Del via

Selvbetjent dataklargjøring med dataflyter

  • Artikkel

Etter som datavolumet vokser, kan det være en utfordring for å forme disse dataene til velstrukturert, praktisk informasjon. Du ønsker data som er klare for apper, arbeidsbelastninger for kunstig intelligens eller analyse, slik at du raskt kan gjøre om datavolumer til handlingsinnsikter. Med selvbetjent dataklargjøring i Power Apps-portalen kan du transformere og laste inn data til Microsoft Dataverse eller organisasjonens Azure Data Lake Storage Gen2-konto med bare noen få klikk.

Dataflyter ble innført for å hjelpe organisasjoner å samle inn data fra ulike kilder og klargjøre dataene for forbruk. Du kan enkelt opprette dataflyter ved å bruke kjente selvbetjeningsverktøy til å legge inn, transformere, integrere og berike store data. Når du oppretter en dataflyt, definerer du datakildekoblinger, ETL (ekstraher, transformer, last) og destinasjon for innlasting av de resulterende dataene. Når dataflyten er opprettet, kan du konfigurere oppdateringsplanen for en dataflyt for å angi hvor ofte den skal kjøres. I tillegg gjør den nye modellstyrte beregningsmotoren prosessen med dataforberedelse mer håndterbar, mer deterministisk og mindre tungvint for dataflytkunder. Med dataflyter kan oppgaver som tidligere krevde en IT-dataorganisasjon for å opprette og føre tilsyn (og mange timer eller dager på å fullføres) nå håndteres med noen få klikk av enkeltpersoner som ikke engang er datakyndige, for eksempel apputviklere, forretningsanalytikere og rapportopprettere.

Dataflyter lagrer data i tabeller. En tabell er et sett med rader som er brukt til å lagre data, tilsvarende hvordan en tabell lagrer data i en database. Kunder kan definere egendefinerte tabellskjemaer eller benytte Common Data Model-standardtabellene. Common Data Model er et delt dataspråk for forretningsapper og analytiske apper som skal brukes. Common Data Model-metadatasystemet muliggjør konsistens innen data og deres betydning på tvers av apper og forretningsprosesser som Power Apps, Power BI, noen Dynamics 365-apper (modelldrevne apper), og Azure, som lagrer data i samsvar med Common Data Model. Resulterende tabeller for en dataflyt kan deretter lagres i ett av følgende alternativer:

  • Dataverse. Lar deg utføre sikker lagring og administrasjon av data som brukes av forretningsapper bygget med Power Apps og Power Automate.

  • Azure Data Lake Storage Gen2. Lar deg samarbeide med personer i organisasjonen ved hjelp av Power BI, Azure Data og tjenester innen kunstig intelligens eller tilpasset byggede bransjeprogrammer som leser data fra sjøen. Dataflyter som laster inn data til en Azure Data Lake Storage Gen2-konto, lagrer data i Common Data Model-mapper. Common Data Model-mapper inneholder skjematiserte data og metadata i et standardisert format for å forenkle datautveksling og muliggjøre full interoperabilitet på tvers av tjenester som produserer eller forbruker data lagret i en organisasjons Azure Data Lake Storage-konto, som det delte lagringslaget.

Du kan bruke dataflyter til å inkludere data fra et stort og voksende sett av støttede lokale og skybaserte datakilder, inkludert Excel, Azure SQL Database, SharePoint, Azure Data Explorer, Salesforce, Oracle Database, og mer.

Etter å ha valgt datakilden kan du bruke Power Query-erfaringen med lite kode / ingen kode til å transformere dataene og kartlegge dem til standardtabeller i Common Data Model eller opprette tilpassede enheter. Avanserte brukere kan direkte redigere M-språk for en dataflyt for å fullstendig tilpasse dataflyter, tilsvarende som for Power Query-opplevelsen, som millioner av Power BI Desktop- og Excel-brukere allerede kjenner til.

Når du har opprettet og lagret en dataflyt, må du kjøre den i skyen. Du kan velge å utløse en dataflyt for manuell kjøring, eller du kan planlegge frekvensen for Power Platform-dataflyttjenesten slik at den kjøres for deg. Når en dataflyt fullfører en kjøring, er dataene tilgjengelige for bruk. Hvis du vil hente dataflytdata lastet inn til Dataverse, kan Common Data Service-koblingen brukes i Power Apps, Power Automate, Excel og alle andre apper som støtter Dataverse-koblingen. Hvis du vil hente fra dataflyter lagret i organisasjonens Azure Data Lake Storage Gen2-konto, kan du bruke Power Platform-dataflytkoblingen i Power BI Desktop eller til å få tilgang til filene direkte i sjøen.

