PL-300备考指南：一套练习数据通关Power BI实操-北京尧图网络

简介微软商业智能PL-300认证练习数据包面向备考PL-300认证的开发者、数据分析师以及希望提升数据可视化能力的职场人士。资源源于官方练习场景覆盖数据连接、数据清洗、数据建模、DAX表达式、交互式报表、仪表板开发和行级安全性等核心考点。压缩包共94个文件整体约56MB包括31个报表工程文件、13个说明文档、9个配置文本、8张图标素材、7个用于重置数据库的脚本、6个业务数据表、5个结构化查询脚本、2个数据库备份、2个表格文件以及1个报告定义文件其中报表工程文件用于打开并完成练习说明文档提供分步骤指引数据库备份用于还原练习环境目录按实验模块从准备数据到高级计算依次组织。已有187人学习使用。通过分析销售、客户与库存等典型数据可完整经历从原始数据提取、转换建模到发布高级报告的过程并练习不同规模数据下的问题拆解与可视化表达为通过认证和承担真实项目打下扎实基础。说实话我考 PL-300 之前也走了不少弯路。最开始满世界找题库、刷真题后来才发现真正卡住我的根本不是题目而是练习数据。题目只是把知识点的考核方式包装了一遍底层还是那几块数据准备、建模、DAX、可视化和部署。你手上没有一套顺手的练习数据刷题刷得再熟上了虚拟考场对着 Power BI Desktop 一样会懵。这篇文章就把我备考时折腾练习数据的经验完整梳理一遍包括数据从哪来、怎么判断数据好不好用、怎么用一套数据把考试涉及的实操全部过一遍以及那些我踩过的、常规教程里不会写的细节坑。1. 先搞清楚 PL-300 的考试地图练习数据才不会白练有句话我说在前面PL-300 不是背出来的考试而是练出来的考试。光看 Microsoft Learn 的文档是不够的因为考题都是基于具体业务场景给你一个数据文件让你完成数据清洗、建模、做报表、配权限等等。所以练习数据选得对不对直接决定你的备考效率。1.1 官方考核范围拆解PL-300 的大纲基本可以分成四块数据准备Prepare the Data占比约 20%-25%连接数据源、合并查询、数据清洗、处理异常值和空值、更改数据类型、数据质量分析。数据建模Model the Data占比约 25%-30%设计表关系、建立星型模型、创建和管理计算列/度量值/计算表、使用 DAX 进行时间智能计算、设置行级安全性。数据可视化与分析Visualize and Analyze the Data占比约 25%-30%选择合适图表、设计报表布局、创建切片器和筛选器、配置页面导航、使用问答功能、添加钻取和分析窗格。部署与维护Deploy and Maintain Deliverables占比约 10%-15%创建工作区、发布报表、配置仪表板、设置刷新计划、共享报表和管理权限。注意最后的部署和维护部分经常被备考的人忽略但它在考试中是实打实的一类题目。练习数据时不能只盯着 Desktop 里的可视化和建模还要考虑发布到 Service 之后怎么做权限管理和刷新配置。1.2 练习数据应当覆盖的训练维度基于以上考核范围我整理了一个练习数据自检维度训练维度对应的数据特征需要练到的操作清洗能力有空值、重复值、错误格式的日期、大小写混乱的文本Power Query 替换值、删除行、条件列、拆分列建模能力多张表互相关联有事实表和维度表建立关系、处理多对多、创建日期表DAX 能力有销售额、成本、数量等可计算的数值字段计算总计、同比环比、累计值、排名可视化能力有地区、品类、时间等多维度字段制作切片器、层级结构、自定义图表权限管理有人员/区域字段创建角色、配置行级安全性RLS、验证用户视角如果一套数据能同时满足这些维度那它就是非常适合备考 PL-300 的练习数据无论它是微软官方示例还是你自己造的数据。2. 我能找到的几类可靠练习数据与筛选标准我刚准备考试时最大的困惑就是到底去哪里下载数据网上一搜很多都是教程配套的案例数据但良莠不齐。后来我把能用的数据源挨个试了一遍总结下来这几类最靠谱。2.1 微软官方示例数据Contoso 与 AdventureWorks微软官方提供了好几套免费示例数据这对备考来说是最稳妥的选择。