Az adatfolyamok és az önkiszolgáló adatelőkészítés bemutatásaIntroduction to dataflows and self-service data prep

Az adatmennyiség növekedésével egyre nagyobb kihívássá válik az adatok megfelelően formázott, döntéstámogató információkká való alakítása.As data volume continues to grow, so does the challenge of wrangling that data into well-formed, actionable information. Olyan adatokkal szeretünk dolgozni, amelyek elemzésre készek, és feltölthetők velük a vizualizációk, a jelentések és az irányítópultok, így gyorsan döntéstámogató elemzésekké formálhatjuk őket.We want data that’s ready for analytics, to populate visuals, reports, and dashboards, so we can quickly turn our volumes of data into actionable insights. A big data típusú adatok önkiszolgáló adat-előkészítése a Power BI-ban lehetővé teszi, hogy néhány kattintással Power BI-elemzéseket készítsen az adatokból.With self-service data prep for big data in Power BI, you can go from data to Power BI insights with just a few clicks.

adatforgalom

Mikor érdemes adatfolyamokat használni?When to use dataflows

Az adatfolyamok a következő forgatókönyvek támogatására vannak tervezve:Dataflows are designed to support the following scenarios:

  • Újrafelhasználható átalakítási logika létrehozása, amely több adathalmaz és jelentés között osztható meg a Power BI-ban.Create reusable transformation logic that can be shared by many datasets and reports inside Power BI. Az adatfolyamok elősegítik a mögöttes adatelemek újrahasználhatóságát, ezzel szükségtelenné teszik a felhőbeli vagy helyszíni adatforrásokkal való külön kapcsolatok létrehozását.Dataflows promote reusability of the underlying data elements, preventing the need to create separate connections with your cloud or on-premise data sources.

  • A saját Azure Data Lake Gen 2-tárolóban lévő adatok elérhetővé tétele, hogy más Azure-szolgáltatásokat csatlakoztathasson a nyers mögöttes adatokhoz.Expose the data in your own Azure Data Lake Gen 2 storage, enabling you to connect other Azure services to the raw underlying data.

  • Egyetlen tényforrás létrehozása annak megkövetelésével, hogy az elemzők a mögöttes rendszerek helyett az adatfolyamokhoz csatlakozzanak. Ezáltal jobban szabályozható az elért adatok köre, és hogy az adatok hogyan vannak elérhetővé téve a jelentéskészítők számára.Create a single source of the truth by forcing analysts to connect to the dataflows, rather than connecting to the underlying systems, providing you with control over which data is accessed, and how data is exposed to report creators. Az adatok az iparági szabványdefiníciókra is leképezhetők, így olyan rendezett, válogatott nézeteket alakíthat ki, amelyek más szolgáltatásokkal és termékekkel is működnek a Power Platformon.You can also map the data to industry standard definitions, enabling you to create tidy curated views, which can work with other services and products in the Power Platform.

  • Ha nagy mennyiségű adattal szeretne dolgozni, és nagy méretekben szeretne kinyerési, átalakítási és betöltési (ETL) műveleteket végezni, a Power BI Premium-méretű adatfolyamok nagyobb hatékonyságot és rugalmasságot kínálnak.If you want to work with large data volumes and perform ETL at scale, dataflows with Power BI Premium scales more efficiently and gives you more flexibility. Az adatfolyamok sokféle felhőbeli és helyszíni forrást támogatnak.Dataflows supports a wide range of cloud and on-premise sources.

  • A mögöttes adatforrás elemzők általi közvetlen elérésének megakadályozása.Prevent analysts from having direct access to the underlying data source. Mivel a jelentéskészítők az adatfolyamokra építhetnek, kényelmesebb lehet, ha a mögöttes adatforrások elérését csak néhány személy számára engedélyezi, az elemzőknek pedig azokhoz az adatfolyamokhoz ad hozzáférést, amelyekkel dolgoznak.Since report creators can build on top of dataflows, it may be more convenient for you to allow access to underlying data sources only to a few individuals, and then provide access to the dataflows for analysts to build on top of. Ezzel csökkenti a mögöttes rendszerek terhelését, a rendszergazdák pedig részletesebben szabályozhatják a rendszerek frissítések általi betöltését.This approach reduces the load to the underlying systems, and gives administrators finer control of when the systems get loaded from refreshes.

Miután létrehoz egy adatfolyamot, a Power BI Desktop és a Power BI szolgáltatás használatával olyan adathalmazokat, jelentéseket, irányítópultokat és alkalmazásokat hozhat létre, amelyek a Common Data Service előnyeit kihasználva mély elemzéseket nyújtanak az üzleti tevékenységekről.Once you’ve created a dataflow, you can use Power BI Desktop and the Power BI service to create datasets, reports, dashboards, and apps that leverage the Common Data Model to drive deep insights into your business activities. Az adatkészletekhez hasonlóan az adatfrissítés ütemezését közvetlenül arról a munkaterületről kezelheti, amelyben az adatfolyam létre lett hozva.Dataflow refresh scheduling is managed directly from the workspace in which your dataflow was created, just like your datasets.

Következő lépésekNext steps

Ez a cikk áttekintést nyújtott a big data típusú adatok Power BI-beli önkiszolgáló adat-előkészítéséről és annak számos használati módjáról.This article provided an overview of self-service data prep for big data in Power BI, and the many ways you can use it.

Az alábbi cikkek további információkat kínálnak az adatfolyamokról és a Power BI-ról:The following articles provide more information about dataflows and Power BI:

A Common Data Modellel kapcsolatos további információt a témát áttekintő cikkben talál:For more information about the Common Data Model, you can read its overview article: