Microsoft Power BI Developer Samples 教程
2024-08-10 19:05:11作者:贡沫苏Truman
1. 项目目录结构及介绍
本项目位于GitHub上,旨在为开发者提供一系列关于如何在不同场景下使用Power BI的示例。主要框架分为.NET Framework、.NET Core、Python、Java、Node.js等,以支持“应用拥有数据”(Embed for your customers)和“用户拥有数据”(Embed for your organization)两种嵌入模式。项目结构大致如下:
- 根目录: 包含总的说明文档(
README.md),提供了总体项目概述和关键信息。 - 框架特定文件夹:
.NET Framework,.NET Core,Python,Java,Node.js: 每个框架都有其子目录,内含针对该语言的样例代码。React TS: 特定于React技术栈的解决方案。
- PowerShell: 包含了用于调用Power BI REST API的PowerShell脚本示例。
- 样本相关文档: 在各个样本的目录中,有专门的
README.md文件详细介绍了如何运行各自的样本。
2. 项目启动文件介绍
由于此项目是多语言、多场景的集合,启动文件依赖于具体的技术栈和应用场景。通常:
- 对于
.NET项目,启动文件可能是Program.cs或者对应的入口类文件,负责初始化应用程序。 - 在Python中,可能会有一个名为
main.py或对应应用逻辑的起始脚本。 - Node.js项目可能通过
index.js或指定的脚本来启动。 - Java项目一般有一个主类,含有
public static void main(String[] args)作为程序入口点。
具体到每个示例,应该参照各自目录下的README.md文件,它将提供清晰的步骤来说明如何启动相应的示例应用。
3. 项目的配置文件介绍
配置文件根据技术栈的不同而变化。一般来说:
- .NET 和 .NET Core: 配置通常位于
appsettings.json或环境特定的文件如appsettings.Development.json。 - Python: 可能采用
.ini文件或简单的.py配置模块。 - Java: 配置可以存储在一个 properties 文件中,例如
application.properties。 - Node.js: 常见于一个名为
config.js的文件或是环境变量中。 - 共通: 许多示例可能还包括特定于Power BI的设置,这些设置可能涉及API密钥、工作区ID等,这些通常也是在配置文件或环境变量中定义。
对于加密凭据和更新数据源的解决方案,特别注意的是这些配置处理逻辑通常集成在项目代码内,并且特定于使用的框架。确保查看各框架下的具体样例和它们的配置指南来获取详细信息。
在操作之前,请确保Windows系统上的路径长度不超过260个字符,这是运行项目的一个重要先决条件。此外,详细的开发文档和解决过程中的常见问题解答可以在Power BI Developer Documentation找到。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868