लागतो.

Import Mode कधी उपयोगी असतो?#

Import हा strong default असू शकतो जेव्हा:

data volume model मध्ये comfortably handle होतो
scheduled refresh पुरेसा आहे
fast interactive report experience हवा आहे
source system वर प्रत्येक report click ला query load टाकायचा नाही
modelling flexibility महत्त्वाची आहे

Remember

Import म्हणजे source delete झाला की Power BI ला कायम काहीच फरक पडत नाही असा अर्थ नाही. पुढचा refresh करण्यासाठी source आणि credentials पुन्हा उपलब्ध असणे आवश्यक असते.

11. DirectQuery Mode#

DirectQuery मध्ये full dataset Import mode सारखा Power BI model मध्ये copy करून ठेवणे हा primary pattern नसतो.

Report ला data लागला की Power BI source कडे query पाठवतो आणि result वापरतो.

Simplified mental model:

Visual Diagram80%

Rendering diagram…

याचा मोठा फायदा असा की source मधील current data report query वेळी उपलब्ध होण्याची शक्यता जास्त असते.

पण trade-off आहे.

प्रत्येक interaction चा काही भाग source performance, network latency, query design, model design आणि source load यावर depend करू शकतो.

म्हणून:

Common Mistake

DirectQuery = real-time आणि नेहमी fastest असे समजणे चुकीचे आहे. DirectQuery freshness च्या दृष्टीने source जवळ राहू शकतो, पण interactive performance source आणि architecture वर strongly depend करू शकते.

DirectQuery कधी विचारात घ्यावा?#

DirectQuery useful candidate असू शकतो जेव्हा:

dataset खूप मोठा आहे आणि import practical नाही
business ला अधिक current data पाहायचा आहे
source system interactive queries efficiently handle करू शकतो
organizational architecture data source वर centralized control ठेवते
source/connector DirectQuery ला support करतो

DirectQuery निवडण्याआधी testing करणे आवश्यक आहे. Data मोठा आहे म्हणून DirectQuery automatic choice नसतो.

12. Import vs DirectQuery#

खाली practical comparison आहे.

Factor	Import	DirectQuery
Data location for reporting	data semantic model मध्ये import होतो	data primarily source वर राहतो; report queries source कडे जातात
Interactive performance	अनेक cases मध्ये fast, कारण imported model वापरला जातो	source, network आणि query efficiency वर जास्त depend
Freshness	refresh झाल्यापर्यंत imported snapshot	query वेळी source जवळचा current result मिळू शकतो
Source load during report interaction	सामान्यतः कमी direct query pressure	user interactions source वर query load वाढवू शकतात
Refresh dependency	source changes आणण्यासाठी refresh आवश्यक	full import refresh pattern नसतो, पण caching/metadata/architecture considerations राहू शकतात
Modelling flexibility	अनेक scenarios मध्ये अधिक flexible	काही capabilities किंवा transformations connector/model नुसार restricted असू शकतात
Best fit	speed + manageable size + acceptable refresh interval	large/current data + capable source + validated performance

या table मधील शब्द always किंवा never नाहीत. Real project मध्ये exact result source, licensing/capacity, model design, gateway, network आणि workload वर अवलंबून असतो.

13. Performance आणि Data Freshness मधला Trade-off#

हा chapter मधला interview आणि practical दोन्ही दृष्टीने सर्वात important idea आहे.

Performance म्हणजे report user ला किती responsive वाटतो.

Data freshness म्हणजे report मध्ये source च्या तुलनेत किती recent data दिसतो.

Import मध्ये report interactions fast असू शकतात, पण source changes पाहण्यासाठी refresh लागतो.

DirectQuery मध्ये source जवळचा current data मिळू शकतो, पण प्रत्येक interaction चा response source performance वर depend करू शकतो.

म्हणून decision असा नसतो:

Fast = Import आणि Fresh = DirectQuery एवढ्यावर थांबायचे.

त्याऐवजी हे factors एकत्र पाहायचे:

किती data आहे
business ला किती freshness लागते
source किती powerful आहे
किती concurrent users आहेत
transformations आणि modelling किती complex आहेत
source वर report query load चालेल का
refresh window काय आहे
network/gateway path stable आहे का

Key Idea

Connectivity mode हा फक्त technical dropdown नाही. तो report architecture चा decision आहे.

14. Direct Lake — High-Level Awareness#

Direct Lake हा Microsoft Fabric ecosystem मधील connectivity pattern आहे.

