Introduktion till dataflöden och dataförberedelser med självbetjäning
Allt eftersom att datavolymerna fortsätter att växa, ökar utmaningen att omvandla dessa data till välstrukturerad och användbar information. Vi vill ha data som är redo för analys, samt kunna uppdatera visuella objekt, rapporter och instrumentpaneler så att vi kan snabbt kan omvandla våra datavolymer till åtgärdsinriktade insikter. Med dataförberedelser med självbetjäning för stordata i Power BI kan du gå från data till Power BI-insikter med bara några klick.
När ska dataflöden användas?
Dataflöden har tagits fram som stöd för följande scenarier:
Skapa återanvändbar omvandlingslogik som kan delas av många datamängder och rapporter i Power BI. Med dataflöden kan underliggande dataelement återanvändas, vilket innebär att du inte behöver skapa några separata anslutningar till dina moln eller lokala datakällor.
Exponera datan i din egen Azure Data Lake Gen2-lagring, så att du kan ansluta andra Azure-tjänster till underliggande rådata.
Skapa en enda sanningskälla genom att tvinga analytiker att ansluta till dina dataflöden i stället för att ansluta till underliggande system, vilket ger dig kontroll över vilka data som används och hur de exponeras för rapportskapare. Du kan också mappa datan till branschens standarddefinitioner och skapa välorganiserade vyer som fungerar med andra tjänster och produkter i Power Platform.
Om du vill arbeta med stora datavolymer och utföra ETL i stor skala, kan dataflöden med Power BI Premium skalas mer effektivt och ge dig mer flexibilitet. Dataflöden har stöd för en mängd olika molnbaserade och lokala källor.
Förhindra att analytiker får direkt åtkomst till den underliggande datakällan. Eftersom rapportskapare kan bygga ovanpå dataflöden, kan det vara lämpligare för dig att endast bevilja åtkomst till underliggande datakällor till några få personer och sedan ge tillgång till de dataflöden som analytikerna ska kunna bygga vidare på. Den här metoden minskar belastningen på de underliggande systemen och ger administratörerna bättre kontroll på när systemen laddas ner från uppdateringar.
När du har skapat ett dataflöde kan du använda Power BI Desktop och Power BI-tjänsten till att skapa datamängder, rapporter, instrumentpaneler och appar som använder Common Data Model för att ge dig mer information om din verksamhet. Dataflödets uppdateringsschema hanteras direkt från arbetsytan där ditt dataflöde skapades, precis som dina datamängder.
Nästa steg
I den här artikeln finns en översikt över dataförberedelser med självbetjäning för stordata i Power BI och de många användningssätt som finns.
Följande artiklar innehåller mer information om dataflöden och Power BI:
- Skapa ett dataflöde
- Konfigurera och använda ett dataflöde
- Konfigurera dataflödeslagring som använder Azure Data Lake Gen2
- Premium-funktioner i dataflöden
- AI med dataflöden
- Överväganden och begränsningar för dataflöden
- Metodtips för dataflöden
- Power BI användningsscenarier: Förberedelse av självbetjäningsdata
Mer information om Common Data Service finns i dess översiktsartikel: