Introduktion till dataflöden och dataförberedelser via självbetjäning

Dricks

Du kan också prova Dataflow Gen2 i Data Factory i Microsoft Fabric, en allt-i-ett-analyslösning för företag. Microsoft Fabric omfattar allt från dataflytt till datavetenskap, realtidsanalys, business intelligence och rapportering. Lär dig hur du startar en ny utvärderingsversion kostnadsfritt.

I takt med att datavolymen fortsätter att växa, så ökar även utmaningen med att omvandla dessa data till välformulerad, användbar information. Vi vill att data som är redo för analys ska fylla i visuella objekt, rapporter och instrumentpaneler, så att vi snabbt kan omvandla våra datavolymer till användbara insikter. Med dataförberedelser via självbetjäning för stordata i Power BI kan du gå från data till Power BI-insikter med bara några få åtgärder.

När du ska använda dataflöden

Dataflöden är utformade för att stödja följande scenarier:

• Skapa återanvändbar transformeringslogik som kan delas av många semantiska modeller och rapporter i Power BI. Dataflöden främjar återanvändning av underliggande dataelement, vilket förhindrar behovet av att skapa separata anslutningar med dina molnbaserade eller lokala datakällor.

• Spara data i din egen Azure Data Lake Gen 2-lagring så att du kan exponera dem för andra Azure-tjänster utanför Power BI.

• Skapa en enda sanningskälla, kurerad från rådata med hjälp av branschstandarddefinitioner, som kan fungera med andra tjänster och produkter i Power Platform. Uppmuntra upptag genom att ta bort analytikernas åtkomst till underliggande datakällor.

• Öka säkerheten kring underliggande datakällor genom att exponera data för rapportskapare i dataflöden. Med den här metoden kan du begränsa åtkomsten till underliggande datakällor, minska belastningen på källsystem och ge administratörer bättre kontroll över datauppdateringsåtgärder.

• Om du vill arbeta med stora datavolymer och utföra ETL i stor skala skalar dataflöden med Power BI Premium effektivare och ger dig mer flexibilitet. Dataflöden stöder en mängd olika moln- och lokala källor.

Du kan använda Power BI Desktop och Power BI-tjänst med dataflöden för att skapa semantiska modeller, rapporter, instrumentpaneler och appar som använder Common Data Model. Från dessa resurser kan du få djupgående insikter om dina affärsaktiviteter. Schemaläggning av dataflödesuppdatering hanteras direkt från arbetsytan där ditt dataflöde skapades, precis som dina semantiska modeller.

Kommentar

Dataflöden kanske inte är tillgängliga i Power BI-tjänst för alla amerikanska myndighets-DoD-kunder. Mer information om vilka funktioner som är tillgängliga och vilka som inte är det finns i Tillgänglighet för Power BI-funktioner för amerikanska myndighetskunder.

Relaterat innehåll

Den här artikeln innehåller en översikt över dataförberedelser via självbetjäning för stordata i Power BI och de många sätt du kan använda dem på.

Följande artiklar innehåller mer information om dataflöden och Power BI:

• Skapa ett dataflöde
• Konfigurera och använda ett dataflöde
• Konfigurera dataflödeslagring för användning av Azure Data Lake Gen 2
• Premium-funktioner i dataflöden
• AI med dataflöden
• Överväganden och begränsningar för dataflöden
• Metodtips för dataflöden
• Användningsscenarier för Power BI: Förberedelse av självbetjäningsdata

Mer information om Common Data Model finns i översiktsartikeln:

• Översikt över Common Data Model