Microsoft Dataverse 탐색
Microsoft Dataverse는 안전하고 규정 준수 방식으로 상호 연결된 애플리케이션 및 프로세스를 지원하도록 다양한 데이터 및 비즈니스 논리를 쉽게 구조화하는 클라우드 기반 솔루션입니다. Microsoft에서 관리 및 유지하는 Dataverse는 전역적으로 사용할 수 있지만 잠재적인 데이터 상주 요구 사항을 준수하기 위해 지리적으로 배포됩니다. Dataverse는 서버에서 독립형으로 사용하도록 설계되지 않았으므로 액세스하여 사용하려면 인터넷에 연결되어 있어야 합니다.
Dataverse는 단순한 테이블 이상이라는 측면에서 기존 데이터베이스와 다릅니다. 보안, 논리, 데이터 및 스토리지를 중앙 지점에 통합합니다. 비즈니스 데이터를 위한 중앙 데이터 리포지토리로 설계되었으며 이미 사용 중일 수도 있습니다. 내부적으로 현장 서비스, 마케팅, 고객 서비스 및 영업과 같은 다양한 Microsoft Dynamics 365 솔루션을 지원합니다. 또한 네이티브 연결이 기본 제공되는 Power Apps 및 Power Automate의 일부로 사용할 수 있습니다. Microsoft Power Platform의 AI Builder 및 포털 기능에서도 Dataverse를 활용합니다.
이 이미지는 Microsoft Dataverse의 많은 기능을 한눈에 보여주는 시각화입니다.
다음은 각 기능 범주에 대한 간략한 설명입니다.
보안: Dataverse는 조건부 액세스 및 다단계 인증을 허용하도록 Microsoft Entra ID 인증을 처리합니다. 행 및 열 수준까지 인증을 지원하며 다양한 감사 기능을 제공합니다.
논리: Dataverse를 사용하면 데이터 수준에서 비즈니스 논리를 쉽게 적용할 수 있습니다. 사용자가 데이터와 상호 작용하는 방법에 관계없이 동일한 규칙이 적용됩니다. 해당 규칙은 중복 검색, 비즈니스 규칙, 워크플로 등과 관련될 수 있습니다.
데이터: Dataverse는 데이터를 검색 및 모델링하고 데이터에 대해 유효성을 검사하고 보고할 수 있도록 데이터를 셰이핑하는 컨트롤을 제공합니다. 이 컨트롤을 사용하면 사용 방법에 관계없이 데이터가 원하는 방식으로 표시됩니다.
저장소: Dataverse는 Azure 클라우드에 물리적 데이터를 저장합니다. 이 클라우드 기반 저장소를 사용하면 데이터가 상주하는 위치나 데이터 스케일링 방식에 대해 걱정하지 않아도 됩니다. 해당 문제가 모두 대신 처리됩니다.
통합: Dataverse는 비즈니스 요구 사항을 지원하기 위해 여러 가지 방식으로 연결됩니다. API, 웹후크, 이벤트 및 데이터 내보내기를 통해 유연하게 데이터를 가져오고 내보낼 수 있습니다.
이처럼 Microsoft Dataverse는 비즈니스 데이터를 저장하고 작업하기 위한 강력한 클라우드 기반 솔루션입니다. 다음 섹션에서는 Microsoft Power Platform용 데이터 스토리지의 측면에서 Microsoft Dataverse를 살펴볼 것이며, 여기서 과정을 시작합니다. 사용량이 증가함에 따라 더 자세히 살펴볼 수 있도록 설명한 기타 풍부한 기능을 참고하세요.
시작하려면 먼저 Microsoft Dataverse에서 표준화된 클라우드 기반 데이터베이스 인스턴스를 하나 이상 만듭니다. 데이터베이스에는 거의 모든 조직과 기업에서 일반적으로 발견되는 데이터를 저장하는 미리 정의된 테이블과 열이 포함되어 있습니다. 새 열 또는 테이블을 추가하여 저장되는 항목을 사용자 지정하고 확장할 수 있습니다. Microsoft Dataverse 데이터베이스 및 표준화된 데이터 모델을 쉽게 설정할 수 있으므로 인프라, 스토리지 및 데이터 통합을 걱정하지 않고도 간편하게 솔루션을 빌드하기 위한 노력에 집중할 수 있습니다. 데이터가 Microsoft Dataverse에 저장되면 많은 방법으로 데이터에 액세스할 수 있습니다. 기본적으로 Power Apps 또는 Power Automate와 같은 도구를 사용하여 데이터에 대해 작업할 수 있습니다. 모든 비즈니스 솔루션은 커넥터 API를 사용하여 Dataverse에 연결할 수 있습니다. 역할 기반 보안 및 비즈니스 규칙과 같은 기능을 통해 데이터에 액세스하는 방법에 관계없이 데이터의 안정성을 신뢰할 수 있습니다.
확장성
Dataverse 데이터베이스는 대규모 데이터 세트 및 복잡한 데이터 모델을 지원합니다. 테이블은 수백만 개의 항목을 보유할 수 있으며 Microsoft Dataverse 데이터베이스의 각 인스턴스에 있는 스토리지를 인스턴스당 4TB까지 확장할 수 있습니다. Microsoft Dataverse의 인스턴스에서 사용할 수 있는 데이터의 양은 연결된 라이선스의 수와 형식에 따라 결정됩니다. 데이터 저장소는 사용 허가를 받은 모든 사용자 간에 풀링되므로 빌드하는 각 솔루션에 필요한 대로 저장소를 할당할 수 있습니다. 표준 라이선스 내에서 제공되는 것보다 더 많은 저장소가 필요한 경우 증분 스토리지를 구매할 수 있습니다.
Microsoft Dataverse 구조 및 이점
Microsoft Dataverse 데이터베이스의 구조는 Common Data Model의 정의 및 스키마를 기반으로 합니다. Common Data Model을 Microsoft Dataverse 데이터베이스의 기반으로 사용할 때의 주요 이점은 Common Data Model 스키마를 사용하는 솔루션이 간단하게 통합된다는 점입니다. 솔루션의 표준 테이블이 동일합니다. 또한 공급업체가 Common Data Model을 사용하여 빌드한 다양한 솔루션 에코시스템을 활용할 수 있습니다. 무엇보다도 Microsoft Dataverse 데이터베이스를 확장할 수 있는 범위에는 사실상 제한이 없습니다.
테이블, 열, 관계 설명
테이블은 데이터 세트를 나타내는 행과 열을 포함하는 논리적 구조입니다. 스크린샷에는 표준 계정 테이블과 그 일부로 관리할 수 있는 다양한 요소가 표시됩니다.
테이블 형식
테이블 형식에는 세 가지가 있습니다.
표준 - Dataverse 환경에는 여러 표준 테이블(기본 테이블이라고도 함)이 포함됩니다. 계정, 사업부, 연락처, 작업 및 사용자 테이블은 Dataverse의 표준 테이블 예입니다. Dataverse에 포함된 표준 테이블은 대부분 사용자 지정할 수 있습니다.
관리형 - 사용자 지정할 수 없고 관리형 솔루션의 일부로 환경에 가져온 테이블입니다.
사용자 지정 - 사용자 지정 테이블은 관리되지 않는 솔루션에서 가져온 관리되지 않는 테이블이거나 Dataverse 환경에서 직접 만든 새 테이블인입니다.
열
열은 테이블의 행 내부에 개별 정보를 저장합니다. 필드를 Excel의 열로 간주할 수 있습니다. 열에는 데이터 형식이 있습니다. 즉, 특정 형식의 데이터를 해당 데이터 형식과 일치하는 열에 저장할 수 있습니다. 예를 들어, 이벤트 날짜 또는 이벤트가 발생한 시기를 캡처하는 것과 같이 날짜가 필요한 솔루션이 있는 경우 Date 형식의 열에 날짜를 저장합니다. 마찬가지로, 숫자를 저장하려는 경우 숫자 형식의 열에 숫자를 저장합니다.
