Gestió d'emmagatzematge en Dataverse aplicacions de finances i operacions

A mesura que les organitzacions acceleren els seus viatges de transformació digital, la capacitat de gestionar les dades de manera eficaç es converteix en un imperatiu estratègic de negoci. Amb l'augment de les aplicacions impulsades per IA i els fluxos de treball impulsats per Copilot, les empreses estan generant i consumint dades a un ritme sense precedents. Aquestes dades alimenten la innovació, permeten experiències personalitzades i donen suport a la presa de decisions crítiques, però només si es regeixen i s'emmagatzemen de manera intel·ligent.

Per donar suport a aquestes necessitats empresarials en evolució, les organitzacions han d'adoptar una estratègia de gestió d'emmagatzematge proactiva. Això garanteix que les dades que ja no són necessàries per a les operacions diàries es gestionin de manera responsable, alliberant capacitat per a càrregues de treball d'alt valor, reduint la fricció operativa i alineant-se amb els requisits de compliment i auditoria.

Des d'un punt de vista tècnic, la gestió eficaç de l'emmagatzematge al Dataverse Dynamics 365 millora el rendiment del sistema, millora l'eficiència de costos i garanteix el compliment de les polítiques de retenció a llarg termini (LTR). Ambdues plataformes ofereixen eines i capacitats d'automatització que permeten a les organitzacions gestionar l'emmagatzematge.

Mitjançant la implementació de les estratègies descrites en aquest article, les empreses poden reduir la sobrecàrrega de suport, racionalitzar el compliment i desbloquejar un major valor de les seves aplicacions empresarials, convertint l'emmagatzematge d'una restricció en un avantatge competitiu.

Beneficis clau

La gestió eficaç de l'emmagatzematge al Dataverse Dynamics 365 proporciona diversos avantatges clau que aborden els punts de dolor comuns dels clients i milloren l'eficiència operativa general.

  • Major compliment de LTR: la gestió eficaç de l'emmagatzematge garanteix que les dades s'emmagatzemin de conformitat amb les polítiques LTR. Això no només ajuda a complir els requisits normatius, sinó que també garanteix que les dades crítiques es conservin i siguin accessibles quan sigui necessari.

  • Millora del rendiment: optimitzant la gestió de l'emmagatzematge, les organitzacions poden millorar significativament el rendiment dels seus sistemes. L'assignació i la gestió d'emmagatzematge eficients redueixen la latència i milloren la velocitat de recuperació de dades, donant lloc a operacions més fluides i ràpides.

  • Impulsar l'eficiència de costos: la gestió eficaç de l'emmagatzematge permet a les organitzacions centrar-se en dades d'alt valor racionalitzant i ordenant el seu entorn d'emmagatzematge. En conservar només el necessari, les empreses poden optimitzar la seva petjada d'emmagatzematge, donant lloc a una utilització més intel·ligent dels recursos i una escalabilitat rendible.

Fons

A mesura que les organitzacions creixen i digitalitzen més de les seves operacions, el volum de dades empresarials emmagatzemades en sistemes com Dataverse i Dynamics 365 augmenta constantment. Això inclou no només dades actives i transaccionals, sinó també registres històrics que s'han de conservar amb finalitats d'auditoria, regulació o continuïtat del negoci. Amb el temps, aquesta acumulació pot provocar una degradació del rendiment, un augment de la sobrecàrrega operativa i un augment dels costos d'emmagatzematge, especialment quan les dades que ja no s'utilitzen activament romanen en nivells d'emmagatzematge d'alt rendiment.

Una estratègia de gestió d'emmagatzematge ben definida ajuda les organitzacions a abordar aquests reptes identificant dades que es poden arxivar, netejar o traslladar a un emmagatzematge de menor cost i optimitzat per a la lectura. Això és important per als escenaris de compliment en què les dades han de romandre immutables, de baix accés i només de lectura, com ara registres financers, registres d'auditoria o presentacions normatives. Garantir que aquestes dades es conservin de manera compatible, sense afectar el rendiment dels sistemes en viu, és un requisit clau per a moltes empreses.

Mitjançant l'ús de les eines i estratègies disponibles en ambdues plataformes, les organitzacions poden obtenir una millor visibilitat de la seva petjada d'emmagatzematge, reduir el consum innecessari i garantir que les dades crítiques de compliment es gestionin adequadament.

Aquest article descriu enfocaments pràctics per a la gestió de l'emmagatzematge que ajuden els clients a alinear les seves pràctiques de retenció de dades amb les necessitats empresarials i normatives. Això millora el rendiment del sistema, redueix la sobrecàrrega operativa i garanteix que les obligacions de compliment es compleixin sense compromís.

