Adatfolyamok létrehozása és használata a Microsoft Power Platformban

Az adatfolyamok Használata a Microsoft Power Platform használatával megkönnyíti az adatok előkészítését, és lehetővé teszi az adatelőkészítési munka újbóli használatát a későbbi jelentésekben, alkalmazásokban és modellekben.

Az egyre bővülő adatok világában az adatok előkészítése nehéz és költséges lehet. Egy tipikus elemzési projekt idő- és költségének akár 60–80 százalékát is felhasználhatja. Az ilyen projektekhez szükség lehet töredezett és hiányos adatok kezelése, összetett rendszerek integrálása, szerkezeti inkonzisztenciájú adatok kezelése, és magas szintű képességek.

A Power Query és a Power Platform adatfolyamai azért jöttek létre, hogy egyszerűbbé tegyék az adatok előkészítését, és segítsenek abban, hogy több értéket szerezzenek az adatokból.

Az adatfolyamokkal a Microsoft a Power Query önkiszolgáló adat-előkészítési képességeit a Power BI és a Power Apps online szolgáltatásaiba helyezi, és a meglévő képességeket az alábbi módokon bővíti:

• adatfolyamokkal rendelkező big data-adatok önkiszolgáló előkészítése: Az adatfolyamok segítségével egyszerűen betölthetők, tisztíthatók, átalakíthatók, integrálhatók, bővíthetők és sémarendszerezhetők az adatok a tranzakciós és megfigyelési források nagy és egyre növekvő tömbjeiből, beleértve az összes adat-előkészítési logikát. Korábban az ETL-logika kinyerése, átalakítása, betöltése csak a Szemantikai modellekben szerepelt a Power BI-ban, átmásolható a szemantikai modellek között, és szemantikai modellkezelési beállításokhoz kötött.

  Adatfolyamok esetén az ETL-logika a Microsoft Power Platform szolgáltatásainak első osztályú összetevőjébe kerül, és dedikált szerzői és felügyeleti funkciókat tartalmaz. Az üzleti elemzők, a BI-szakemberek és az adattudósok adatfolyamokkal kezelhetik a legösszetettebb adat-előkészítési kihívásokat, és építhetnek egymás munkájára egy forradalmi modellalapú számítási motornak köszönhetően. Ez a motor elvégzi az átalakítás és függőségek logikáját, így az idő, költség és szakértelem az ezen feladatok hagyományos követelményeinek csupán töredékébe kerül. Adatfolyamokat a Power Query jól ismert, önkiszolgáló adatelőkészítési felületével hozhat létre. Az adatfolyamok alkalmazás-munkaterületeken vagy -környezetekben, a Power BI-ban vagy a Power Appsben hozhatók létre és kezelhetők, és élvezhetik a szolgáltatások által kínált összes képességet, például az engedélykezelést és az ütemezett frissítéseket.

• Adatok betöltése a Dataversebe vagy az Azure Data Lake Storage-: A használati esettől függően a Power Platform adatfolyamai által készített adatokat a Dataverse-ben vagy a szervezet Azure Data Lake Storage-fiókjában tárolhatja:

  • Dataverse lehetővé teszi az üzleti alkalmazások által használt adatok biztonságos tárolását és kezelését. A Dataverse-ben lévő adatokat táblák halmazában tárolja a rendszer. A tábla sorok (korábbi nevén rekordok) és oszlopok (korábbi nevén mezők/attribútumok) halmaza. A táblázat minden oszlopa egy bizonyos típusú adat tárolására szolgál, például név, életkor, fizetés stb. A Dataverse standard táblák alapkészletét tartalmazza, amelyek tipikus forgatókönyveket fednek le, de létrehozhat egyéni, a szervezetre jellemző táblákat is, és adatfolyamok használatával feltöltheti őket adatokkal. Az alkalmazáskészítők ezután a Power Apps és a Power Automate segítségével gazdag alkalmazásokat hozhatnak létre, amelyek ezeket az adatokat használják.

  • Azure Data Lake Storage lehetővé teszi, hogy power BI-, Azure Data- és AI-szolgáltatásokat használva együttműködjön a szervezet tagjaival, vagy egyénileg létrehozott üzletági alkalmazásokat használjon, amelyek adatokat olvasnak a tóból. Az Azure Data Lake Storage-fiókba adatokat betöltő adatfolyamok Common Data Model-mappákban tárolják az adatokat. A Common Data Model mappák sémaalapú adatokat és metaadatokat tartalmaznak szabványosított formátumban, hogy megkönnyítsék az adatcserét, és teljes körű interoperabilitást tegyenek lehetővé az olyan szolgáltatások között, amelyek megosztott tárolási rétegként a szervezet Azure Data Lake Storage-fiókjában tárolt adatokat hoznak létre vagy használnak fel.

