Microsoft Power Platform データフローと Azure Data Factory のラングリング データフローの相互関係
Microsoft Power Platform のデータフローと Azure Data Factory のデータフローは、ソース システムからデータを抽出し、データを変換し、変換されたデータを宛先に読み込むという点で、同じことを実行していると考えられることがよくあります。 ただし、この 2 種類のデータフローには違いがあり、これらのテクノロジを組み合わせて動作するソリューションを実装することができます。 この記事では、この関係について詳しく説明します。
Power Platform データフロー
Power Platform データフローは、Power Query エンジンによって強化されたデータ変換サービスであり、クラウドでホストされています。 これらのデータフローの場合、さまざまなデータ ソースからデータを取得し、変換を適用した後に、Dataverse または Azure Data Lake Storage に格納できます。

Data Factory ラングリング データフロー
Data Factory は、クラウドベースの抽出、変換、読み込み (ETL) サービスであり、さまざまなソースと宛先をサポートしています。 このテクノロジには、マッピング データフローとラングリング データフローという 2 種類のデータフローがあります。 ラングリング データフローは、データ変換のために Power Query エンジンによって強化されています。

共通点
Power Platform データフローと Data Factory ラングリング データフローは、いずれも 1 つ以上のソースからデータを取得し、Power Query を使ってデータに変換を適用し、変換されたデータを宛先に読み込むのに役立ちます。 さらに:
- どちらも Power Query のデータ変換を使って強化されています。
- どちらもクラウドベースのテクノロジです。
違いは何でしょうか。
重要なのは、その違いを知ることです。そうすれば、どちらか一方を使いたいシナリオを考えることができるからです。
| 特徴 | Power Platform データフロー | Data Factory ラングリング データフロー |
|---|---|---|
| 変換先 | Dataverse または Azure Data Lake Storage | 多数の変換先 (こちらの一覧を参照してください) |
| Power Query の変換 | すべての Power Query 関数がサポートされています | 一部の関数がサポートされています (こちらの一覧を参照してください) |
| 変換元 | 多数のソースがサポートされています | 一部のソースのみ (こちらの一覧を参照してください) |
| スケーラビリティ | Premium 容量と強化されたコンピューティング エンジンの使用に依存 | 高拡張性 |
各データフローに適しているユーザー ペルソナ
小規模から中規模のデータを統合および変換する市民アプリケーション開発者や市民データ アナリストである場合は、Power Platform データフローの方が便利でしょう。 使用できる変換数が多いこと、開発者の知識がなくても使用できること、Power BI または Power Platform でデータフローの作成、監視、編集ができること — このようなことすべてが、Power Platform データフローがこの種の開発者に適したデータ統合ソリューションである理由です。
ビッグ データや大規模なデータセットを扱い、毎回大量の行を取り込むデータ開発者である場合は、Data Factory ラングリング データフローの方が仕事に適したツールでしょう。 ラングリング データ フローを使用すれば、Power Query Online Mashup Editor によって生成された M を、クラウド規模で実行するための Spark コードに変換できます。 Azure portal を使ってラングリング データフローを作成、監視、編集する作業は、Power Platform データフローの経験よりも高度な開発者の学習曲線が必要です。 ラングリング データフローは、この種の対象ユーザーに最適です。