High-level mental model:

Visual Diagram80%

Rendering diagram…

Direct Lake चा उद्देश Fabric/OneLake data वर efficient analytics देणे आहे, ज्यात traditional full Import copy आणि classic DirectQuery pattern यांच्यापेक्षा वेगळी architecture वापरली जाते.

Fresher म्हणून आत्ता एवढे लक्षात ठेवा:

हे प्रत्येक source साठी generic option नाही
हे Microsoft Fabric आणि OneLake context शी संबंधित आहे
ते Import किंवा DirectQuery यांचे फक्त renamed version नाही
exact behavior आणि supported features Fabric architecture नुसार समजून घ्यावे लागतात

या chapter मध्ये Direct Lake ला high-level awareness म्हणून बघायचे आहे. Core practical selection अजूनही Import आणि DirectQuery नीट समजून घेण्यावर आहे.

15. Appropriate Connectivity Mode कसा निवडायचा?#

Connectivity mode निवडताना एकच rule वापरू नका.

खालील decision flow fresher ला practical thinking देते.

Visual Diagram80%

Rendering diagram…

Practical Scenarios#

Scenario	Strong first candidate	Why
Daily Excel sales file, manageable size	Import	file-based data आणि scheduled refresh practical
SQL Server sales warehouse, daily refresh enough	Import	fast interactive model आणि controlled refresh useful
Very large SQL source, users need close-to-current values, source is tuned	DirectQuery candidate	source-side querying may fit the freshness requirement
Fabric Lakehouse data stored in OneLake	Direct Lake candidate	Fabric-native architecture may fit
Source is slow and network unstable	Import often safer candidate	frequent source queries may hurt DirectQuery experience

Candidate हा शब्द जाणीवपूर्वक वापरला आहे. Production decision करण्यापूर्वी performance, source load, security आणि freshness requirement validate करणे आवश्यक आहे.

16. Common Beginner Mistakes#

connector निवडताना source type चुकीचा ओळखणे
Excel workbook मधील available सगळे objects load करणे
Navigator preview न बघता पुढे जाणे
dirty data असूनही लगेच Load करणे
Transform Data म्हणजे advanced users साठीच आहे असे समजणे
authentication failure ला file/database problem समजणे
Import घेतल्यावर refresh planning विसरणे
DirectQuery म्हणजे guaranteed real-time असे समजणे
DirectQuery निवडल्यावर source performance महत्त्वाची राहत नाही असे समजणे
Direct Lake ला सर्व connectors साठी available mode समजणे

17. Hands-On Practice#

Practice 1#

Requirement

तुमच्याकडे MonthlySales.xlsx file आहे. Sales sheet मध्ये valid data आहे, पण दोन extra columns आणि काही blank rows आहेत.

Your Task

Power BI मध्ये source निवडल्यापासून model-ready data पर्यंत कोणता high-level path वापराल ते लिहा.

HintShow Hint

Data preview clean नाही. त्यामुळे Load आणि Transform Data यातील योग्य choice विचारात घ्या.

SolutionShow Solution

Get data → Excel workbook → file select → Navigator मध्ये Sales select → preview verify → Transform Data → extra columns remove → blank rows handle → Close & Apply.

Explanation

Data थेट report-ready नाही. त्यामुळे model मध्ये load करण्याआधी Power Query मध्ये आवश्यक cleaning करणे योग्य आहे.

Practice 2#

Requirement

Company चा sales database SQL Server वर आहे. Data खूप मोठा आहे. Business users ना source च्या जवळचा current data पाहायचा आहे. Database team ने reporting queries साठी source tune केला आहे.

Your Task

पहिला connectivity candidate निवडा आणि final decision आधी काय validate कराल ते सांगा.

HintShow Hint

Freshness requirement आणि source query capability दोन्ही विचारात घ्या.

SolutionShow Solution

DirectQuery हा strong first candidate आहे. पण final decision आधी report interaction performance, source load, query efficiency, concurrency, network/gateway path आणि required modelling capabilities validate कराव्या.

Explanation

Large data आणि high freshness requirement DirectQuery कडे नेतात, पण DirectQuery automatic winner नाही. Production testing आवश्यक आहे.

18. Interview Preparation#

What is the difference between Import and DirectQuery in Power BI?Show Answer

In Import mode, Power BI loads data into the semantic model and report queries are typically answered from the imported model. In DirectQuery mode, Power BI sends queries to the underlying source when data is needed for report interactions. Import usually provides strong interactive performance but requires refresh for source changes, while DirectQuery can provide more current source data but depends heavily on source, network, and query performance.

Key Points:

Import stores a copy in the semantic model
DirectQuery queries the underlying source
Import needs refresh for source changes
DirectQuery performance depends on the source architecture