Самостоятельная обработка данных с использованием потоков данных

По мере того как объем данных продолжает расти, также увеличивается сложность формирования этих данных в хорошо структурированную, действенную информацию. Вы хотите, чтобы данные были готовы для использования в приложениях, в рабочих нагрузках ИИ или аналитики, чтобы вы могли быстро превращать объемы данных в полезные аналитические сведения. С помощью самостоятельной подготовки данных на портале Power Apps вы можете преобразовать и загрузить данные в Microsoft Dataverse или учетную запись Azure Data Lake Storage 2-го поколения вашей организации с помощью нескольких щелчков мыши.

Потоки данных были представлены для того, чтобы организации объединяли данные из разных источников и подготавливали их к использованию. Потоки данных можно легко создавать с помощью знакомых средств самообслуживания для приема, преобразования, интеграции и обогащения больших данных. При создании потока данных вы определите подключения к источникам данных, ETL (извлечение, преобразование, загрузка) и назначение для загрузки полученных данных. После создания можно настроить расписание обновления потока данных, чтобы указать частоту его выполнения. Кроме того, новый механизм вычислений, управляемый моделью, делает процесс подготовки данных более управляемым, более детерминированным и менее громоздким для клиентов потока данных. С помощью потоков данных задачи, которые когда-то требовали ИТ-организации данных для создания и контроля (и много часов или дней для завершения) теперь можно обрабатывать с помощью нескольких щелчков отдельными лицами, которые даже не являются специалистами по обработке и анализу данных, таким как создатели приложений, бизнес-аналитики и создатели отчетов.

Потоки данных хранят данные в таблицах. Таблица — это набор строк, используемых для хранения данных, аналогично тому, как таблица хранит данные в базе данных. Клиенты могут определять пользовательскую схему таблицы или использовать стандартные таблицы модели общих данных. Общая модель данных — это общий язык данных для использования бизнес-и аналитических приложений. Система метаданных Common Data Model обеспечивает согласованность данных и его значение в приложениях и бизнес-процессах, таких как Power Apps, Power BI, некоторые приложения Dynamics 365 (приложения на основе модели) и Azure, которые хранят данные в соответствии с общей моделью данных. Результирующая таблица потока данных может храниться в любом из следующих элементов:

  • Dataverse. Позволяет безопасно хранить и управлять данными, которые используются бизнес-приложениями, созданными с помощью Power Apps и Power Automate.

  • Azure Data Lake Storage 2-го поколения. Позволяет совместно работать с людьми в вашей организации, используя Power BI, данные Azure, службы ИИ или корпоративные приложения, которые считывают данные из озера. Потоки данных, которые загружают данные в учетную запись Azure Data Lake Storage 2-го поколения, хранят данные в папках Common Data Model. Общие папки модели данных содержат схемизированные данные и метаданные в стандартном формате, чтобы упростить обмен данными и обеспечить полное взаимодействие между службами, которые создают или используют данные, хранящиеся в учетной записи Azure Data Lake Storage организации в качестве общего уровня хранения.

Потоки данных можно использовать для приема данных из большого и растущего набора поддерживаемых локальных и облачных источников данных, включая Excel, базу данных SQL Azure, SharePoint, Azure Data Explorer, Salesforce, базу данных Oracle и многое другое.

Выбрав источник данных, вы можете использовать низкокодовый интерфейс Power Query или без кода, чтобы преобразовать данные и сопоставить их со стандартными таблицами в общей модели данных или создать пользовательские таблицы. Расширенные пользователи могут напрямую редактировать M-язык потока данных, чтобы полностью настроить потоки данных, аналогичные интерфейсу Power Query, который уже известно миллионам пользователей Power BI Desktop и Excel.

