Lab 08 : Tableau de bord Power BI

Durée	Niveau	Prérequis
45 min	Avancé	Lab 07 ou Lab 07-ADO

Objectifs d’apprentissage

Comprendre le format Power BI PBIP (Project) et le modèle de données en étoile
Déployer le rapport PBIP dans un espace de travail Power BI
Configurer la connexion à la source de données ADLS Gen2
Exécuter scan-and-store.ps1 pour alimenter le lac de données avec les résultats d’analyse
Explorer les tableaux de bord de qualité : vue d’ensemble, tendances et détails des résultats

Prérequis

Lab 07 : Remédiation (GitHub) ou Lab 07-ADO : Remédiation (ADO) terminé
Power BI Desktop installé (ou accès à Power BI Service)
Un abonnement Azure avec un stockage ADLS Gen2 (ou utiliser le modèle Bicep fourni)
Espace de travail Power BI avec accès en écriture

Exercices

Exercice 1 : Explorer la structure PBIP

Répertoire de travail : Exécutez les commandes suivantes depuis la racine du dépôt code-quality-scan-demo-app.

Affichez le répertoire du projet Power BI :

Get-ChildItem power-bi/ -Recurse | Select-Object FullName

La structure PBIP suit le format de projet Power BI textuel de Microsoft :

power-bi/
├── CodeQualityReport.pbip              # Project file
├── CodeQualityReport.Report/           # Report definition
│   ├── .platform
│   ├── definition.pbir
│   └── definition/
│       ├── report.json                 # Report layout
│       ├── version.json
│       └── pages/                      # Report pages
└── CodeQualityReport.SemanticModel/    # Data model
    ├── .platform
    ├── definition.pbism
    └── definition/
        ├── database.tmdl              # Database metadata
        ├── model.tmdl                 # Model configuration
        ├── relationships.tmdl         # Table relationships
        ├── expressions.tmdl           # Power Query M expressions
        └── tables/                    # Table definitions (TMDL)
            ├── Fact_CodeQualityFindings.tmdl
            ├── Repositories.tmdl
            ├── ScanTools.tmdl
            └── Dim_Date.tmdl

Structure du répertoire PBIP

Exercice 2 : Comprendre le schéma en étoile

Le modèle de données utilise un schéma en étoile optimisé pour l’analyse des résultats d’analyse :

erDiagram
    Fact_CodeQualityFindings {
        string finding_id PK
        string repo_name FK
        string rule_id
        string severity
        string tool_name FK
        date scan_date FK
        string file_path
        int line_number
        string category
        string message
    }

    Repositories {
        string repo_name PK
        string org
        string url
        string scan_domain
        string language
        string framework
    }

    ScanTools {
        string tool_name PK
        string display_name
        string category
        string version
        boolean native_sarif
    }

    Dim_Date {
        date date PK
        int year
        int month
        int day
        string month_name
        int week_number
    }

    Repositories ||--o{ Fact_CodeQualityFindings : "repo_name"
    ScanTools ||--o{ Fact_CodeQualityFindings : "tool_name"
    Dim_Date ||--o{ Fact_CodeQualityFindings : "scan_date"

Table	Type	Objectif
`Fact_CodeQualityFindings`	Fact	Une ligne par résultat issu des analyses
`Repositories`	Dimension	Métadonnées du dépôt (nom, langage, framework)
`ScanTools`	Dimension	Métadonnées de l’outil (ESLint, Ruff, Lizard, jscpd, coverage)
`Dim_Date`	Dimension	Table de calendrier générée par DAX pour l’intelligence temporelle

Exercice 3 : Déployer le stockage ADLS Gen2

Déployez l’infrastructure de stockage à l’aide du modèle Bicep fourni :

$resourceGroup = "rg-code-quality-data"
$location = "canadacentral"

az group create --name $resourceGroup --location $location
az deployment group create `
    --resource-group $resourceGroup `
    --template-file infra/storage.bicep `
    --parameters storagePrefix="cqdata"

Notez le nom du compte de stockage dans la sortie du déploiement — vous en aurez besoin pour la configuration de la source de données.

