يمكن لمساعد الذكاء الاصطناعي اقتراح خطوات Power Query بسرعة، لكن سرعة كتابة شيفرة M لا تثبت صحة النتائج. استناداً إلى وثائق Microsoft حول الدمج والخصوصية وأداء الاستعلامات، وإطار جودة البيانات الحكومي البريطاني المنشور في 3 ديسمبر 2020، يقدم هذا الدليل بروتوكولاً قابلاً لإعادة الاختبار. الأمثلة الحسابية تعليمية ومختلقة، ولا تتضمن بيانات عملاء أو نتائج تجربة ميدانية مزعومة.
ابدأ بتعريف المشكلة ومعيار القبول
قبل طلب صيغة M من مساعد ذكي، حدد السؤال التجاري والجدول الذي يمثل الحقيقة المعتمدة. مثال تدريبي: ملف طلبات يحوي ألف سطر، وملف أسعار يحوي رمز الصنف والسعر. المطلوب إظهار قيمة كل طلب دون تغيير عدد الطلبات. هذا الوصف أدق من طلب عام مثل «نظف البيانات»؛ لأنه يحدد المخرجات وحدود التحويل.
أنشئ نسخة للقراءة فقط من الملف الأصلي وسجل تاريخ الاستخراج والمنطقة الزمنية وعدد الصفوف والمجموع قبل أي معالجة. ضع معيار قبول مكتوباً: لا يُحذف طلب صالح، ولا تتكرر قيمة بسبب الربط، وتُعرض السجلات التي لم تجد سعراً. يجب أن يفهم المراجع لماذا فشل الاختبار، لا أن يرى رسالة نجاح عامة.
وثق خط الأساس قبل التحويل
سجل عدد الصفوف والأعمدة، وعدد القيم الفارغة في الحقول الإلزامية، وعدد المفاتيح الفريدة، ومجموع الكمية والقيمة بحسب المصدر. هذه ليست مؤشرات تجميلية؛ فهي شبكة إنذار عند تحويل نوع رقم إلى نص أو فقدان صفوف أثناء التصفية. يمكن استخراجها باستعلام منفصل لا يغير بيانات الإنتاج.
افصل بين قياسات المصدر والنتيجة. إذا كان مجموع الطلبات قبل المعالجة 250000 وحدة نقدية وبعدها 251200، فالفارق 1200 يحتاج تفسيراً موثقاً حتى لو كانت الجداول جميلة. لا تفترض أن زيادة العدد تعني تحسناً؛ فقد تنتج عن تكرار الصفوف بعد دمج جدول مرجعي يحوي مفتاحاً مكرراً.
افحص الربط قبل توسيع الأعمدة
توضح وثائق Microsoft أن دمج Power Query يعتمد على ترتيب الجداول وأنواع أعمدة المفاتيح ونوع الربط المختار. عند ربط الطلبات بالأسعار استخدم مفتاحاً مستقراً، وتأكد من تطابق نوعه في الجدولين. افحص وجود سعر واحد فقط لكل صنف وتاريخ سريان، وإلا فقد يضاعف توسيع العمود المرجعي عدد الطلبات.
جرب ربطاً يسارياً يحافظ على كل صفوف الطلبات، ثم استعلاماً مضاداً يسارياً يعزل الطلبات التي لم تجد مقابلاً. لا تستخدم الربط الداخلي لمجرد أنه يجعل الجدول أنظف؛ فهو يستبعد الصفوف غير المطابقة. اكتب عدد المطابقات وغير المطابقات في تقرير المراجعة، ولا تستبدل الأسعار المفقودة بصفر دون قاعدة عمل صريحة.
راجع الأنواع والقيم الفارغة والتواريخ
قد يقترح النموذج تحويل عمود تاريخ مباشرة وفق إعدادات جهازه، بينما يمثل النص 03/04/2026 الثالث من أبريل في نظام والرابع من مارس في آخر. حدد اللغة والمنطقة ونمط التاريخ قبل التحويل، ثم اختبر قيماً معروفة. كذلك راجع الفاصلة العشرية والإشارات السالبة وأكواد الأصناف التي تبدأ بصفر.
فرّق بين قيمة فارغة تعني «غير معروف» وقيمة صفر تعني «لا شيء». راجع نسبة القيم الفارغة في الحقول الحرجة قبل التحويل وبعده، وسجل سبب أي انخفاض غير متوقع. لا تجعل المساعد يخترع قيماً لإكمال الجدول؛ اطلب منه اقتراح قواعد قابلة للفحص ثم اعتمدها مع مالك البيانات.
