Share via

डेटा प्रवाह के साथ स्वयं-सेवा डेटा तैयार करना

  • आलेख

जैसे-जैसे डेटा की मात्रा बढ़ती जाती है, वैसे-वैसे उस डेटा को सुसंरचित, कार्रवाई योग्य जानकारी में आकार देने की चुनौती बढ़ती जाती है. आप ऐसे डेटा चाहते हैं, जो अनुप्रयोगों, AI कार्यभार या विश्लेषण के लिए तैयार हो, ताकि आप बड़ी मात्रा में डेटा को तुरंत कार्रवाई योग्य इनसाइट में बदल सकें. Power Apps पोर्टल में स्वयं-सेवा डेटा तैयारी के साथ, आप केवल कुछ ही क्लिक में डेटा को रूपांतरित कर सकते हैं और उसे Microsoft Dataverse या अपने संगठन के Azure Data Lake Storage Gen2 खाते पर लोड कर सकते हैं.

डेटा प्रवाह को संगठनों की मदद करने के लिए प्रस्तुत किया गया था, ताकि वे अलग-अलग स्रोतों से डेटा को एकीकृत कर सकें और उपभोग के लिए उसे तैयार कर सकें. आप परिचित, स्वयं-सेवा उपकरणों का उपयोग करके आसानी से डेटा प्रवाह बना सकते हैं, ताकि बड़े डेटा को इंजेस्ट, रूपांतरित, एकीकृत किया जा सके और बेहतर बनाया जा सके. डेटा प्रवाह बनाते समय, आप डेटा स्रोत कनेक्शन, ETL (एक्सट्रैक्ट, ट्रांसफॉर्मेशन, लोड) तर्क और गंतव्य को परिभाषित करेंगे, ताकि परिणामी डेटा को लोड किया जा सके. डेटा प्रवाह बनाने के बाद, यह इंगित करने के लिए कि उसे कितनी बार चलाया जाना चाहिए, आप डेटा प्रवाह रीफ़्रेश शेड्यूल को कॉन्फ़िगर कर सकते हैं. इसके अलावा, नया मॉडल-चालित गणना इंजन डेटा प्रवाह ग्राहकों के लिए डेटा तैयार करने की प्रक्रिया को अधिक प्रबंधनीय, अधिक निर्धारक और कम बोझिल बनाता है. डेटा प्रवाह के साथ, ऐसे कार्य जिन्हें बनाने और देखरेख करने के लिए पहले डेटा IT संगठन की आवश्यकता होती थी (और पूर्ण करने में कई घंटे या दिन लगते थे), अब उन्हें ऐसे लोगों द्वारा केवल कुछ ही क्लिक में हैंडल किया जा सकता है, जो डेटा वैज्ञानिक भी नहीं हैं, जैसे अनुप्रयोग निर्माता, व्यवसाय विश्लेषक और रिपोर्ट निर्माता.

डेटा प्रवाह, डेटा को टेबल में संग्रहित करते हैं. एक टेबल पंक्तियाँ का एक सेट होता है जिसका उपयोग डेटा को संग्रहीत करने के लिए किया जाता है, जो डेटाबेस के भीतर किसी तालिका द्वारा डेटा संग्रहीत करने के समान है. ग्राहक, कस्टम टेबल स्कीमा को परिभाषित कर सकते हैं या सामान्य डेटा मॉडल के मानक टेबल का लाभ उठा सकते हैं. सामान्य डेटा मॉडल, व्यापार और विश्लेषणात्मक अनुप्रयोगों के लिए उपयोग करने हेतु एक साझा डेटा भाषा है. सामान्य डेटा मॉडल मेटाडेटा सिस्टम अनुप्रयोगों और व्यावसायिक प्रक्रियाओं, जैसे Power Apps, Power BI और कुछ ऐसे Dynamics 365 अनुप्रयोग (मॉडल-चालित अनुप्रयोग) और Azure में डेटा और उसके अर्थ की संगतता को सक्षम करता है, जो सामान्य डेटा मॉडल के अनुरूप डेटा संग्रहित करते हैं. उसके बाद डेटा प्रवाह के परिणामी टेबल निम्न में से किसी एक में संग्रहित किए जा सकते हैं:

  • Dataverse. इसकी सहायता से आप सुरक्षित ढंग से उस डेटा को संग्रहित और प्रबंधित कर सकते हैं, जिसका उपयोग Power Apps और Power Automate के माध्यम से बनाए गए व्यावसायिक अनुप्रयोगों द्वारा किया जाता है.