테이블 내의 열 수는 몇 개의 열에서 100개 이상까지 다양합니다. Microsoft Dataverse의 모든 데이터베이스는 표준 테이블 세트로 시작하고 각 표준 테이블에는 표준 열 세트가 있습니다.
관계 이해
빌드하는 대부분의 솔루션에 대해 효율적이고 확장 가능한 솔루션을 만들려면 데이터를 여러 컨테이너(테이블)로 분할해야 합니다. 모든 항목을 단일 컨테이너에 저장하는 것은 비효율적이며 이해하기 어려울 수 있습니다.
다음 예에서는 이 개념을 보여 줍니다.
판매 주문을 관리하는 시스템을 만들어야 한다고 가정합니다. 보유 중인 재고, 항목의 비용 및 판매 가격과 함께 제품 목록이 필요합니다. 주소 및 신용 등급이 포함된 마스터 고객 목록도 필요합니다. 마지막으로 청구서 데이터를 저장하는 것은 물론 판매 청구서를 관리해야 합니다. 청구서에는 날짜, 청구서 번호 및 판매원과 같은 정보, 주소 및 신용 등급을 포함한 고객 정보, 청구서의 각 항목에 대한 품목이 포함되어야 합니다. 품목은 판매한 제품에 대한 참조를 포함해야 하며 각 제품에 대한 적절한 비용과 가격을 제공하고 해당 품목에서 판매한 수량을 기준으로 현재 보유 수량을 줄일 수 있어야 합니다.
위의 예제에서 기능을 지원하는 단일 테이블을 만드는 것은 비효율적입니다. 이 비즈니스 시나리오에 접근하는 더 좋은 방법은 다음과 같은 4개의 테이블을 만드는 것입니다.
고객
제품
송장
품목
각 항목에 대한 테이블을 만들고 서로 관련시키면 고성능을 유지하는 동시에 스케일링 가능한 효율적인 솔루션을 빌드할 수 있습니다. 데이터를 여러 테이블로 분할하면 반복되는 데이터를 저장하거나 대량의 빈 데이터가 들어 있는 대규모 행을 지원할 필요가 없습니다. 또한 데이터를 별도의 테이블로 분할하면 보고가 훨씬 더 쉬워집니다.
서로 관련된 테이블 사이에는 관계형 연결이 있습니다. 테이블 간의 관계는 여러 형태로 존재하지만 가장 일반적인 두 가지 형태는 일대다 및 다대다이며, 둘 다 Microsoft Dataverse에서 지원됩니다. 다양한 관계 유형에 대한 자세한 내용은 테이블 관계를 참조하세요.
Microsoft Dataverse 비즈니스 논리
많은 조직에는 데이터 작업 방식에 영향을 주는 비즈니스 논리가 있습니다. 예를 들어, Dataverse를 사용하여 고객 정보를 저장하는 조직은 고객의 유형에 따라 필요한 ID 번호 필드와 같은 필드를 만들 수 있습니다. Microsoft Dataverse에서는 비즈니스 규칙을 사용하여 이 논리를 빌드합니다. 비즈니스 규칙을 사용하면 앱 계층 대신 데이터 계층에서 비즈니스 논리를 적용하고 유지 관리할 수 있습니다. 기본적으로 Microsoft Dataverse에서 비즈니스 규칙을 만들면 데이터와 상호 작용하는 위치에 관계없이 비즈니스 규칙이 적용됩니다.
예를 들어, 캔버스 및 모델 기반 앱에서 비즈니스 규칙을 사용하여 테이블에 있는 하나 이상의 열에 포함된 값을 설정하거나 지울 수 있습니다. 저장된 데이터의 유효성을 검사하거나 오류 메시지를 표시하는 데도 비즈니스 규칙을 사용할 수 있습니다. 모델 기반 앱은 비즈니스 규칙을 사용하여 열을 표시하거나 숨기고, 열을 사용하거나 사용하지 않도록 설정하고, 비즈니스 인텔리전스를 기반으로 권장 사항을 만들 수 있습니다.
