วิธีที่Microsoft Power Platform DataFlows และ Azure Data Factory Wrangling dataflows ให้สัมพันธ์กัน

หมายเหตุ

มีผลตั้งแต่เดือนพฤศจิกายน๒๐๒๐:

  • มีการเปลี่ยนชื่อ Common Data Service ไปยัง Microsoft Dataverse เรียนรู้เพิ่มเติม
  • คำศัพท์บางอย่างใน Microsoft Dataverse ได้รับการอัปเดต ตัวอย่างเช่น เอนทิตี อยู่ในขณะนี้ ตาราง และ เขตข้อมูล อยู่ในขณะนี้ คอลัมน์ เรียนรู้เพิ่มเติม

บทความนี้จะได้รับการอัปเดตในเร็วๆนี้เพื่อแสดงคำศัพท์ล่าสุด

Microsoft Power Platformกระแสข้อมูลและกระแสข้อมูล Azure Data Factory มักถูกพิจารณาว่าต้องในลักษณะเดียวกัน: การแยกข้อมูลจากระบบต้นทาง การแปลงข้อมูล และการโหลดข้อมูลที่แปลงแล้วลงในปลายทาง อย่างไรก็ตาม มีความแตกต่างในกระแสข้อมูลสองประเภทเหล่านี้ และคุณสามารถมีโซลูชันที่ใช้งานได้กับการผสมผสานของเทคโนโลยีเหล่านี้ บทความนี้อธิบายความสัมพันธ์นี้โดยละเอียดมากขึ้น

กระแสข้อมูล Power Platform

Power Platformกระแสข้อมูลคือบริการแปลงข้อมูลซึ่งได้รับการสนับสนุนโดยPower Queryว์และโฮสต์อยู่ในระบบคลาวด์ กระแสข้อมูลเหล่านี้รับข้อมูลจากแหล่งข้อมูลที่แตกต่างกัน และหลังใช้การแปลงแล้ว จะเก็บข้อมูลนั้นในการผกผันข้อมูลหรือAzure Data Lake Storageข้อมูล

Power Platformกระแสข้อมูล

Data Factory wrangling dataflows (โรงงานข้อมูล) ที่ปรับให้กระแสข้อมูลถูกจัดเรียงให้จัดเรียงใหม่

Data Factory คือบริการแยก แปลง โหลด (ETL) บนระบบคลาวด์ที่สนับสนุนแหล่งข้อมูลและปลายทางที่แตกต่างกันมากมาย มีกระแสข้อมูลสองประเภทที่อยู่ภายใต้เทคโนโลยีนี้: การแมปกระแสข้อมูลและการWrangling dataflows การจัดเรียงกระแสข้อมูลให้ถูกเพิ่มประสิทธิภาพโดยPower Queryเครื่องมือแปลงข้อมูล

จัดเรียงกระแสข้อมูลให้จัดเรียงใหม่

พวกเขามีอะไรเหมือนกันบ้าง

Power Platformกระแสข้อมูลและ Data Factory ที่ปรับเปลี่ยนรูปแบบกระแสข้อมูลให้สมบูรณ์ทั้งมีประโยชน์ในการรับข้อมูลจากแหล่งที่มาอย่างน้อยหนึ่งแหล่ง ใช้การแปลงข้อมูลโดยใช้ Power Query และการโหลดข้อมูลที่แปลงแล้วลงในปลายทาง นอกจากนี้:

  • ทั้งสองวิธีได้รับPower Queryในการแปลงข้อมูล
  • ทั้งสองแบบคือ เทคโนโลยีบนระบบคลาวด์

อะไรคือความแตกต่าง?

จุดหลักคือการทราบความแตกต่างของพวกเขาเพราะคุณสามารถคิดเกี่ยวกับสถานการณ์ที่คุณต้องการใช้หรืออื่น ๆ

คุณลักษณะ กระแสข้อมูล Power Platform Data Factory wrangling dataflows (โรงงานข้อมูล) ที่ปรับให้กระแสข้อมูลถูกจัดเรียงให้จัดเรียงใหม่
จุดหมาย ปลาย ทาง การผกผันหรือAzure Data Lake Storage ปลายทางมากมาย( ดูรายการที่นี่)
Power Queryการแปลงข้อมูล รองรับPower Queryทั้งหมด มีการสนับสนุนชุดฟังก์ชันที่จํากัด (ดูรายการที่นี่)
แหล่งข้อมูล แหล่งข้อมูลมากมายได้รับการสนับสนุน มีบางแหล่งข้อมูลเท่านั้น (ดูรายการที่นี่)
ความสามารถในการขยาย ขึ้นอยู่กับPremiumความจุและการใช้เครื่องประมวลผลขั้นสูง ปรับขนาดได้สูง

บุคคลใดเหมาะสมกับกระแสข้อมูลประเภทใด

หากคุณเป็นนักพัฒนาแอปพลิเคชันพลเมืองหรือนักวิเคราะห์ข้อมูลพลเมืองที่มีข้อมูลขนาดเล็กกับข้อมูลขนาดกลางเพื่อรวมและแปลงคุณจะพบกระแสPower Platformสะดวกมากขึ้น การแปลงจํานวนมากที่มีอยู่ ความสามารถในการใช้งานกับพวกเขาโดยไม่มีความรู้ของนักพัฒนา และข้อเท็จจริงที่ว่า กระแสข้อมูลสามารถเขียน ตรวจสอบ และแก้ไขใน Power BI หรือ Power Platform ทั้งหมดเป็นเหตุผลที่ให้ Power Platform dataflows เป็นโซลูชันการรวมข้อมูลที่ยอดเยี่ยมให้กับ — นักพัฒนาชนิดนี้

หากคุณเป็นนักพัฒนาข้อมูลที่จะจัดการกับชุดข้อมูลขนาดใหญ่และชุดข้อมูลขนาดใหญ่ที่มีแถวจํานวนมากที่จะย่อยเข้าทุกครั้งที่ คุณจะพบ Data Factory ที่ปรับรูปแบบกระแสข้อมูลให้เป็นเครื่องมือที่ดีกว่าเพื่องาน การจัดเรียงกระแสข้อมูลให้จัดเรียงลงแปล M ที่สร้างขึ้นโดย Power Query Online Mashup Editor ให้เป็นโค้ด spark ในการเรียกใช้งานระดับคลาวด์ การพยายามสร้าง ตรวจสอบ และแก้ไขกระแสข้อมูลให้อยู่ในพอร์ทัล Azure ต้องการเส้นโค้งการเรียนรู้ของนักพัฒนาที่สูงกว่าประสบการณ์Power Platformกระแสข้อมูล การจัดเรียงกระแสข้อมูลเหมาะที่สุดกับผู้ชมประเภทนี้