Slik bruker du dataflyter

Det forrige avsnittet omhandlet bakgrunnsinformasjon om dataflytteknologi. I dette avsnittet får du en oversikt over hvordan dataflyter kan brukes i en organisasjon.

Obs!

Du må ha en betalt Power Apps-plan for å bruke dataflyter, men du blir ikke belastet separat for bruk av dataflyter.

Laste inn data til Dataverse

Dataflyter kan brukes til å fylle ut tabeller i Common Data Service, som deretter brukes i Power Apps-apper. Med noen få klikk kan du integrere data fra tilkoblede og lokale datakilder.

Utvide Common Data Model for dine forretningsbehov

For organisasjoner som vil utvide og bygge på Common Data Model, gjør dataflyter det mulig for fagpersoner innen forretningsintelligens å tilpasse standardtabellene eller opprette nye. Denne selvbetjeningstilnærmingen for tilpasning av datamodellen kan deretter brukes med dataflyter til å bygge Power BI-instrumentbord som er skreddersydd for en organisasjon.

Utvid funksjonaliteten med Azure Data og tjenester innen kunstig intelligens

Power Platform-dataflyter kan konfigureres til å lagre dataflytdata i organisasjonens Azure Data Lake Storage Gen2-konto. Når et miljø er koblet til organisasjonens datasjø, kan dataforskere og utviklere utnytte kraftige Azure-produkter som Azure Machine Learning, Azure Databricks, Azure Data Factory, og mer.

Hvis du vil ha mer informasjon om Azure Data Lake Storage Gen2 og dataflytintegrasjon, inkludert hvordan du oppretter dataflyter som befinner seg i organisasjonens Azure Data Lake, kan du se Koble til Azure Data Lake Storage Gen2 for dataflytlagring.

Sammendrag av selvbetjent dataklargjøring for store data i Power Apps

Det finnes flere scenarioer og eksempler der dataflyter kan gi deg bedre kontroll – og raskere innsikter – fra forretningsdataene. Andre personer i organisasjonen kan utnytte dataflyter enten via Dataverse, Power Platform-dataflytkontakten i Power BI eller via direkte tilgang til dataflytens Common Data Service-mappe i organisasjonens Azure Data Lake Storage Gen2-konto. Når du bruker en standard datamodell (et skjema) definert av Common Data Model, kan forretningsprogrammer avhenge av skjemaet for en tabell, og de kan abstraheres fra måten dataene ble opprettet på, eller hvilken datakilde de ble opprettet fra. Når en dataflyt fullfører en planlagt kjøring, er dataene klare for modellering og opprettelse av apper, flyter eller BI-innsikter i en svært kort periode – som tidligere tok måneder eller lenger.

Det standardiserte formatet for Common Data Model gjør det mulig for brukere i organisasjonen å opprette apper som genererer raske, enkle og automatiske visuelle rapporter. Disse inkluderer, men er ikke begrenset til:

  • Tilordning av data fra ulike kilder til standardtabeller i Common Data Model for å forene data og utnytte det kjente skjemaet til å styre bruksklare apper.

  • Opprett dine egne egendefinerte tabeller for å forene data på tvers av organisasjonen.

  • Opprett Power BI-rapporter og -instrumentbord som benytter dataflytdata.

  • Opprett integrasjon med Azure Data- og AI-tjenester via organisasjonens Azure Data Lake Storage Gen2-konto.

Neste trinn

Denne artikkelen ga en oversikt over selvbetjent dataklargjøring i Power Apps-portalen og hvordan du kan bruke den. Følgende emner inneholder mer detaljert informasjon om vanlige bruksscenarioer for dataflyter:

Hvis du vil ha mer informasjon om Power Query og planlagt oppdatering, kan du lese følgende artikler:

Hvis du vil ha mer informasjon om Common Data Model, kan du lese tilhørende oversiktsartikkel:

Obs!

Kan du fortelle oss om språkinnstillingene for dokumentasjonen? Ta en kort undersøkelse. (vær oppmerksom på at denne undersøkelsen er på engelsk)

Undersøkelsen tar rundt sju minutter. Det blir ikke samlet inn noen personopplysninger (personvernerklæring).