اختبر شيفرة M بدلاً من الوثوق بشرحها
اطلب من المساعد عرض خطوات التحويل واحدة واحدة، وشرح سبب كل دالة والافتراض الذي تعتمد عليه. اقرأ الشيفرة في المحرر المتقدم، ولا تنفذ استدعاءات ويب أو مصادر خارجية أضيفت دون طلب. قارن أسماء الأعمدة والمفاتيح وأنواع البيانات مع المخطط الحقيقي، لأن الشيفرة الصحيحة نحوياً قد تعطي نتيجة تجارية خاطئة.
اصنع بيانات اختبار صغيرة متعمدة: مفتاح مكرر، وتاريخ غير صالح، وقيمة فارغة، وسعر سلبي، وصف بلا مقابل. توقع النتيجة يدوياً ثم شغل الاستعلام وقارنها. احتفظ بنسخة من الشيفرة قبل وبعد التعديل، واكتب ما الذي تغير ومن وافق عليه. هذا يجعل الأخطاء قابلة لإعادة الإنتاج بدلاً من الاعتماد على الذاكرة.
احم الخصوصية وسلامة المصادر
تشرح Microsoft مستويات خصوصية Power Query وكيف قد يؤثر جمع مصادر خاصة وعامة في انتقال البيانات أثناء التنفيذ. صنف ملفات الرواتب والعملاء والمعلومات التعاقدية على أنها حساسة وفق سياسة المؤسسة، ولا تعطل حماية الخصوصية فقط لتسريع التحديث. راجع مصدر كل اتصال وأذوناته ومكان تخزين بيانات الاعتماد.
إذا استعنت بمساعد سحابي، استخدم عينة اصطناعية أو مخطط أعمدة غير سري ما لم تسمح المؤسسة صراحة بإرسال البيانات الحقيقية. تغيير الأسماء وحده قد لا يمنع إعادة التعرف على الأشخاص. وثق من اطلع على الملف ومدة الاحتفاظ به. خصوصية البيانات جزء من صحة التحليل وليست خطوة اختيارية بعد الانتهاء.
اختبر التحديث والأداء في ظروف واقعية
قد يعمل الاستعلام على عينة من مئة صف ثم يفشل عندما يصل ملف جديد بأسماء أعمدة مختلفة أو ترتيب مختلف. أعد التحديث على نسختين من البيانات، إحداهما تتضمن قيماً استثنائية، وتأكد من ثبات الأعداد والمجاميع. سجل زمن التحديث ورسائل الخطأ وحجم البيانات وتاريخ آخر نجاح بدلاً من الاكتفاء بصورة شاشة.
توضح Microsoft أن query folding قد ينقل بعض عمليات التحويل إلى المصدر، لكنه يعتمد على الموصل ونوع الخطوة. راقب الأداء ولا تعد بتحسن ثابت عند إعادة ترتيب الخطوات. إذا انكسر الطي أو تغيرت الصلاحيات، فاختبر التأثير قبل النشر. يجب أن يظهر فشل التحديث للمستخدم بوضوح، لا أن تُعرض بيانات قديمة كأنها حديثة.
اعتمد تقرير قبول قابل للتدقيق
يقترح إطار جودة البيانات الحكومي البريطاني النظر إلى الدقة والاكتمال والتفرد والاتساق بحسب الغرض من الاستخدام. حول ذلك إلى بطاقة قبول تتضمن أعداد الصفوف، والمفاتيح المكررة، والقيم الفارغة، والفروقات المالية، وحالات الاستثناء، والاختبارات المنفذة. لا توجد نسبة جودة واحدة تصلح لكل مشروع أو تعوض حكم صاحب العملية.
أرفق بالنسخة النهائية مصدر البيانات وتاريخها وإصدار شيفرة M واسم المراجع والقيود المعروفة. مثال قرار: «مقبول للتحليل الداخلي مع خمسة أصناف دون سعر، وغير مقبول للفوترة حتى تسويتها». هذا الوصف أكثر فائدة من ادعاء أن الذكاء الاصطناعي أصلح الملف بالكامل، ويسهل مراجعة القرار لاحقاً.
للمزيد من المصادر الرسمية
- Microsoft Learn — Merge queries overview, join kinds and key matching (checked 29 October 2026) ↗
- Microsoft Learn — Privacy levels and preventing accidental data transfer (checked 29 October 2026) ↗
- Microsoft Learn — Query folding performance examples (checked 29 October 2026) ↗
- UK Government Data Quality Framework — published 3 December 2020 (checked 29 October 2026) ↗
لا توجد طريقة تضمن الربح من الإنترنت أو الأسواق. النتائج تختلف حسب المهارة والظروف والتكاليف.
إخلاء المسؤولية ↗