  • Azure Data Lake Storage Gen2. इसकी सहायता से आप Power BI, Azure डेटा, और AI सेवाओं या ऐसे कस्टम-निर्मित लाइन-ऑफ-बिजनेस अनुप्रयोगों का उपयोग करके अपने संगठन के लोगों के साथ सहयोग कर सकते हैं, जो डेटा भंडारण से डेटा को पढ़ते हैं. ऐसे डेटा प्रवाह, जो डेटा को Azure Data Lake Storage Gen2 खाते में लोड करते हैं, वे डेटा को सामान्य डेटा मॉडल फ़ोल्डर में संग्रहित करते हैं. सामान्य डेटा मॉडल फ़ोल्डर में मानकीकृत स्वरूप में योजनाबद्ध डेटा और मेटाडेटा होता है, ताकि डेटा एक्सचेंज की सुविधा दी जा सके और ऐसी सेवाओं में पूर्ण अंतरसंचालनीयता को सक्षम किया जा सके, जो संगठन के Azure Data Lake Storage खाते में संग्रहित डेटा को साझा संग्रहण परत के रूप में उत्पन्न करती हैं या उनका उपभोग करती हैं.

आप Excel, Azure SQL डेटाबेस, SharePoint, Azure Data Explorer, Salesforce, Oracle डेटाबेस, आदि सहित समर्थित ऑन-प्रिमाइसेस और क्लाउड आधारित डेटा स्रोतों के एक बड़े और उभरते हुए सेट से डेटा को इंजेस्ट करने के लिए डेटा प्रवाह का उपयोग कर सकते हैं.

डेटा स्रोत का चयन करने के बाद, आप डेटा को रूपांतरित करने और उसे सामान्य डेटा मॉडल में मानक टेबल पर मैप करने या कस्टम टेबल बनाने के लिए Power Query लो-कोड/नो-कोड अनुभव का उपयोग कर सकते हैं. Power Query के समान, जिसके बारे में लाखों Power BI Desktop और Excel उपयोगकर्ता पहले से ही जानते हैं, उन्नत उपयोगकर्ता डेटा प्रवाह की M-भाषा को पूर्ण रूप से अनुकूलित डेटा प्रवाह में सीधे संपादित कर सकते हैं.

डेटा प्रवाह को बनाने और सहेजने के बाद, आपको उसे क्लाउड में चलाना होगा. आप डेटा प्रवाह को मैन्युअल रूप से चलाने के लिए उसे ट्रिगर कर सकते हैं या अपने लिए चलाए जाने के लिए Power Platform डेटा प्रवाह सेवा हेतु आवृत्ति शेड्यूल कर सकते है. जब कोई डेटा प्रवाह एक रन पूरा कर लेता है, तो उसका डेटा उपयोग करने के लिए उपलब्ध हो जाता है. Dataverse में डेटा प्रवाह डेटा लोड करने के लिए, Common Data Service कनेक्टर का Power Apps, Power Automate, Excel और ऐसे अन्य सभी अनुप्रयोगों में उपयोग किया जा सकता है, जो Dataverse कनेक्टर का समर्थन करते हैं. अपने संगठन के Azure Data Lake Storage Gen2 खाते में संग्रहित डेटा प्रवाह से चीज़ें प्राप्त करने के लिए, आप Power BI Desktop में Power Platform डेटा प्रवाह कनेक्टर का उपयोग कर सकते हैं या भंडारण में सीधे फ़ाइलों तक पहुँच सकते हैं.

डेटा प्रवाह का कैसे उपयोग करें

पिछला सेक्शन डेटा प्रवाह तकनीक की पृष्ठभूमि प्रदान करता है. इस सेक्शन में, आपको इस बारे में जानकारी मिलेगी कि किसी संगठन में डेटा प्रवाह का कैसे उपयोग किया जा सकता है.

नोट

डेटा प्रवाह का उपयोग करने के लिए आपके पास एक सशुल्क Power Apps प्लान होना आवश्यक है, लेकिन आपसे डेटा प्रवाह को उपयोग करने का अलग से शुल्क नहीं लिया जाता है.

Dataverse में डेटा लोड करें

Common Data Service में ऐसे टेबल को पॉप्युलेट करने के लिए डेटा प्रवाह का उपयोग किया जा सकता है, जिनका बाद में Power Apps अनुप्रयोगों में उपयोग किया जाता है. कुछ क्लिक के ज़रिए, आप ऑनलाइन और ऑन-प्रिमाइसेस डेटा स्रोतों से डेटा को एकीकृत कर सकते हैं.

अपनी व्यावसायिक आवश्यकताओं के लिए सामान्य डेटा मॉडल का विस्तार करें

ऐसे संगठनों के लिए, जो अपना विस्तार करना चाहते हैं और चाहते हैं कि उन्हें सामान्य डेटा मॉडल पर बनाया जाए, उनके लिए डेटा प्रवाह बिज़नेस इंटेलिजेंस प्रोफ़ेशनल्स को सक्षम करता है, ताकि वे मानक टेबल को अनुकूलित कर सकें या नए निकाय बना सकें. डेटा मॉडल को अनुकूलित करने के लिए इस स्वयं-सेवा दृष्टिकोण का उपयोग डेटा प्रवाह के साथ किया जा सकता है, ताकि संगठन के अनुरूप Power BI डैशबोर्ड बनाए जा सकें.

