Creación y uso de flujos de datos en Microsoft Power Platform

El uso de flujos de datos con Microsoft Power Platform facilita la preparación de los datos y permite reutilizar el trabajo de preparación de datos en informes, aplicaciones y modelos posteriores.

En el mundo de los datos en expansión, la preparación de los datos puede ser difícil y costosa, con un consumo de entre el 60 y el 80 por ciento del tiempo y el costo de un proyecto de análisis típico. Estos proyectos pueden requerir datos fragmentados e incompletos de wrangling, integración compleja del sistema, datos con incoherencia estructural y una barrera de conjunto de aptitudes alta.

Para facilitar la preparación de los datos y ayudarle a obtener más valor de los datos, Power Query y Power Platform se crearon flujos de datos.

Con los flujos de datos, Microsoft incorpora las funcionalidades de preparación de datos de autoservicio de Power Query en Power BI y Power Apps servicios en línea, y expande las funcionalidades existentes de las siguientes maneras:

• Preparación de datos de autoservicio para big data con flujos de datos: los flujos de datos se pueden usar para ingerir, limpiar, transformar, integrar, enriquecer y esquematizar datos de una matriz grande y cada vez mayor de orígenes transaccionales y de observación, abarcando toda la lógica de preparación de datos. Anteriormente, la lógica de extracción, transformación, carga (ETL) solo podía incluirse en conjuntos de datos de Power BI, copiarse una y otra vez entre conjuntos de datos y enlazarse a la configuración de administración del conjunto de datos.

  Con los flujos de datos, la lógica ETL se eleva a un artefacto de primera clase dentro de microsoft Power Platform services e incluye experiencias dedicadas de creación y administración. Los analistas de negocios, los profesionales de BI y los científicos de datos pueden usar flujos de datos para controlar los desafíos de preparación de datos más complejos y basarse en el trabajo de los demás, gracias a un motor de cálculo controlado por modelos, que se encarga de toda la lógica de transformación y dependencia, lo que recorta el tiempo, el costo y la experiencia a una fracción de lo que tradicionalmente se requería para esas tareas. Puede crear flujos de datos mediante la conocida experiencia de preparación de datos de autoservicio de Power Query. Los flujos de datos se crean y administran fácilmente en áreas de trabajo o entornos de la aplicación, en Power BI o Power Apps, respectivamente, para disfrutar de todas las funcionalidades que estos servicios tienen para ofrecer, como la administración de permisos y las actualizaciones programadas.

• Cargar datos en Dataverse o Azure Data Lake Storage: en función de su caso de uso, puede almacenar los datos preparados por flujos de datos de Power Platform en el dataverse o en la cuenta de Azure Data Lake Storage de su organización:

  • Dataverse le permite almacenar y administrar de forma segura los datos que usan las aplicaciones empresariales. Los datos de Dataverse se almacenan en un conjunto de tablas. Una tabla es un conjunto de filas (anteriormente denominadas registros) y columnas (anteriormente denominadas campos o atributos). Cada columna de la tabla está diseñada para almacenar un determinado tipo de datos, por ejemplo, nombre, edad, salario, entre otros. Dataverse incluye un conjunto base de tablas estándar que cubren escenarios típicos, pero también puede crear tablas personalizadas específicas de su organización y rellenarlas con datos mediante flujos de datos. Los creadores de aplicaciones pueden usar Power Apps y Power Automate crear aplicaciones enriquecciones que usen estos datos.

  • Azure Data Lake Storage le permite colaborar con personas de su organización mediante servicios de Power BI, Datos de Azure e inteligencia artificial, o mediante una línea de Business Applications personalizada que lee datos del lago. Los flujos de datos que cargan datos en una cuenta de Azure Data Lake Storage almacenan datos en Common Data Model carpetas. Common Data Model carpetas contienen datos y metadatos esquematizados en un formato estandarizado, para facilitar el intercambio de datos y para habilitar la interoperabilidad completa entre los servicios que producen o consumen datos almacenados en la cuenta de Azure Data Lake Storage de una organización como la capa de almacenamiento compartido.

• Análisis avanzado e inteligencia artificial con Azure: los flujos de datos de Power Platform almacenan datos en Dataverse o Azure Data Lake Storage lo que significa que los datos ingeridos a través de flujos de datos ahora están disponibles para ingenieros de datos y científicos de datos para aprovechar toda la potencia de Azure Data Services, como Azure Machine Learning, Azure Databricks y Azure SQL Data Warehouse para realizar análisis — avanzados. nd AI. Esto permite a los analistas de negocios, ingenieros de datos y científicos de datos colaborar en los mismos datos dentro de su organización.

• Compatibilidad con Common Data Model: Common Data Model es un conjunto de esquemas de datos estandarizados y un sistema de metadatos para permitir la coherencia de los datos y su significado entre aplicaciones y procesos empresariales. Los flujos de datos admiten Common Data Model al ofrecer una asignación sencilla desde cualquier dato de cualquier forma a las entidades de Common Data Model estándar, como Cuenta y Contacto. Los flujos de datos también incluyen los datos, tanto las entidades estándar como las personalizadas, en Common Data Model esquematizado. Los analistas de negocios pueden aprovechar el esquema estándar y su coherencia semántica, o personalizar sus entidades en función de sus necesidades únicas. Common Data Model sigue evolucionando como parte de open data initiative.

Funcionalidades de flujo de datos en microsoft Power Platform servicios

La mayoría de las funcionalidades de flujo de datos están disponibles en Power Apps y Power BI. Los flujos de datos están disponibles como parte de los planes de estos servicios. Algunas características de flujo de datos son específicas del producto o están disponibles en distintos planes de producto. En la tabla siguiente se describen las características del flujo de datos y su disponibilidad.

Más información sobre los flujos de datos en Power Apps:

• Preparación de datos de autoservicio en Power Apps
• Creación y uso de flujos de datos en Power Apps
• Conexión a Azure Data Lake Storage Gen2 para el almacenamiento del flujo de datos
• Agregar datos a una tabla en Dataverse mediante Power Query
• Visite la Power Apps de flujo de datos y comparta lo que está haciendo, haga preguntas o envíe nuevas ideas.
• Visite el foro Power Apps de la comunidad de flujos de datos y comparta lo que está haciendo, forme preguntas o envíe nuevas ideas.

Más información sobre los flujos de datos en Power BI:

• Autoservicio de preparación de los datos en Power BI
• Creación y uso de flujos de datos en Power BI
• Whitepaper de flujos de datos
• Vídeo detallado de un tutorial de flujos de datos
• Visite la Power BI de flujos de datos y comparta lo que está haciendo, haga preguntas o envíe nuevas ideas.

Pasos siguientes

En los siguientes artículos se ofrecen más detalles sobre escenarios de uso común de los flujos de datos.

• Uso de la actualización incremental con flujos de datos
• Creación de entidades calculadas en flujos de datos
• Conectar a orígenes de datos para flujos de datos
• Vinculación de entidades entre flujos de datos

Para obtener más información sobre Common Data Model y el estándar Common Data Model carpeta, lea los artículos siguientes:

• Introducción a Common Data Model
• Common Data Model carpetas
• definición Common Data Model de archivo de modelo de carpeta