Робота з будь-якими даними

Microsoft Dataverse забезпечує абстракцію, яка дає змогу працювати з будь-якими типами даних, включно з реляційними, нереляційними, зображеннями, файловими даними, відносним пошуком або озером даних. Немає потреби розуміти тип даних, Dataverse надає набір типів даних, які дають змогу створити модель. Тип сховища оптимізується для вибраного типу даних.

Дані можна легко імпортувати й експортувати за допомогою потоків даних, Power Query і Azure Data Factory. Клієнти Dynamics також можуть використовувати службу експорту даних.

Dataverse також має з’єднувач для Power Automate і Azure Logic Apps, які можна використовувати з сотнями інших з’єднувачів у цих службах для локальних служб, служб за моделлю "інфраструктура як послуга" (IaaS), "платформа як послуга" (PaaS) або "програмне забезпечення як послуга" (SaaS). Це, зокрема, джерела в Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, тексті/CSV, списках SharePoint, базах даних SQL Server, Oracle, MySQL, PostgreSQL, Blokchain і Azure Synapse Analytics.

Common Data Model

Якщо вам коли-небудь доводилося збирати разом дані з кількох систем і програм, ви знаєте, наскільки це завдання може бути затратним і довготривалим. Різні програми та проекти з інтеграції даних не можуть однаково легко розуміти й поширювати ті ж дані, тому потребують спеціальної реалізації.

Common Data Model надає еталонну архітектуру, яка призначена для раціоналізації цього процесу за допомогою спільної мови даних, яка використовуватиметься в бізнес-і аналітичних програмах. Система метаданих Common Data Model дає змогу спільно використовувати дані та їхнє значення в таких програмах і бізнес-процесах, як Power Apps, Power BI, Dynamics 365 і Azure.

Common Data Model містить набір стандартизованих, розширюваних схем даних, які опублікували корпорація Майкрософт і її партнери. Ця колекція попередньо визначених схем містить таблиці, атрибути, семантичні метадані та зв'язки. Схеми являють собою концепції та справи, які часто використовуються, як-от Бізнес-партнер і Кампанія, для спрощення створення, агрегації й аналізу даних.

Схеми Common Data Model можна використовувати, щоб повідомляти про створення таблиць у Dataverse. Отримані таблиці будуть сумісні з програмами та аналітиками, націленими на визначення Common Data Model.

На наведеному нижче зображенні показано деякі елементи стандартних таблиць Common Data Model. 

Таблиці

У Dataverse таблиці використовуються для моделювання бізнес-даних та керування ними. Для підвищення продуктивності Dataverse містить набір таблиць, відомих як стандартні таблиці. Ці таблиці пристосовані, відповідно до передового досвіду, до втілення найпоширеніших принципів та сценаріїв в межах організації. Стандартні таблиці дотримуються Common Data Model.

Набір таблиць, які зазвичай використовуються в усіх галузях, таких як Користувач і Робоча група, вже існує у Dataverse та називається стандартні таблиці. Ці готові таблиці можна додатково настроювати, наприклад, додавати нові стовпці. Крім того, у Dataverse можна легко створювати власні настроювані таблиці.

Стовпці

Стовпці визначають окремі елементи даних, які можуть використовуватись для зберігання даних у таблиці. Розробники іноді називають такі поля атрибутами. Таблиця, яка представляє курс в університеті, може містити такі стовпці, як «Ім’я», «Розташування», «Відділ», «Зареєстровані студенти» тощо.

Стовпці можуть мати різні типи даних, наприклад числові значення, рядки, цифрові дані, зображення та файли. Немає потреби штучно розділяти реляційні та нереляційні дані, якщо вони належать до того самого бізнес-процесу чи потоку. Dataverse зберігає дані в найкращому типі для створеної моделі.

Кожен з цих стовпців можна зв'язати з одним із багатьох типів даних, підтримуваних Dataverse.

Додаткові відомості: Типи стовпців

Зв'язки

Дані в одній таблиці часто пов'язані з даними в іншій таблиці. Зв'язки таблиць визначають, як рядки можуть бути пов'язані один із одним в моделі Dataverse.

Dataverse пропонує зручні у використанні візуальні конструктори для визначення різних типів зв'язків від однієї таблиці до іншої (або всередині однієї таблиці). Кожна таблиця може мати зв'язки з більш ніж однією таблицею, й кожна таблиця може мати більше одного зв’язку з іншою таблицею.

Типи зв’язків:

• Багато до одного: у цьому типі зв’язку багато записів таблиці А можна пов’язати з одним записом таблиці В. Наприклад, клас учнів має одну класну кімнату.

• Один до багатьох: у цьому типі зв’язку один запис таблиці В можна пов’язати з багатьма записами таблиці А. Наприклад, один вчитель викладає в багатьох класах.

• Багато до багатьох: це тип зв'язку, коли кожен запис у таблиці А може зіставлятися з кількома записами в таблиці B і навпаки. Наприклад, учні відвідують багато класів, а кожен клас може мати кілька учнів.