Azure डेटा और AI सेवाओं के साथ अपनी क्षमताओं का विस्तार करें

अपने संगठन के Azure Data Lake Storage Gen2 खाते में डेटा प्रवाह डेटा को संग्रहित करने के लिए Power Platform डेटा प्रवाह कॉन्फ़िगर किए जा सकते हैं. जब किसी परिवेश को आपके संगठन के डेटा भंडारण से कनेक्ट किया जाता है, तो डेटा वैज्ञानिक और डेवलपर Azure मशीन लर्निंग, Azure Databricks, Azure डेटा फ़ैक्‍टरी, आदि जैसे शक्तिशाली Azure उत्पादों का लाभ उठा सकते हैं.

आपके संगठन के Azure Data Lake में पाए जाने वाले डेटा प्रवाह को बनाने का तरीका जानने सहित Azure Data Lake Storage Gen2 और डेटाप्रवाह एकीकरण के बारे में अधिक जानने के लिए, डेटा प्रवाह संग्रहण के लिए Azure Data Lake Storage Gen2 कनेक्ट करें देखें.

Power Apps में बड़े डेटा के लिए स्वयं-सेवा डेटा तैयारी का सारांश

ऐसे कई परिदृश्य और उदाहरण हैं, जहाँ डेटा प्रवाह—आपको बेहतर नियंत्रण—और आपके व्यवसायिक डेटा से तेज़ इनसाइट प्राप्त करने के लिए सक्षम कर सकते हैं. आपके संगठन के अन्य लोग या तो Dataverse, Power BI में मौजूद Power Platform डेटा प्रवाह कनेक्टर के माध्यम से या आपके संगठन के Azure Data Lake Storage Gen2 खाते में डेटा प्रवाह के Common Data Service फ़ोल्डर तक प्रत्यक्ष पहुँच के माध्यम से डेटा प्रवाह का लाभ उठा सकते हैं. सामान्य डेटा मॉडल द्वारा परिभाषित एक मानक डेटा मॉडल (स्कीमा) का उपयोग करके, व्यावसायिक अनुप्रयोग टेबल के स्कीमा पर निर्भर हो सकते हैं और डेटा को कैसे बनाया गया था या किस डेटा स्रोत से बनाया गया था, इसके आधार पर सारांशित किए जा सकते हैं. जब कोई डेटा प्रवाह शेड्यूल किए गए रन को पूरा कर लेता है, तो डेटा बहुत ही कम अवधि में मॉडलिंग और अनुप्रयोग, प्रवाह या BI इनसाइट को बनाने के लिए तैयार हो जाता है... जिन्हें बनाने के लिए महीनों या अधिक समय लग जाता है.

सामान्य डेटा मॉडल के मानकीकृत स्वरूप की सहायता से आपके संगठन के लोग ऐसे अनुप्रयोग बना सकते हैं, जो तेज़, आसान और स्वचालित विज़ुअल और रिपोर्ट जनरेट करते हैं. इनमें शामिल हैं, लेकिन इन तक सीमित नहीं हैं:

  • सामान्य डेटा मॉडल में अपने डेटा को विभिन्न स्रोतों से मानक टेबल में मैप करना, ताकि डेटा को एकीकृत किया जा सके और आउट-ऑफ-द-बॉक्स अनुप्रयोगों को बढ़ाने के लिए ज्ञात स्कीमा का लाभ उठाया जा सके.

  • अपने कस्टम टेबल बनाना, ताकि अपने संगठन में डेटा को एकीकृत किया जा सके.

  • ऐसी Power BI रिपोर्ट और डैशबोर्ड बनाना, जो डेटा प्रवाह डेटा का लाभ उठाते हैं.

  • अपने संगठन के Azure Data Lake Storage Gen2 खाते के माध्यम से Azure डेटा और AI सेवाओं के साथ एकीकरण बनाना.

अगले चरण

इस आलेख में Power Apps पोर्टल में स्वयं-सेवा डेटा तैयारी और उसे उपयोग करने का ओवरव्यू प्रदान किया गया है. निम्न विषयों में डेटा प्रवाह के सामान्य उपयोग परिदृश्यों के बारे में अधिक विस्तार से बताया गया है:

Power Query और शेड्यूल किए गए रीफ़्रेश के बारे में अधिक जानकारी के लिए, आप इन आलेखों को पढ़ सकते हैं:

सामान्य डेटा मॉडल के बारे में अधिक जानकारी के लिए, आप उसके ओवरव्यू आलेख को पढ़ सकते हैं:

नोट

क्या आप हमें अपनी दस्तावेज़ीकरण भाषा वरीयताओं के बारे में बता सकते हैं? एक छोटा सर्वेक्षण पूरा करें. (कृपया ध्यान दें कि यह सर्वेक्षण अंग्रेज़ी में है)

सर्वेक्षण में लगभग सात मिनट लगेंगे. कोई भी व्यक्तिगत डेटा एकत्र नहीं किया जाता है (गोपनीयता कथन).