Per què emmagatzemem dades

Per seleccionar i optimitzar el patró de retenció de dades adequat per a les vostres dades, és valuós reflexionar sobre els motius i els usos per als quals emmagatzemem les dades.

Dades operatives

Amb una aplicació empresarial, les dades operatives són les que s'utilitzen per fer un seguiment de les vendes o les accions financeres o de la cadena de subministrament.

Cal accedir a aquestes dades en temps real, donant suport als processos operatius interns i del client que registren accions granulars com ara interaccions amb clients, comandes o activitats d'inventari.

Amb el temps, les dades operatives poden passar d'utilitzar-se activament a utilitzar-se amb poca freqüència. És possible que les dades hagin de ser accessibles gairebé en temps real, per ajudar un client amb una comanda o en un cas d'assistència. Per exemple, considereu els escenaris següents:

  • Un client fa una comanda, mentre que un altre client, que fa temps que no interactua amb l'empresa, fa una comanda.
  • Cada comanda que s'ha fet i s'està enviant, s'accedeix constantment. També hi ha comandes que es troben sota un període de garantia de tres anys que potser hauran de ser referenciades per obtenir suport i possiblement requerir un reemborsament.

Això pot conduir a fases de necessitats d'accés a dades operatives com:

  • Menys d'un any de dades a les quals s'ha accedit activament.
  • Menys de tres anys de dades a les quals s'accedeix amb poca freqüència.
  • Més de tres anys en què ja no s'accedeix operativament a les dades.

La naturalesa en temps real de l'emmagatzematge operatiu fa que sigui relativament car en comparació amb altres emmagatzematges, de manera que reconèixer quan s'ha d'accedir a les dades operativament i quan no és important per definir estratègies de retenció.

Integració operativa

Com a categoria especialitzada d'ús operatiu, es pot requerir que les dades es repliquin entre múltiples sistemes operatius, inclosos patrons com:

  • Banca: Gestió de la relació amb els clients per a les interaccions amb els clients de primera línia i replicació a múltiples sistemes bancaris. Per exemple, teniu comptes corrents, targetes de crèdit, hipoteques i sistemes de comprovació de crèdit.
  • Fabricació: gestió de relacions amb els clients per a la presa de comandes de primera línia i sistema de gestió de recursos empresarials per a la gestió de la cadena de subministrament.
  • Gestió d'emergències policials: la gestió de la relació amb els clients per a les interaccions amb els ciutadans i un sistema d'enviament per als departaments de policia ofereixen gestió del desplegament.

En aquests casos, tot i que cada sistema pot tenir dades úniques que rastreja, sovint hi ha dades mestres comunes que s'han de compartir entre els sistemes i mantenir-les sincronitzades, cosa que comporta necessitats d'integració.

Dades d'auditoria

Normalment, una empresa té la responsabilitat reguladora de conservar les dades durant períodes prolongats, per exemple, durant set anys de mitjana, amb finalitats d'auditoria, ja siguin internes o externes, com ara donar suport a l'auditoria financera, la divulgació reguladora o la revisió del frau.

Aquestes dades normalment abastarien tant les dades necessàries per a finalitats operatives com les dades que ja no són necessàries, ja que permeten la revisió del conjunt de dades des d'un sol lloc.

Dades d'Analytics

Les organitzacions tenen la necessitat de revisar i analitzar l'estat del seu negoci. Han de mesurar i comparar estadístiques al llarg del temps i abastar diverses o totes les parts del negoci.

Els grans períodes i l'amplitud de dades durant els quals es pot produir aquesta anàlisi condueixen a la necessitat de replicar les dades operatives en eines d'anàlisi especialitzades. Això evita que les anàlisis complexes afectin el rendiment dels sistemes operatius, però també permet l'anàlisi de conjunts de dades que van més enllà del període per al qual es necessiten dades operativament. Per exemple, és possible que hàgiu de comparar dades durant set anys, en lloc d'un o dos anys. No obstant això, les diferents necessitats d'anàlisi poden necessitar els períodes de retenció de dades complets o només abastar les dades retingudes en els sistemes operatius.

Les dades analítiques normalment permeten l'agregació de dades en diverses parts de l'empresa i combinen dades de diversos sistemes.

Flux de dades

Les dades d'aquests tipus solen fluir al llarg del temps des de les dades operatives fins a les dades transaccionals o històriques, com es mostra a la imatge següent.

El flux de dades.

Diferents tipus d'emmagatzematge

Dataverse Tipus d'emmagatzematge

Dataverse Organitza l'emmagatzematge en tres categories principals, cadascuna amb diferents patrons d'ús i implicacions de facturació.