После создания и сохранения потока данных его необходимо запустить в облаке. Вы можете активировать поток данных для выполнения вручную или запланировать частоту запуска службы потока данных Power Platform. Когда поток данных завершит выполнение, его данные доступны для использования. Чтобы получить данные потока данных, загруженные в Dataverse, соединитель Common Data Service можно использовать в Power Apps, Power Automate, Excel и всех других приложениях, поддерживающих соединитель Dataverse. Чтобы получить данные из потоков данных, хранящихся в учетной записи Azure Data Lake Storage 2-го поколения, можно использовать соединитель Power Platform Dataflow в Power BI Desktop или получить доступ к файлам непосредственно в озере.

Использование потоков данных

В предыдущем разделе представлен фон технологии потоков данных. В этом разделе вы узнаете, как можно использовать потоки данных в организации.

Замечание

У вас должен быть платный план Power Apps для использования потоков данных, но плата за использование потоков данных не взимается отдельно.

Загрузка данных в Dataverse

Потоки данных можно использовать для заполнения таблиц в Common Data Service , которые затем используются в приложениях Power Apps. С помощью нескольких щелчков можно интегрировать данные из интернета и локальных источников данных.

Расширение общей модели данных для бизнес-потребностей

Для организаций, которые хотят расширить и построить общую модель данных, потоки данных позволяют специалистам бизнес-аналитики настраивать стандартные таблицы или создавать новые. Этот самостоятельный подход к настройке модели данных можно использовать с потоками данных для создания панелей мониторинга Power BI, адаптированных для организации.

Расширение возможностей с помощью служб Данных Azure и ИИ

Потоки данных Power Platform можно настроить на хранение данных потока данных в корпоративной учетной записи Azure Data Lake Storage 2-го поколения. Если среда подключена к озеру данных вашей организации, специалисты по обработке и анализу данных и разработчики могут использовать мощные продукты Azure, такие как Машинное обучение Azure, Azure Databricks, Фабрика данных Azure и многое другое.

Дополнительные сведения об интеграции Azure Data Lake Storage 2-го поколения и потоков данных, включая создание потоков данных, которые находятся в Azure Data Lake вашей организации, см. в статье Connect Azure Data Lake Storage 2-го поколения для хранения потоков данных.

Сводная информация о подготовке данных самообслуживания для больших данных в Power Apps

Существует несколько сценариев и примеров, в которых потоки данных позволяют лучше управлять и быстрее получать аналитические сведения из бизнес-данных. Другие сотрудники вашей организации могут использовать потоки данных через Dataverse, соединитель потоков данных Power Platform в Power BI или через прямой доступ к папке Common Data Service в учетной записи вашего хранилища Azure Data Lake Storage второго поколения. Используя стандартную модель данных (схему), определенную Общей моделью данных, бизнес-приложения могут полагаться на схему таблицы и быть независимыми от того, как были созданы данные или из какого источника они поступили. Когда поток данных завершает запланированный запуск, данные готовы к моделированию и созданию приложений, потоков или аналитической информации BI за очень короткий период... в течение того времени, которое раньше занимало месяцы или даже дольше для создания.

Стандартизованный формат общей модели данных позволяет людям в организации создавать приложения, которые создают быстрые, простые и автоматические визуальные элементы и отчеты. К ним относятся, но не ограничиваются:

  • Сопоставление данных из различных источников со стандартными таблицами в Common Data Model для унификации данных и использования известной схемы для запуска готовых приложений.

  • Создание собственных пользовательских таблиц для объединения данных в организации.

  • Создание отчетов и панелей мониторинга Power BI, использующих данные потока данных.

  • Создание интеграции с службами Azure Data и AI с помощью учетной записи Azure Data Lake Storage 2-го поколения.

Дальнейшие шаги

В этой статье представлен обзор подготовки данных самообслуживания на портале Power Apps и способах его использования. Дополнительные сведения о распространенных сценариях использования потоков данных см. в следующих разделах:

Дополнительные сведения о Power Query и запланированном обновлении см. в следующих статьях:

Дополнительные сведения о модели общих данных см. в этой статье:

  • Last updated on