Déploiement du stockage ADLS Gen2

Exercice 4 : Exécuter scan-and-store.ps1

Le script scan-and-store.ps1 analyse les fichiers SARIF des résultats d’analyse et téléverse du JSON structuré vers ADLS Gen2 :

$storageAccount = "cqdataxxxxxxxxxxx"  # Replace with your storage account name
$container = "scan-results"

.\scripts\scan-and-store.ps1 `
    -StorageAccountName $storageAccount `
    -ContainerName $container `
    -SarifDirectory "." `
    -Domain "code-quality"

Le script :

Recherche tous les fichiers .sarif dans le répertoire spécifié
Analyse chaque fichier SARIF pour extraire les résultats
Transforme les résultats selon le schéma de la table de faits
Téléverse les fichiers JSON vers ADLS Gen2 organisés par date : {yyyy}/{MM}/{dd}/{appId}-{tool}.json

Exécution de scan-and-store.ps1

Exercice 5 : Déployer le rapport PBIP

Ouvrez le PBIP dans Power BI Desktop :

Start-Process "power-bi/CodeQualityReport.pbip"

Ou déployez de manière programmatique à l’aide du module FabricPS-PBIP :

Install-Module -Name FabricPS-PBIP -Scope CurrentUser -Force
Import-Module FabricPS-PBIP

# Deploy to Power BI Service
.\power-bi\scripts\deploy.ps1 `
    -WorkspaceName "Code Quality Workshop" `
    -PbipPath "power-bi/CodeQualityReport.pbip"

Configurez la source de données :

.\power-bi\scripts\setup-parameters.ps1 `
    -StorageAccountName $storageAccount `
    -ContainerName $container

Déploiement du PBIP dans l'espace de travail

Exercice 6 : Explorer le tableau de bord

Une fois les données chargées, explorez les pages du rapport :

Vue d’ensemble de la qualité — KPI de haut niveau :

Total des résultats pour toutes les applications et tous les outils
Résultats par sévérité (Critique, Élevé, Moyen, Faible)
Résultats par outil (ESLint, Ruff, Lizard, jscpd, Coverage)
Résultats par dépôt

Tableau de bord vue d'ensemble de la qualité

Tendances de la qualité — Analyse de séries temporelles :

Résultats dans le temps (tendance à la hausse ou à la baisse)
Tendances de couverture par application
Tendances de complexité par application

Tableau de bord des tendances de la qualité

Détails des résultats — Tableau détaillé :

Résultats individuels avec chemin de fichier, numéro de ligne, identifiant de règle
Filtrage par application, outil, sévérité et plage de dates
Export en CSV pour analyse complémentaire

Détails des résultats avec exploration

Exercice 7 : Rapports inter-domaines

La table de dimension Repositories inclut une colonne scan_domain qui permet les rapports inter-domaines. Si vous avez configuré les ateliers d’analyse d’accessibilité ou FinOps avec le même stockage ADLS Gen2, vous pouvez voir les résultats de tous les domaines dans un seul rapport Power BI.

Domaine	Valeur scan_domain	Applications
Qualité du code	`CodeQuality`	`cq-demo-app-001` à `005`
Accessibilité	`Accessibility`	`a11y-demo-app-001` à `005`
FinOps	`FinOps`	`finops-demo-app-001` à `005`

Point de vérification

Vérifiez votre travail avant de continuer :

Vous avez déployé le stockage ADLS Gen2 à l’aide du modèle Bicep
Vous avez exécuté scan-and-store.ps1 pour téléverser les résultats d’analyse
Vous avez ouvert ou déployé le rapport PBIP
Vous pouvez voir les résultats dans la page Vue d’ensemble de la qualité
Vous avez exploré les tendances et les pages de détails des résultats

Résumé

Le tableau de bord Power BI offre une visibilité au niveau exécutif sur la qualité du code de toutes les applications de démonstration. Le modèle de données en étoile, alimenté par le stockage ADLS Gen2, permet le filtrage par outil, sévérité, dépôt et période. Le script scan-and-store.ps1 fait le lien entre les résultats d’analyse CI/CD et le modèle de données Power BI en transformant les résultats SARIF en fichiers JSON structurés.

Points clés à retenir :

Le format PBIP permet une gestion de projet Power BI textuelle et compatible Git
Le schéma en étoile offre des requêtes analytiques efficaces avec des tables de dimension
ADLS Gen2 sert de lac de données central pour les résultats d’analyse de tous les domaines
Les rapports inter-domaines sont rendus possibles grâce à la dimension partagée Repositories

Atelier terminé ! 🎉

Félicitations ! Vous avez terminé tous les labs de l’atelier Code Quality Scan. Vous savez maintenant comment :

✅ Exécuter des linters par langage sur 5 langages différents
✅ Analyser la complexité cyclomatique avec Lizard
✅ Détecter la duplication de code avec jscpd
✅ Mesurer la couverture de tests et convertir en SARIF
✅ Intégrer l’analyse dans GitHub Actions et ADO Pipelines
✅ Remédier aux violations et vérifier les améliorations
✅ Visualiser les métriques de qualité dans des tableaux de bord Power BI