비즈니스 규칙은 데이터 입력에 사용된 양식에 관계없이 규칙을 적용하거나 값을 설정하거나 데이터의 유효성을 검사하는 강력한 방법을 제공합니다. 또한 비즈니스 규칙은 데이터의 정확도를 높이고 애플리케이션 개발을 단순화하며 최종 사용자에게 제공되는 양식을 간소화하는 데 효과적입니다.
다음은 간단하면서도 강력한 비즈니스 규칙 사용의 예입니다. 신용 한도가 $1,000,000 초과로 설정된 경우 신용 한도 VP 승인자 필드를 필수 필드로 변경하도록 비즈니스 규칙이 구성됩니다. 신용 한도가 $1,000,000 미만인 경우 이 필드는 선택 사항입니다.
앱 수준 대신 데이터 수준에서 이 비즈니스 규칙을 적용하면 데이터를 보다 효과적으로 제어할 수 있습니다. 이렇게 하면 Power Apps, Power Automate 또는 심지어 API를 통해 액세스하더라도 비즈니스 논리가 준수됩니다. 규칙은 앱이 아니라 데이터에 연결됩니다.
Dataverse에서 비즈니스 규칙을 사용하는 방법에 대한 자세한 내용은 테이블에 대한 비즈니스 규칙 만들기를 참조하세요.
데이터 흐름 작업
데이터 흐름은 셀프 서비스, 클라우드 기반 데이터 준비 기술입니다. 데이터 흐름은 Microsoft Dataverse 환경, Power BI 작업 영역 또는 조직의 Azure Data Lake Storage 계정으로 데이터를 수집, 변환 및 로드하는 데 사용됩니다. 데이터 흐름은 Excel 및 Power BI를 포함한 많은 Microsoft 제품에 이미 있는 통합 데이터 연결 및 준비 환경인 Power Query를 사용하여 작성됩니다. 고객은 요청 시 또는 일정에 따라 자동으로 실행되도록 데이터 흐름을 트리거할 수 있으며, 데이터는 항상 최신 상태로 유지됩니다.
데이터 흐름은 결과 엔터티를 클라우드 기반 스토리지에 저장하므로 다른 서비스는 데이터 흐름에서 생성된 데이터와 상호 작용할 수 있습니다.
예를 들어, Power BI, Power Apps, Power Automate, Power Virtual Agents 및 Dynamics 365 애플리케이션은 데이터 흐름 생성 시간에 구성된 대상에 따라 Power Platform 데이터 흐름 커넥터인 Dataverse에 연결하거나 레이크를 통해 직접 연결하여 데이터 흐름에 의해 생성된 데이터를 가져올 수 있습니다.
다음 목록에서는 데이터 흐름 사용의 몇 가지 이점을 보여줍니다.
데이터 흐름은 Power BI 솔루션의 모델링 및 시각화 계층에서 데이터 변환 계층을 분리합니다.
데이터 변환 코드는 여러 아티팩트 간에 분산되지 않고 중앙 위치인 데이터 흐름에 상주할 수 있습니다.
데이터 흐름 작성자에게는 Power Query 기술만 필요합니다. 여러 작성자가 있는 환경에서 데이터 흐름 작성자는 전체 BI 솔루션 또는 운영 애플리케이션을 함께 빌드하는 팀의 일원이 될 수 있습니다.
데이터 흐름은 제품에 구애받지 않습니다. 다른 도구 및 서비스에서 데이터를 가져올 수 있으므로 Power BI만의 구성 요소는 아닙니다.
데이터 흐름은 강력한 그래픽 셀프 서비스 데이터 변환 환경인 Power Query를 활용합니다.
데이터 흐름은 전적으로 클라우드에서 실행됩니다. 추가적인 인프라가 필요하지 않습니다.
Power Apps, Power BI 및 Customer Insights 라이선스를 사용하여 데이터 흐름 작업을 시작하기 위한 여러 옵션이 있습니다.
데이터 흐름은 고급 변환을 수행할 수 있지만 셀프 서비스 시나리오를 위해 설계되었으며, IT 또는 개발자 배경이 필요하지 않습니다.