Оскільки найбільш поширені зв’язки "багато-до-одного", Dataverse забезпечує певний тип даних під назвою підстановка, який не лише спрощує визначення цього зв’язку, але й підвищує продуктивність створення форм і програм.

Щоб отримати додаткові відомості про створення зв'язків таблиць, див. Створення зв’язків між таблицями.

Організаціям часто необхідно забезпечити дотримання різних нормативних вимог, наприклад забезпечити наявність журналів взаємодії з клієнтами, журналів аудиту, звітів про доступ та звітів про відстеження інцидентів з безпеки. Організаціям може бути потрібно відстежувати зміни в даних Dataverse у цілях безпеки та аналізу.

Dataverse надає можливості відстеження, записуючи у рядках зміни таблиць та даних атрибутів в організації із позначками часу для аналізу та звітування. Відстеження підтримується для всіх настроюваних та більшості придатних до настроювання стандартних таблиць та атрибутів. Відстеження не підтримується в змінах метаданих, операціях із видобування, операціях з експорту та під час автентифікації. Щоб отримати відомості про настроювання аудиту, перейдіть до розділу Керування Dataverse аудитом.

Dataverse підтримує аналітичні засоби, надаючи можливість обирати таблиці, які оброблятимуться моделями машинного навчання. Ця служба має вбудований ШІ в AI Builder.

Введіть пошуковий запит

Dataverse пропонує три способи запиту рядків.

• Пошук у Dataverse

• Швидкий пошук (в одній таблиці або у кількох таблицях)

• Розширений пошук

Примітка

Швидкий пошук у кількох таблицях називається пошуком за категоріями.

Додаткові відомості див. в розділі Порівняння пошуків.

Пошук у Dataverse

Пошук Dataverse забезпечує швидкі і всеосяжні результати з кількох таблиць як єдиний список в порядку відповідності. Використовується спеціальна служба пошуку зовні Dataverse (підтримується Azure) для підвищення продуктивності пошуку.

Функція пошуку Dataverse дає нам такі додаткові можливості та переваги

• Покращує продуктивність за допомогою зовнішнього індексування і технології пошуку Azure.

• Знаходить входження будь-якого слова в умові пошуку у будь-якому стовпці в таблиці, на відміну від швидкого пошуку, де усі слова з умови пошуку мають знаходитись в одному стовпці.

• Знаходить збіги, які включають флективні слова, такі як stream, streaming або streamed.

• Повертає результати з усіх таблиць, доступних для пошуку, в єдиному відсортованому за відповідністю списку, й чим точніше збіг, тим вище у списку знаходитиметься результат. Збіг має вищу відповідність, якщо знайдено кілька слів з пошукового терміну в безпосередній близькості один до одного. Чим менша кількість тексту, де пошукові слова можуть бути знайдені, тим вища відповідність. Наприклад, якщо ви знайшли слова пошуку в назві компанії та адресі, це може бути кращий збіг, ніж ті самі слова, що зустрічаються у великих статтях окремо один від одного.

• Виділяє збіги у списку результатів. Коли умова пошуку відповідає терміну у рядку, термін виділяється жирним шрифтом та курсивом у результатах пошуку.

Для отримання додаткових відомостей про пошук Dataverse див. Використання пошуку Dataverse для пошуку рядків.

Швидкий пошук

Dataverse містить можливість швидко знаходити рядки та має різні режими, наприклад, пошук лише одного типу таблиці, наприклад «клієнт», або пошук у кількох типах таблиць одночасно, таких як «контактні особи», «користувачі», «клієнти» тощо.

Швидкий пошук в одній таблиці використовується для пошуку рядків лише одного типу. Цей параметр пошуку доступний у поданні.

Швидкий пошук у кількох таблицях (пошук за категоріями) також використовується для пошуку рядків, але знаходитиме їх в таблицях різного типу, таких як «бізнес-партнери» або «контактні особи».

Озеро даних

Dataverse підтримує безперервну реплікацію даних таблиць до Azure Data Lake Storage, які потім можна використовувати в аналітичних цілях, наприклад, у звітуванні Power BI, машинному навчанні, зберігання даних та інших процесів інтеграції із подальшими ланками процесу.

Ця функція призначена для корпоративної аналітики великих даних. Вона економічно ефективна, масштабується, має високу доступність і можливість аварійного відновлення, а також дає змогу виконувати найкращу у своєму класі аналітику.

Дані зберігаються в форматі Common Data Model, який забезпечує семантичну послідовність даних у різних програмах і розгортаннях. Стандартизовані метадані та дані, що самі себе описують, у Common Data Model полегшують пошук метаданих і функціональну сумісність між виробниками і споживачами даних, такими як Power BI, Data Factory, Azure Databricks і Azure Machine Learning.

Статті за темою:

Експорт та імпорт даних

Примітка

Розкажіть нам про свої уподобання щодо мови документації? Візьміть участь в короткому опитуванні. (зверніть увагу, що це опитування англійською мовою)

Проходження опитування займе близько семи хвилин. Персональні дані не збиратимуться (декларація про конфіденційність).