All Posts

Prozkoumej, jak připojit Power BI k GraphQL API pomocí M. Tahle příručka tě provede základy GraphQL jako jsou dotazy, proměnné, fragmenty, introspekce a stránkování, a pak to posune dál automatickým generováním typovaných tabulek s dynamickým mapováním schématu. Všechny příklady používají veřejná GraphQL API jako Rick & Morty a Countries.

Explore how to connect Power BI to GraphQL APIs using M. This guide walks through GraphQL fundamentals like queries, variables, fragments, introspection, and pagination, then takes it further by auto-generating typed tables with dynamic schema mapping. All examples use public GraphQL APIs like Rick & Morty and Countries.

Kompletní průvodce vyhodnocováním v Power Query M: pokrývá rozdíl mezi lazy a eager evaluací, neměnitelné proměnné a streamování tabulek, explicitní buffering, query folding, eager vyhodnocování parametrů funkcí a použití higher-order thunks, vliv scope proměnných a lenost polí uvnitř záznamů. Vše ilustrováno na příkladech s náhodnými čísly, timestampy a zpožděným vyhodnocením.

Comprehensive guide to Power Query M evaluation, covering lazy versus eager evaluation, immutable variables and streaming of tables, explicit buffering, query folding, function parameter evaluation and higher-order thunks, variable scope effects, and record-field laziness—illustrated with random-number, timestamp, and delayed-execution examples.

Jak nahradit opakovaný CALCULATE v Power BI pomocí DAX iterátorů jako SUMX a AVERAGEX. Čistší, flexibilnější a škálovatelnější výpočty nad kategoriemi.

Still copying CALCULATE for every category? Time to break the habit. This post shows how DAX iterators like SUMX and AVERAGEX can replace that mess with cleaner, scalable logic using table expressions.

Power BI se posouvá dál. S pomocí User Data Functions a Translytical Flow Tasks ve Fabricu můžeš zapisovat komentáře nebo změny přímo do SQL tabulek – rovnou z reportu. Bez externích nástrojů, bez složitých workaroundů. Tento článek tě krok za krokem provede vytvořením první write-back funkce v Power BI.

Power BI just got an upgrade. With User Data Functions and Translytical Flow Tasks in Microsoft Fabric, you can now write comments or updates directly to your SQL tables — straight from a report. No extra tools, no clunky workarounds. This guide walks you through building your first real-time write-back feature step by step.

While loop v jazyce M pomocí List.Generate()

While loop in M Language using List.Generate()

Refresh Semantic Model every minute in Fabric

Refreshni Semantický model každou minutu

Make your Power Query Dynamic with Parameters, examples like: synced date filter on queries, filter the same list of values, etc.

Dynamické Power Query s parametry – filtrace podle data, seznamy hodnot a další tipy z praxe

tl;dr DAX má v sobě pravděpodobně pár stovek funkcí, ne všechny jsou si však rovny. V dnešním článku představím funkce, které stojí za naučení. Z podstaty tl;dr bych je zde normálně vepsal, ale trošku níže je tabulka s obsahem, kde je celý list. Disclaimer: Pokud tu nevidíte svou oblíbenou funkci, neznamená to, že je špatná. Tento článek se zaměřuje na můj výběr opravdu klíčových funkcí. Vysvětlení seznamu funkcí Nebudu se v tomto článku pouštět do konceptů DAX (Data Analysis

tl;dr DAX has probably hundreds of functions, however, several of them stand out. You will probably use them in every project. Normally I would add them here, but below there's table of contents. Disclaimer: If you don't see your favorite function here, it doesn't mean it's bad, this article covers my top pick of really core ones. Criteria explanation I won’t dive into DAX (Data Analysis Expressions) concepts or detailed explanations in this article. Instead, I’ll go straight

tl;dr „M“ je jazyk používaný v Power Query pro transformaci, filtrování a kombinování dat. Power Query automaticky generuje kód M na základě vašich akcí v uživatelském rozhraní, ale pro složitější operace jej lze psát i ručně. M funguje převážně voláním předdefinovaných funkcí, které upravují data krok za krokem, což z něj činí intuitivní a snadno naučitelný jazyk. Upozornění: Tento článek je určen pro začátečníky a nepůjde do hloubky jazyka M. Jeho cílem je seznámit vás s „M

tl;dr "M" is a language used in Power Query to transform, filter, and combine data. Power Query automatically generates M code based on your "clickable" actions, but you can also write it manually for more complex operations. M is primarily written by calling pre-built functions that modify data step by step, making it intuitive and easy to learn. Disclaimer: This article is aimed for beginners and will not go into depths of M. Goal of the artcile is to introduce you to "M",

tl;dr Power Query nabízí nativní možnost jak sloučit soubory, nicméně tato funkce často vytváří zbytečné množství dodatečných komponentů...

tl;dr Power Query provides a native file combiner, but it can feel complex and generates numerous queries. In this article, you'll learn two methods to create a simpler, more editable, and controllable file combiner with essentially just one-ish line of code. The guide is tailored for users who prefer a "click-based" approach. Disclaimer & update: Sharepoint.Files is not optimal for bigger amounts of data, check (even) better solution to load data from Sharepoint here. Native