Contoso 销售数据这是我最推荐的一套。它包含销售订单、产品、客户、渠道、区域等多张表数据量足够大几十万行字段丰富有日期、金额、数量、地区、产品分类。用它练建模和 DAX 时间智能非常合适关系特别清晰能很好地模拟真实企业分析场景。AdventureWorks系列这是微软经典的数据库示例包含销售、人员、产品、部门等表。如果熟悉 SQL Server可以直接把数据导出来作为练习。这套数据的优点是表结构完整缺点是原始表很多需要自己做取舍和清洗反而适合练数据准备环节。2.2 Power BI Desktop 内置示例数据还有一个很多人忽略的渠道Power BI Desktop 本身就自带示例数据。在菜单栏找到帮助-示例你会发现有销售和市场客户资料等示例数据包。这些数据直接帮你建好了模型和报表你可以拿它们来拆解学习看别人是怎么建关系的度量值是怎么写的切片器是怎么配置的。我备考的前期就把这些内置示例拆了个遍收获很大。2.3 Microsoft Learn 课程配套练习数据Microsoft Learn 上 PL-300 的官方学习路径中有大量带交互式练习的实验内容。这些实验环境自带的 Sales Analysis 数据集与考试场景非常接近风格统一字段命名规范包含订单表、产品表、区域表等。如果你能注册微软账号跟着官方实验做完你再回来看真实的模拟题会发现场景非常熟悉。2.4 练习数据质量速查清单无论你选哪套数据我建议用下面的清单快速过一遍避免练到一半发现数据不够用行数尽量选上万行的数据太小的数据做不出性能分析、可视化也不能体现层次感。多表关联至少要有 3-5 张表里面有明确的事实表和维度表。含脏数据最好有 null、空字符串、重复记录、格式不统一的文本。考试爱考清洗你需要有东西可洗。含时间字段这是时间智能计算的前提。没有日期字段同比环比都没法练。数值字段丰富销售额、利润、数量、成本多个数值字段才能测出度量值和聚合方式。我个人的经验是如果你只有时间下载一套数据就下载 Contoso 销售数据。这套数据我前前后后用了三个多月从清洗一直练到权限管理完全够用。3. 用一套练习数据完整走一遍报表项目实操找到数据只是第一步怎么用才是关键。我的做法是把练习数据当成一个真实项目来做而不是零散地做题。这样练下来考场上那些给定场景-完成任务的题型基本都能应对。3.1 从数据清洗开始改表格结构、调整输入内容很多人在考试前对修改输入数据表格内容这个操作很陌生但它在数据准备中非常常见。举个例子我拿到 Contoso 数据后第一件事就是在 Power Query 中做以下处理将订单日期列从文本或日期时间类型统一改为日期类型把产品名称列中的多余空格用替换值功能去掉处理客户地址列的缺失值有些为空有些为N/A统一替换成未知给订单表添加一个年份列和月份列方便后续做时间维度的可视化。你只需要记清楚一个关键路径在数据视图中手动改值只对当前文件生效刷新后会被覆盖要在源头修改必须去 Power Query 里做。3.2 建立星型模型配置表关系做完清洗接下来是建模。以销售分析为例我建了这几张表FactSales事实表每一行是一笔订单包含订单号、产品ID、客户ID、区域ID、销售额、成本、数量。DimProduct产品维度表产品ID、产品名称、类别、子类别。DimCustomer客户维度表客户ID、客户姓名、客户城市、客户省份。DimRegion区域维度表区域ID、区域名称。DimDate日期维度表使用 CALENDAR 函数生成的连续日期表包含年、季度、月、周、星期几。关系配置所有维度表通过各自的 ID 字段与 FactSales 表建立一对多关系。维度表的一端是一事实表的一端是多这样模型才能正确聚合。日期表必须与事实表的日期字段建立关系而且日期表一定要标记为日期表否则时间智能函数可能报错或返回空白。3.3 制作切片器并验证交互联动切片器是 PL-300 考试中出现频率非常高的可视化组件。很多初学者只是拖一个字段进去就完事考试不会这么简单它考的往往是切片器与页面交互、同步切片器、以及切片器格式设置。