• Advanced Analytics és AI az Azure: A Power Platform adatfolyamai a Dataverse-ben vagy az Azure Data Lake Storage-ban tárolják az adatokat, ami azt jelenti, hogy az adatfolyamokon keresztül betöltött adatok mostantól elérhetők az adatmérnökök és adattudósok számára az Azure Data Services teljes körű kihasználásához, például az Azure Machine Learning, az Azure Databricks és az Azure Synapse Analytics fejlett elemzésekhez és AI-hoz. Ez lehetővé teszi, hogy az üzleti elemzők, adatmérnökök és adattudósok ugyanazon adatokon működjenek együtt a szervezeten belül.

• Common Data Modeltámogatása: A Common Data Model egy szabványosított adatséma és egy metaadat-rendszer készlete, amely lehetővé teszi az adatok és jelentésük konzisztenciáját az alkalmazásokban és az üzleti folyamatokban. Az adatfolyamok úgy támogatják a Common Data Modelt, hogy egyszerű leképezést kínálnak bármilyen alakzatban lévő adatokból a standard Common Data Model-táblákba, például a Fiók és a Kapcsolattartó táblába. Az adatfolyamok a standard és az egyéni táblák adatait is sémaalapú Common Data Model formában tartalmazzák. Az üzleti elemzők kihasználhatják a standard sémát és annak szemantikai konzisztenciáját, vagy egyedi igényeik alapján testre szabhatják a táblázataikat. A Common Data Model a Open Data Initiativerészeként tovább fejlődik.

Adatfolyam-képességek a Microsoft Power Platform szolgáltatásaiban

A legtöbb adatfolyam-képesség a Power Appsben és a Power BI-ban is elérhető. Az adatfolyamok a szolgáltatáscsomagok részeként érhetők el. Egyes adatfolyam-funkciók termékspecifikusak, vagy különböző termékcsomagokban érhetők el. Az alábbi táblázat az adatfolyam-funkciókat és azok rendelkezésre állását ismerteti.

Ismert korlátozások

• Az adatfolyamok másolása a Power Platform környezetek másolási művelete vagy a környezetek biztonsági mentése és visszaállítása művelet részeként nem támogatott.
• A kapcsolattal rendelkező adatfolyam tulajdonosának módosítása és a lekérdezési paraméter is módosítaná a paraméter értékét egy korábbi értékre (ha az ilyen érték be lett állítva).

Következő lépések

További információ a Power Apps adatfolyamairól:

• Önkiszolgáló adatelőkészítés a Power Apps
• Adatfolyamok létrehozása és használata a Power Apps
• Csatlakoztassa az Azure Data Lake Storage Gen2-t az adatfolyamok tárolásához
• Adatok hozzáadása egy táblához a Dataverse-ben a Power Query használatával
• Látogasson el a Power Apps adatfolyam-közösség, és ossza meg, mit csinál, tegyen fel kérdéseket, vagy küldjön be új ötleteket
• Látogasson el a Power Apps adatfolyam-közösségi fórumára, és ossza meg, mit csinál, tegyen fel kérdéseket, vagy küldjön be új ötleteket

További információ a Power BI adatfolyamairól:

• Önkiszolgáló adat-előkészítés a Power BI-ben
• Adatfolyamok létrehozása és használata a Power BI
• adatfolyamok fehér könyv
• Részletes adatfolyam-bemutató videó
• Látogasson el a Power BI adatfolyamok közösségének, és ossza meg, mit csinál, tegyen fel kérdéseket, vagy küldjön be új ötleteket

Az alábbi cikkek részletesebben ismertetik az adatfolyamok gyakori használati forgatókönyveit.

• Növekményes frissítés használata adatfolyamokkal
• Számított táblák létrehozása adatfolyamokban
• Csatlakozás adatfolyamok adatforrásaihoz
• Táblák összekapcsolása adatfolyamok között

A Common Data Modelről és a Common Data Model mappaszabványáról az alábbi cikkekben talál további információt:

• Common Data Model – áttekintés
• Common Data Model-mappák
• Common Data Model mappamodell fájldefiníciós