Skapa och använda dataflöden i Microsoft Power Platform

Genom att använda dataflöden Microsoft Power Platform dataförberedelse enklare och du kan återanvända ditt arbete med förberedelse av data i efterföljande rapporter, appar och modeller.

I en värld av ständigt växande data kan förberedelse av data vara svårt och dyrt, och förbruka så mycket som 60 till 80 procent av tiden och kostnaden för ett typiskt analysprojekt. Sådana projekt kan kräva omvandling av fragmenterade och ofullständiga data, komplex systemintegrering, data med strukturell inkonsekvens och en barriär med hög kompetens.

För att göra förberedelsen av data enklare och hjälpa dig att få ut mer värde av dina data Power Query och Power Platform dataflöden har skapats.

Med dataflöden tar Microsoft in funktionerna för dataförberedelse med självbetjäning i Power Query i Power BI och Power Apps onlinetjänster och utökar befintliga funktioner på följande sätt:

• Dataförberedelser med självbetjäning för stordata med dataflöden: Dataflöden kan användas för att enkelt mata in, rensa, transformera, integrera, utöka och schemaisera data från en stor och ständigt växande matris med transaktions- och observationskällor, som omfattar all dataförberedelselogik. Tidigare kunde logiken för extrahering, transformering, inläsning (ETL) endast inkluderas i datauppsättningar i Power BI, kopieras om och om igen mellan datauppsättningar och bindas till inställningarna för datauppsättningshantering.

  Med dataflöden utökas ETL-logiken till en förstklassig artefakt i Microsoft Power Platform-tjänster och innehåller dedikerade redigerings- och hanteringsupplevelser. Affärsanalytiker, BI-experter och dataexperter kan använda dataflöden för att hantera de mest komplexa utmaningarna vid förberedelse av data och bygga vidare på varandras arbete, tack vare en modelldriven beräkningsmotor som tar hand om all transformering och beroendelogik – att minska tid, kostnad och expertis till en bråkdel av vad som traditionellt sett krävs för dessa uppgifter. Du kan skapa dataflöden med hjälp av den välkända dataförberedelseupplevelsen med självbetjäning Power Query. Dataflöden skapas och hanteras enkelt i apparbetsytor eller miljöer, i Power BI eller Power Apps, och har tillgång till alla funktioner som dessa tjänster har att erbjuda, till exempel behörighetshantering och schemalagda uppdateringar.

• Läs in data till Dataverse eller Azure Data Lake Storage: Beroende på ditt användningsfall kan du lagra data som förberetts av Power Platform-dataflöden i Dataverse eller din organisations Azure Data Lake Storage-konto:

  • Med Dataverse kan du lagra och hantera data som används av affärsprogram på ett säkert sätt. Data i Dataverse lagras i en uppsättning tabeller. En tabell är en uppsättning rader (kallades tidigare poster) och kolumner (kallades tidigare fält/attribut). Varje kolumn i tabellen är utformad för att lagra en viss typ av data, till exempel namn, ålder, lön och så vidare. Dataversum innehåller en grundläggande uppsättning standardtabeller som täcker vanliga scenarier, men du kan också skapa anpassade tabeller som är specifika för din organisation och fylla dem med data med hjälp av dataflöden. Appskapare kan sedan använda Power Apps och Power Automate för att skapa avancerade program som använder dessa data.

  • Med Azure Data Lake Storage kan du samarbeta med personer i din organisation med hjälp av Power BI-, Azure Data- och AI-tjänster eller med hjälp av egenbyggda Line of Business Applications som läser data från laken. Dataflöden som läser in data till ett Azure Data Lake Storage konto lagrar data i Common Data Model mappar. Common Data Model mappar innehåller schematiserade data och metadata i ett standardiserat format, för att underlätta datautbyte och möjliggöra fullständig samverkan mellan tjänster som producerar eller använder data som lagras i en organisations Azure Data Lake Storage-konto som det delade lagringslagret.

• Avancerad analys och AI med Azure: Power Platform-dataflöden lagrar data i Dataverse eller Azure Data Lake Storage, vilket innebär att data som matas in via dataflöden nu är tillgängliga för datatekniker och dataforskare för att dra full nytta av Azure Data Services, till exempel Azure Machine Learning, Azure Databricks och Azure SQL Data Warehouse för avancerad analys a — nd AI. Detta gör det möjligt för affärsanalytiker, datatekniker och dataexperter att samarbeta kring samma data i organisationen.

• Stöd för Common Data Model: Common Data Model är en uppsättning standardiserade datascheman och ett metadatasystem som möjliggör konsekvens av data och dess innebörd i program och affärsprocesser. Dataflöden stöder Common Data Model genom att erbjuda enkel mappning från alla data i valfri form till standardentiteter Common Data Model, till exempel Konto och Kontakt. Dataflöden landar också data, både standardentiteter och anpassade entiteter, i schematiserade Common Data Model formulär. Affärsanalytiker kan dra nytta av standardschemat och dess semantiska konsekvens, eller anpassa sina entiteter baserat på deras unika behov. Common Data Model fortsätter att utvecklas som en del av Open Data Initiative.

Dataflödesfunktioner i Microsoft Power Platform tjänster

De flesta dataflödesfunktioner är tillgängliga i både Power Apps och Power BI. Dataflöden är tillgängliga som en del av dessa tjänsters planer. Vissa dataflödesfunktioner är antingen produktspecifika eller tillgängliga i olika produktplaner. I följande tabell beskrivs dataflödesfunktioner och deras tillgänglighet.

Mer information om dataflöden i Power Apps:

• Dataförberedelser med självbetjäning i Power Apps
• Skapa och använda dataflöden i Power Apps
• Ansluta Azure Data Lake Storage Gen2 för lagring av dataflöde
• Lägga till data i en tabell i Dataverse med hjälp av Power Query
• Besök Power Apps communityn för dataflöden och dela med dig av det du gör, ställ frågor eller skicka in nya idéer
• Besök Power Apps community-forum för dataflöden och dela med dig av det du gör, ställ frågor eller skicka in nya idéer

Mer information om dataflöden i Power BI:

• Dataförberedelser med självbetjäning i Power BI
• Skapa och använda dataflöden i Power BI
• Whitepaper om dataflöden
• Detaljerad video av en genomgång av dataflöden
• Besök Power BI communityn för dataflöden och dela med dig av det du gör, ställ frågor eller skicka in nya idéer

Nästa steg

Följande artiklar går in mer i detalj på vanliga användningsscenarier för dataflöden.

• Med inkrementell uppdatering med dataflöden
• Skapa beräknade entiteter i dataflöden
• Anslut till datakällor för dataflöden
• Länka entiteter mellan dataflöden

Mer information om Common Data Model och Common Data Model-mappen standard finns i följande artiklar:

• Common Data Model – översikt
• Common Data Model mappar
• Common Data Model mappmodellfildefinition