我练习时给自己定了一个标准步骤在报表页插入一个日期切片器设置成下拉模式并选择介于范围为年份再插入一个产品类别切片器设为平铺模式开启多选从视图菜单里打开同步切片器面板把这两个切片器同步到其他报表页针对图表组件用编辑交互把某些图表设置成不受切片器影响模拟仪表盘上总卡值固定明细图联动的效果。这里有个非常容易忽略的细节同步切片器后如果不取消勾选同步筛选切换到其他页时会带着上一个页面的筛选状态容易让图表显示空白。我因为这个在练习时查了好半天后来发现是同步逻辑没搞清。考试中如果遇到类似题目一定要区分同步可见性和同步筛选是两回事。3.4 用 DAX 验证模型可用性建模完成后至少写几个核心度量值来验证你的模型通畅。我常用的几个练习 DAX总销售额 SUM(FactSales[销售额]) 总成本 SUM(FactSales[成本]) 毛利率 DIVIDE([总销售额] - [总成本], [总销售额]) 上年同期销售额 CALCULATE( [总销售额], SAMEPERIODLASTYEAR(DimDate[Date]) ) 年度增长率 DIVIDE([总销售额] - [上年同期销售额], [上年同期销售额])如果这些度量值在切片器切换时都能正确联动基本说明你的模型做对了。写 DAX 的过程中你还会发现关系方向、筛选上下文这些问题这就是练习数据带来的最大价值——它能逼你把理论变成肌肉记忆。4. 修改练习数据时我踩过的三个具体坑这部分我想单独拿出来写因为它恰恰是很多教程不会细说但实操中一定会遇到的问题。4.1 在数据视图中直接改值刷新即被覆盖Power BI Desktop 的数据视图里你可以直接双击单元格修改数据比如把某个产品名称从ABC-1改成ABC-2。这个功能在考试中偶尔会出现你可能会觉得它很方便。但请务必记住这种修改仅存在于当前模型内部如果你在 Power Query 中点击刷新预览或者重新打开文件加载数据这些手动改过的值会被源数据覆盖全部还原。所以如果考场上遇到修改数据表格内容的题你要先判断题目要求的是永久性修改数据还是只在当前 .pbix 文件里临时调整。如果是前者务必回到 Power Query 里操作。4.2 Power Query 里修改列类型注意隐藏的更改类型步骤在 Power Query 中把一列改成正确的数据类型是最常见的操作之一。但很多初学者会直接在编辑栏里右键改类型然后感觉数据正常了就直接关闭应用。其实 Power Query 是一个步骤记录器每一次操作都会生成一个步骤。直接在界面里看到类型是对的不代表步骤顺序正确。比如你先做了删除重复项然后才做更改类型之后又插入了一个条件列这个条件列会依赖当时的类型如果将来源数据列类型变了前面的步骤可能会报错。我的建议是修改数据类型时把更改的类型步骤尽量往前放并且在每个步骤之前保留一个已添加自定义列或复制列的备份步骤方便回溯。这个习惯在考场上也能帮你快速定位问题。4.3 关系方向错误导致度量值返回空白而不是报错这种情况最让人抓狂。明明数据都在模型看起来也对但写出来的 DAX 度量值返回空白。我遇到过两次一次是维度表与事实表的关系方向设反了一次是忘记把日期表标记为日期表。具体现象是把产品类别拖到表格里总销售额有值换成客户省份后总销售额变成空白。原因是客户维度表和事实表之间缺少有效关系或者关系方向是单向但方向不对。排查方法很简单在模型视图里点击两个表之间的连线看基数方向是否正确筛选方向是否从维度表指向事实表。所有维度表到事实表的方向都应该是单向除非你在做特殊的多对多筛选否则不要轻易开双向交叉筛选。这个经验在我后来做题时救了我好几次。5. 把练习数据转化为应试拿分点的三个阶段数据准备好了项目流程也走过一遍剩下的就是如何高效备考。我把自己的练习过程分成三个阶段每个阶段的侧重点都不一样。5.1 阶段一按考试域专项突破这个阶段不要急着做套题。按四类考点分别练第一天到第三天只练数据准备在 Power Query 中把练习数据来回清洗连接 CSV、Excel、SQL Server 等各种数据源练合并和追加查询。第四天到第六天只练建模与 DAX用 Contoso 数据建多套模型分别练习计算列、度量值、时间智能、行级安全。第七天到第九天只练可视化与交互用练习数据制作不同风格的报表页重点练习切片器、钻取、书签、页面导航。第十天练部署与维护把报表发布到 Power BI Service创建仪表板配置数据刷新和行级安全角色。5.2 阶段二完整体验考试题型PL-300 考试中有一类题目叫案例研究Case Study会给你一段业务背景然后要求你根据场景完成一系列操作。这类题非常考验综合能力你不仅要知道怎么操作还要能快速判断在当前场景下哪个操作最合适。这个阶段我建议用官方模拟题或可信度比较高的模拟器并且坚持在虚拟环境中操作而不是只看题面回忆答案。操作题的题面和实际操作环境是分开的你需要在规定时间内完成这和平时自己点鼠标完全不一样节奏很重要。5.3 阶段三限时模拟与错题复盘考试时间其实挺紧凑的题型多案例研究题还要阅读大量背景资料。我在最后一周每天做一次限时模拟做完之后把错题对应的知识点回归到练习数据再做一遍相关操作。我自己的体会是每道错题背后其实都是练习数据里某一个字段或关系的理解不够深。比如有一次我错了如何让多个页面共享同一个筛选条件回头用切片器同步这个功能去验证一下子就记住了。如果只背答案换个场景立刻又不会了。5.4 备考阶段容易忽略的考点提醒我把几个平时不显眼但考试会出现的点列出来行级安全性RLS在报表发布到 Service 后如何给不同区域经理配置不同的数据可见范围。这一步在 Desktop 里设置好角色之后一定要在 Service 里给角色分配成员。数据刷新必须区分计划刷新和手动刷新还要知道数据网关的作用。有些场景题会问你数据源在本地数据库怎么实现自动刷新答案通常需要配置本地数据网关。分页报表PL-300 大纲里提到分页报表很多人不重视。你至少要清楚 Power BI Report Builder 的基本流程知道分页报表适合打印和固定格式输出。性能分析器Performance Analyzer当报表加载缓慢时如何用性能分析器找出耗时组件。这个在可视化相关题目中出现频率不低。6. 最后说说我在实际备考中积累的几个小经验整套流程走下来我最大的感触是练习数据不是题库的替代品而是理解题目的加速器。很多考点如果你直接背答案转头就忘但如果你在自己的练习数据上亲手操作过一遍考场上遇到类似的场景手会不自觉动起来根本不需要纠结。另外选数据时宁缺毋滥别一次存三十个不同来源的示例文件。我刚备考那会儿就是这样每个看起来都很全结果每个都只看了几眼没有一套做完整项目效率极低。后来专注用 Contoso 一套数据从清洗到建模到可视化到权限管理全走了一遍反而进步最快。如果你刚开始准备不妨也按这个思路来一套数据贯穿到底把每个知识点都落到手上。等你把这一套流程做完再去做模拟题会明显感觉心里有底。本文还有配套的精品资源点击获取

PL-300备考指南：一套练习数据通关Power BI实操

相关推荐

fair_submodular_matroid：基于 Matroid 约束的公平流式子模最大化实验复现指南

Biome Markdown 格式化器对 blockquote（引用块）边界的处理：从 notext-end 测试用例看源码实现

Preact Table 细粒度状态订阅：SubscribeProps 类型别名与 Subscribe 组件全面解析

更多资讯

Vue3和SVG.js打造电力系统拓扑图：摆脱手搓SVG的困境

微信小游戏原生Canvas开发实战：性能、AI提效与生态适配

Relay Compiler Playground：将 Rust Relay 编译器编译为 Wasm 构建网页版编译器实验室

uni-app 3.9.0+ 原生 midButton 实现跨平台凸起 TabBar

浏览器后台休眠节流：页面冻结的真相与前端自救指南

TanStack Lit Table 全局过滤（Global Filtering）实战指南：从客户端筛选到服务端过滤

今日更新

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？