Tipus d'emmagatzematge Descripció Casos d'ús habituals
Emmagatzematge de bases de dades Emmagatzema dades estructurades en taules, estàndard i personalitzades. Registres empresarials, metadades, relacions i configuracions
Emmagatzematge d'arxiu Emmagatzema fitxers adjunts i dades binàries. Fitxers adjunts de correu electrònic, imatges, documents penjats a través de Power Apps
Emmagatzematge de registres Emmagatzema registres d'auditoria i registres de traça de connectors. Seguiment de canvis, auditoria, diagnòstic i compliment

Tipus d'emmagatzematge de plataformes de finances i operacions

L'emmagatzematge financer i operatiu es gestiona per separat, però s'integra cada vegada més a l'ecosistema Power Platform . Inclou els següents tipus d'emmagatzematge.

Tipus d'emmagatzematge Descripció Casos d'ús habituals
Emmagatzematge de bases de dades operatives Dades transaccionals bàsiques per a finances, cadena de subministrament, recursos humans i molt més Seients llibres, inventari, comandes de clients
Emmagatzematge de gestió documental Objectes binaris grans (blobs) emmagatzemats a l'Azure Blob Storage Factures, rebuts, documents escanejats
Registres de telemetria i diagnòstic Registres del sistema i dades de telemetria Monitorització del rendiment, diagnòstic de problemes.

Escenaris d'emmagatzematge compartit i integrat

  • Emmagatzematge de doble escriptura

    • Permet la sincronització en temps real entre Dataverse les aplicacions de finances i operacions.
    • Requereix una gestió acurada de la funció i la capacitat per evitar duplicacions o ús excessiu.

  • Retenció a llarg termini (LTR)

    • Mou les dades històriques a un llac de dades administrat (MDL).
    • Redueix l'ús d'emmagatzematge primari mantenint el compliment i l'accés a l'anàlisi.
    • S'integra amb:
      • Cerca ràpida (Dataversecerca nativa)
      • OneLake (anàlisi basat en teixits)
      • Synapse Link (anàlisi de llacs personalitzats)

Com creixen les dades amb el temps

A mesura que les organitzacions escalen l'ús de la plataforma de finances i operacions Dynamics 365, el creixement de Dataverse les dades es converteix en un signe d'èxit i un repte estratègic. El que comença com un conjunt de dades transaccional pot evolucionar ràpidament cap a un patrimoni de dades complex i de diverses capes. Aquesta secció explora cinc factors clau del creixement de les dades i les seves implicacions per a l'emmagatzematge, el rendiment i la governança.

Ús de l'emmagatzematge de dades en dades operatives

Per desbloquejar informació dels sistemes operatius, moltes organitzacions utilitzen Azure Synapse Link, OneLake o exportació de dades per replicar dades i aplicacions de Dataverse finances i operacions en un sistema analític. Tot i que això admet informes avançats i càrregues de treball d'IA, també introdueix:

  • Emmagatzematge redundant a través de les capes operatives i analítiques

    Les dades sovint es dupliquen entre els entorns operatiu i analític. Aquesta redundància augmenta el consum global d'emmagatzematge i pot comportar costos més elevats, especialment si les dades històriques es conserven indefinidament en ambdós sistemes.

  • Duplicació d'esquemes i sobrecàrrega de control de versions

    Per mantenir la coherència entre sistemes, les organitzacions han de replicar els canvis d'esquema (per exemple, camps nous i columnes reanomenades) a través de les capes operatives i analítiques. Això afegeix complexitat a la governança de dades i augmenta el risc de deriva d'esquemes, que pot trencar informes o models posteriors.

  • Augment de la retenció de dades històriques per a l'anàlisi de tendències

    Els sistemes analítics solen conservar les dades durant períodes més llargs per donar suport a l'anàlisi de tendències, la previsió i els informes reguladors. Tot i que és valuosa, aquesta retenció a llarg termini pot conduir a conjunts de dades inflats si no es gestiona amb estratègies adequades d'arxiu i nivells.

L'emmagatzematge de dades és essencial per a l'anàlisi, però sense polítiques de cicle de vida, pot duplicar o triplicar la petjada d'emmagatzematge.

Ús de la cerca a les dades

Funcions com Dataverse la cerca, la indexació de Copilot i la cerca per rellevància requereixen indexar grans volums de dades estructurades i no estructurades. Aquests índexs sovint:

  • Consumir emmagatzematge de registres i bases de dades

    Els índexs de cerca s'emmagatzemen tant en el registre com en l'emmagatzematge de la base de dades. A mesura que es marquen més taules i camps com a cercables, la mida de l'índex creix proporcionalment. Això pot afectar significativament l'ús general de l'emmagatzematge, especialment en entorns amb grans volums de registres o canvis freqüents d'esquema.

  • Persisteix fins i tot per a taules no utilitzades o obsoletes

    Fins i tot quan algunes taules estan obsoletes o ja no s'utilitzen activament, els índexs de cerca associats poden persistir tret que se suprimeixin explícitament. Això comporta un consum d'emmagatzematge innecessari i pot complicar la planificació de la capacitat.

  • Sovint es dupliquen en entorns, com ara entorns de desenvolupament, prova i producció

    Els índexs de cerca normalment es repliquen en entorns de desenvolupament, prova i producció. Tot i que això garanteix un comportament de cerca coherent, també multiplica la petjada d'emmagatzematge, especialment quan els entorns es clonen o s'actualitzen amb freqüència.

La cerca millora la usabilitat i la preparació de la IA, però la inflor de l'índex contribueix silenciosament a l'excés d'emmagatzematge.

Habilitació del registre de les dades

Els registres d'auditoria, els registres de traça de complements i la telemetria són fonamentals per al compliment, la depuració i la supervisió. Tanmateix, tingueu en compte els punts següents:

  • L'emmagatzematge de registres creix linealment amb l'ús i el nombre d'usuaris.

    Les dades de registre creixen proporcionalment amb:

    • El nombre d'usuaris i els seus nivells d'activitat
    • El volum de transaccions i integracions
    • La complexitat de la lògica empresarial, com ara complements i fluxos de treball

    En entorns d'alt ús, això pot conduir a una ràpida expansió de les taules de registre, consumint quotes d'emmagatzematge de bases de dades i registres.

  • Els valors predeterminats de retenció solen ser massa generosos , com ara 90 dies o més.

    Per defecte, moltes característiques de registre conserven les dades durant períodes prolongats, com ara 90 dies o més. Tot i que això permet la traçabilitat a llarg termini, pot provocar un consum d'emmagatzematge innecessari, especialment quan els registres no es revisen o exporten activament.

  • Els registres generats pel sistema es facturen al client a Dataverse.

    Els Dataverse registres generats pel sistema, inclosos els registres d'auditoria i els registres de traça de complements, es comptabilitzen amb el dret d'emmagatzematge del client. Això vol dir que sense estratègies adequades de neteja o exportació, la tala pot contribuir directament a l'excés d'emmagatzematge i a l'augment dels costos de llicència.

El registre no és negociable per a les indústries regulades, però s'ha de combinar amb estratègies de retenció i exportació, com ara Azure Monitor o Log Analytics.

Tenir diverses còpies de l'entorn de producció

Per donar suport al desenvolupament, les proves, la formació i la resolució de problemes, els clients sovint creen entorns sandbox o clonats. Cada còpia:

  • Replica les dades completes i l'empremta de l'índex.
  • Pot incloure dependències no òbvies, com ara índexs de cerca, registres d'auditoria i metadades.
  • Poques vegades es neteja després del seu ús.

L'expansió de l'entorn és un dels principals impulsors del cost i la complexitat de l'emmagatzematge. Les polítiques de governança i l'automatització són clau per a la contenció.

Optimització de consultes sobre les dades

A mesura que els volums de dades creixen i la capacitat de resposta de les aplicacions esdevé crítica, els clients i els ISV sovint implementen diverses tècniques d'optimització de consultes per millorar el rendiment al Dataverse Dynamics 365. Aquestes estratègies són especialment habituals en escenaris d'informes, anàlisis i integracions.

Per millorar el rendiment, els clients i els ISV sovint creen:

  • Índexs personalitzats i vistes materialitzades

    Aquests s'utilitzen per accelerar l'execució de consultes precalculant unions o agregacions. Són útils en escenaris que impliquen filtres complexos o conjunts de dades grans.

  • Taules desnormalitzades per a informes

    Per simplificar els informes i reduir la complexitat de les consultes, els desenvolupadors sovint creen versions aplanades de dades relacionals. Aquestes taules redueixen la necessitat d'unions en temps d'execució i milloren el rendiment del tauler de control.

  • Emmagatzematge en memòria cau de capes o agregats

    Les dades a les quals s'accedeix amb freqüència de vegades s'agreguen prèviament o s'emmagatzemen a la memòria cau en taules intermèdies o magatzems externs per reduir la càrrega de la base de dades primària.

Tot i que aquests milloren la capacitat de resposta, també:

  • Augmenta l'ús d'emmagatzematge

    Cada capa d'optimització introdueix més estructures de dades, ja sigui una còpia de dades existents en un format desnormalitzat, una vista precalculada o una taula de memòria cau. Aquestes estructures sovint dupliquen dades ja emmagatzemades en altres llocs, cosa que comporta una petjada d'emmagatzematge global més gran. En entorns amb quotes d'emmagatzematge estrictes o models de llicències basats en costos, com ara Dataverse, això pot derivar ràpidament en excés evitables.

  • Pot quedar orfe a mesura que les aplicacions evolucionen

    A mesura que les aplicacions evolucionen, és possible que alguns artefactes d'optimització ja no siguin referenciats pels informes, els quadres de comandament o les integracions actius. Aquests objectes orfes continuen consumint espai d'emmagatzematge i fins i tot poden alentir les operacions del sistema, per exemple, durant les còpies de seguretat o la indexació, si no s'identifiquen i s'eliminen. Sense auditories regulars, es poden acumular desapercebudes, i minar els mateixos guanys de rendiment que van ser creats per donar suport.

L'optimització de consultes és essencial per a l'escalabilitat, però s'ha d'equilibrar amb la higiene de l'emmagatzematge i l'ajust basat en telemetria.

Índexs i el seu impacte en l'emmagatzematge

Els índexs són essencials per millorar el rendiment de les consultes i utilitzar la recuperació ràpida de dades en grans conjunts de dades. Tant a les aplicacions Finance and Operations com a les del Dynamics 365, els índexs es creen automàticament per a les claus primàries i els camps consultats amb freqüència, i es poden definir altres índexs personalitzats per donar suport a escenaris empresarials específics. Dataverse

Tot i que els índexs són fonamentals per al rendiment, també tenen un impacte directe en el consum d'emmagatzematge, sovint subestimat durant el disseny de la solució.

Com els índexs consumeixen emmagatzematge

  • Duplicació física de dades: Cada índex emmagatzema una còpia de les columnes indexades, juntament amb els punters a les files corresponents. Com més columnes i files indexades hi hagi, més gran serà la mida de l'índex.

  • Creixement amb el volum de dades: A mesura que la taula subjacent creix, també ho fa l'índex. En entorns amb moltes transaccions, els índexs poden créixer ràpidament, especialment en taules grans i desnormalitzades o en aquelles amb insercions i actualitzacions freqüents.

  • Diversos índexs per taula: És habitual que una sola taula tingui diversos índexs, per exemple, per a la cerca, el filtratge, l'ordenació i les unions. Cada altre índex se suma a la petjada d'emmagatzematge acumulativa.

  • Índexs de cerca a Dataverse: Funcions com la Dataverse cerca i la indexació de Copilot creen índexs especialitzats que abasten diversos camps i taules. Aquests s'emmagatzemen a la taula DataverseSearch i poden consumir molt d'espai, especialment quan s'utilitzen en diversos entorns com ara entorns de desenvolupament, prova i producció.

  • Índexs generats pel sistema: Alguns índexs són creats automàticament per la plataforma, com ara per a camps de cerca o relacions. Aquests poden persistir fins i tot si les taules associades estan obsoletes, tret que es treguin explícitament.

Implicacions d'emmagatzematge

  • Augment de l'emmagatzematge de bases de dades i registres: Els índexs contribueixen a l'ús tant de l'emmagatzematge de bases de dades com de registres, cosa que pot afectar els costos de llicència a Dataverse.
  • Duplicació d'entorns: Quan es copien o s'actualitzen els entorns, tots els índexs es dupliquen, cosa que amplifica l'ús d'emmagatzematge en entorns de desenvolupament, prova i producció.
  • Sobrecàrrega de manteniment: Els índexs s'han d'actualitzar a mesura que canvien les dades, cosa que pot augmentar la latència d'escriptura i el consum de recursos.

Impacte de la sincronització del costat del servidor en l'emmagatzematge

La sincronització del servidor a Dataverse permet una integració perfecta de correus electrònics, cites i tasques entre Microsoft Exchange i Dataverse. Tot i que millora la productivitat i l'automatització, també contribueix al consum d'emmagatzematge de les maneres següents.

  • Creació de registres d'activitat: Cada correu electrònic o cita sincronitzada genera un registre d'activitat a Dataverse, que inclou metadades, contingut del cos i possibles fitxers adjunts.
  • Emmagatzematge de fitxers adjunts: Si els fitxers adjunts no es filtren o no es descarreguen, s'emmagatzemen directament a Dataverse, cosa que augmenta l'ús d'emmagatzematge.
  • Compliment i retenció: Les organitzacions que utilitzen la sincronització del servidor per al seguiment del compliment poden conservar més dades de les necessàries, cosa que infla encara més l'emmagatzematge.
  • Contingut protegit: Fins i tot els correus electrònics protegits per Purview, tot i que tenen una visibilitat de contingut limitada, generen registres de marcador de posició que consumeixen espai.

Per gestionar aquest impacte, les empreses haurien d'implementar polítiques de retenció, considerar la possibilitat de descarregar els fitxers adjunts i controlar regularment els volums de registres d'activitat.

Com puc gestionar l'emmagatzematge en constant creixement?

Tant si ja us enfronteu a excés d'emmagatzematge com si voleu anar-hi per davant, la gestió del creixement de dades a la plataforma de finances i operacions del Dynamics 365 requereix un enfocament deliberat i basat en polítiques. Dataverse Aquesta secció descriu dos punts d'entrada estratègics: la remediació reactiva i la governança proactiva.

Hi ha dos escenaris possibles:

  1. Voleu aplicar proactivament les millors pràctiques per gestionar l'emmagatzematge i evitar costos elevats en el futur.
  2. Ja esteu en una situació en què cal reduir la mida i el cost de l'emmagatzematge.

Aplicar les millors pràctiques per gestionar la mida i els costos d'emmagatzematge

Escenari 1: Voleu aplicar proactivament les millors pràctiques per gestionar l'emmagatzematge

Si encara no esteu en mode crisi, ara és el moment d'aplicar eines i tècniques per gestionar l'emmagatzematge de manera proactiva.

Configura l'analítica per a les teves dades

A mesura que les organitzacions creixen, també ho fa la necessitat d'extreure informació de les dades operatives sense afectar el rendiment de les aplicacions empresarials bàsiques. Microsoft ofereix diverses maneres de permetre l'anàlisi de dades de finances i operacions del Dynamics 365 mitjançant la integració amb el vostre propi llac de dades o magatzem. Dataverse

Aquí teniu dues opcions potents a tenir en compte:

Opció 1. Fes servir l'enllaç Azure Synapse : porta el teu propi llac

Azure Synapse L'enllaç us permet connectar-vos Dataverse directament al vostre espai de treball d'Azure Data Lake o Synapse. Això permet la replicació gairebé en temps real de dades operatives en un entorn analític, sense escriure pipelines ETL complexos.

Beneficis:

  • Executeu anàlisis avançades i models d'IA sobre dades en directe o quasi en directe.
  • Eviteu l'impacte en el rendiment dels vostres sistemes de producció.
  • Feu servir eines familiars com ara T-SQL, Spark o Power BI per a la generació d'informes.

Exemple de cas d'ús: Una empresa minorista utilitza Synapse Link per analitzar el comportament de compra dels clients a través de regions, combinant Dataverse dades de gestió de relacions amb clients amb dades de mercat externes del seu propi llac.

Opció 2. Utilitzeu OneLake: anàlisi unificada amb Microsoft Fabric

OneLake, que forma part de Microsoft Fabric, ofereix una experiència de llac de dades unificada on podeu emmagatzemar i analitzar dades de múltiples fonts, incloses Dataverse i aplicacions de finances i operacions, sense duplicació.

Beneficis:

  • Emmagatzematge centralitzat per a totes les càrregues de treball analítiques.
  • Integració nativa amb Power BI, Synapse i serveis d'IA.
  • Governança i seguretat simplificades en tots els dominis de dades.

Exemple de cas d'ús: Una empresa de serveis financers utilitza OneLake per consolidar dades operatives d'aplicacions de finances i operacions i Dataverse amb indicadors econòmics externs, cosa que permet la modelització de riscos en temps real i els quadres de comandament executius. D'aquesta manera, podeu desacoblar les dades operatives dels vostres sistemes principals i permetre anàlisis escalables i rendibles exportant aquestes dades als seus propis entorns analítics, sense duplicar càrregues de treball ni afectar el rendiment.

Eines i tècniques per reduir l'emmagatzematge

Dataverse ofereix diverses eines i estratègies integrades per ajudar els administradors a gestionar l'emmagatzematge de manera eficient i mantenir el rendiment del sistema.

Dataverse

Gestionar dades amb polítiques de governança

  • Comença pels entorns i taules que consumeixen més emmagatzematge.
  • Utilitza polítiques de governança recurrents per a un creixement previsible de les dades en lloc de dependre només d'una neteja puntual.
  • Prova els criteris d'eliminació i retenció en un entorn sandbox abans d'utilitzar-los en producció.
  • Revisa regularment els resultats i fracassos de les polítiques.
  • Afegeix capacitat d'emmagatzematge quan les dades necessàries no es puguin eliminar o traslladar a una retenció a llarg termini.

Neteja de l'entorn i de les dades

  • Suprimeix els entorns no utilitzats: Pots suprimir un entorn per recuperar espai d'emmagatzematge i eliminar informació personal identificable (PII).
  • Tasques de supressió massiva: Podeu suprimir les dades següents de manera massiva:
    • Dades obsoletes o dades irrellevants per al negoci.
    • Prova o dades d'exemple innecessaris.
    • Dades que s'han importat incorrectament des d'altres sistemes.

Optimització de fitxers i taules

Retenció a llarg termini (LTR) i arxivament

Optimització de l'índex de cerca

  • Reduir Dataverse cerca: Podeu reduir la mida d'emmagatzematge realitzant tots els passos dels Dataverse detalls d'emmagatzematge basats en la capacitat.
  • Reduir la mida de la taula DataverseSearch: La taula DataverseSearch és l'emmagatzematge acumulatiu que utilitza l'índex de cerca Dataverse . Inclou les dades de tots els camps que es poden cercar, recuperar i filtrar de les taules que heu indexat per al vostre entorn. Podeu reduir la mida de la taula eliminant columnes de cerca, columnes de visualització i condicions de filtre per a una o més taules. Podeu desactivar la cerca al Dataverse per eliminar totes les dades indexades.
Aplicacions de finances i operacions

Les aplicacions de finances i operacions ofereixen opcions flexibles per gestionar l'emmagatzematge en entorns de producció i de sandbox.

Gestió ambiental

  • Limiteu el nombre de còpies de producció completes: podeu reduir el consum general d'emmagatzematge de les aplicacions de finances i operacions eliminant les còpies de producció completes en entorns de proves. Per exemple, si teniu cinc còpies d'entorns de producció en un espai de proves, el consum d'emmagatzematge és la suma de la producció més cinc còpies d'entorns de producció en un espai de proves.
  • Retallar dades en entorns de sandbox: retallant les dades en un entorn de sandbox, podeu reduir l'empremta d'emmagatzematge general. Podeu seguir els mètodes següents per netejar les dades de la zona de proves.
    • El procés de restauració proporciona una execució d'obertura i retall.
    • Escriure T-SQL
    • Escriu X++
  • Realitzeu una còpia sense transaccions entre entorns: La còpia d'entorn per a aplicacions de finances i operacions ha implicat tradicionalment la duplicació completa de la base de dades, inclosa la configuració, les dades mestres i les transaccions, cosa que, tot i que és útil per a la depuració, augmenta significativament el consum d'emmagatzematge tant a finances com a operacions i Dataverse.

Neteja personalitzada i gestió de registres

  • Escriviu rutines de neteja personalitzades segons calgui: Podeu escriure rutines de neteja personalitzades segons les necessitats de la vostra empresa per netejar les dades no desitjades.
  • Eviteu emmagatzemar registres: Podeu moure SysDatabaseLog a una base de dades menys transaccional per reduir l'espai d'emmagatzematge total.

Arxivament i retenció a llarg termini

Rutines de neteja integrades

  • Rutines de neteja: al Dynamics 365 Finance i Dynamics 365 Supply Chain Management, les rutines de neteja estan disponibles en diversos mòduls. Rutines de neteja ofereix una visió general de les rutines que estan disponibles actualment. Després de copiar la base de dades de la sandbox, executeu aquestes rutines de neteja de manera proactiva per eliminar taules innecessàries, com ara l'historial de lots, els registres i l'historial de transaccions minoristes. Eliminar dades obsoletes o irrellevants.
  • Arxivar dades de transaccions amb targeta de crèdit: Descriu una tasca d'arxivament a Dynamics 365 Commerce que pot ajudar a alliberar espai a la base de dades arxivant els tokens de pagament amb targeta de crèdit.

Reduir la mida i els costos d'emmagatzematge

Escenari 2: Ja us trobeu en una situació en què cal reduir la mida i el cost de l'emmagatzematge

Avaluar què consumeix espai d'emmagatzematge

  • Feu servir el centre d'administració i els informes d'emmagatzematge de finances i operacions per identificar les taules, els tipus de fitxers i els registres que més consumeixen. Power Platform
  • Feu servir la telemetria, si està disponible, per atribuir l'ús a aplicacions, usuaris o unitats de negoci específiques.

Prioritzar els candidats a la neteja

  • Centrar-se en:
    • Taules de preparació i integració, com ara memòries intermèdies d'escriptura dual
    • Registres d'auditoria: conserveu-los al vostre propi emmagatzematge
    • Entorns no utilitzats o zones de proves
    • Metadades i índexs de cerca orfes
    • Suprimeix el que no necessitis, per exemple, suprimir en bloc

Utilitzeu Synapse Link i OneLake per a informes analítics

  • Exporta les dades analítiques a Synapse Link.
  • Feu servir OneLake per accedir a les dades conservades i a les dades empresarials amb finalitats analítiques i d'informes.

Aplicar la retenció a llarg termini (LTR)

  • Moure dades històriques a un llac de dades gestionat (MDL) mitjançant polítiques LTR.
  • Mantingueu l'accés a la cerca i l'anàlisi mitjançant Quick Search, Synapse Link o OneLake.

Casos d'ús

Els casos d'ús per a la gestió de l'emmagatzematge en entorns financers i operatius són fonamentals per optimitzar l'espai de la base de dades, millorar el rendiment del sistema i complir els requisits normatius. Dataverse A continuació es mostren alguns escenaris típics que il·lustren com es poden aplicar aquestes estratègies:

  • Gestió del creixement de les dades històriques

    • Escenari: Una empresa ha estat activa al Dynamics 365 durant diversos anys i ha acumulat grans volums de transaccions històriques i fitxers adjunts.
    • Acció: Implementar estratègies de retenció a llarg termini per conservar les dades inactives, reduir la mida de la base de dades principal i mantenir el compliment dels requisits d'auditoria.

  • Retenció de dades basada en el compliment normatiu

    • Escenari: Un client de la indústria regulada ha de conservar les dades financeres o dels clients durant set a deu anys en un format a prova de manipulacions.
    • Acció: Utilitzeu LTR per conservar les dades immutables i de només lectura d'acord amb els requisits legals i reglamentaris, alhora que manteniu les dades empresarials àgils sense comprometre l'anàlisi i els informes.

  • Optimització de l'índex de cerca i Copilot

    • Escenari: Dataverse La cerca i la indexació de Copilot estan habilitades en tots els entorns, incloses les taules no utilitzades.
    • Acció: Auditeu els camps que es poden cercar i desactiveu la indexació per a taules de baix valor o obsoletes. Superviseu la mida de la taula DataverseSearch i optimitzeu les configuracions per reduir l'emmagatzematge de registres i de bases de dades.

  • Gestió d'auditoria i telemetria

    • Escenari: Els registres de seguiment i els registres d'auditoria dels complements creixen ràpidament, consumeixen emmagatzematge i afecten el rendiment.
    • Acció: Exporteu els registres a sistemes externs, com ara Azure Monitor, i automatitzeu la neteja d'entrades antigues per mantenir la visibilitat sense sobrecarregar l'emmagatzematge.

  • Integració d'emmagatzematge de dades i anàlisi

    • Escenari: L'organització replica les dades operatives a Azure Synapse o OneLake per a anàlisis, cosa que comporta un emmagatzematge duplicat.
    • Acció: Utilitzeu exportacions incrementals, apliqueu filtres i eviteu la replicació completa del conjunt de dades per minimitzar la redundància i alhora permetre obtenir informació valuosa.

  • Reducció dels excedents d'emmagatzematge

    • Escenari: Un client rep una notificació sobre l'excés de la seva Dataverse quota d'emmagatzematge, cosa que comporta costos inesperats.
    • Acció: Utilitzeu els informes de capacitat per identificar les taules que més consumeixen, netejar els entorns obsolets i eliminar els fitxers adjunts o els registres no utilitzats. Penseu en la possibilitat de traslladar dades inexistents (normalment registres històrics o d'accés poc freqüent) a nivells d'emmagatzematge de menor cost.

  • Optimització del rendiment en taules grans

    • Escenari: Els processos crítics per a l'empresa s'estan alentint a causa de les taules grans.
    • Acció: Arxivar registres antics, netejar tasques del sistema, per exemple AsyncOperationBase i WorkflowLogBase.

  • Gestió del cicle de vida del medi ambient

    • Escenari: Els entorns de desenvolupament i proves es clonen de la producció, duplicant totes les dades i els índexs.
    • Acció: Retalla els entorns de sandbox després d'una actualització, desactiva la indexació de cerca innecessària i elimina les dades de prova per reduir el consum d'emmagatzematge redundant. Suprimeix els entorns de sandbox que no s'utilitzen per estalviar espai d'emmagatzematge.

Casos d'estudi

Cas pràctic 1: Reducció de l'excés d'emmagatzematge mitjançant la neteja d'índexs

Perfil del client: Una empresa de fabricació global que utilitza Dynamics 365 per a aplicacions de cadena de subministrament i finances i operacions.

Repte: El client experimentava excés d'emmagatzematge inesperats i una degradació del rendiment en el seu entorn de producció. La investigació va revelar que diversos índexs personalitzats i vistes materialitzades, creats durant la implementació inicial, ja no s'utilitzaven però encara consumien un espai d'emmagatzematge significatiu.

Solució: L'equip va dur a terme una auditoria trimestral de tots els índexs personalitzats i va eliminar els que no feien referència a les consultes o informes actius. També van implementar una política de governança per revisar les noves sol·licituds d'índex abans del desplegament.

Resultat:

  • S'ha reduït l'emmagatzematge de la base de dades en un 28%.
  • Rendiment de les consultes millorat en un 15%.
  • S'ha evitat una projecció de $12,000 per any en altres costos d'emmagatzematge.

Cas pràctic 2: Arxivament de dades històriques per assolir els objectius de compliment i rendiment

Perfil del client: Una empresa de serveis financers que utilitza Dataverse Dynamics 365 per a la incorporació de clients i la funcionalitat de gestió de casos.

Repte: L'empresa necessitava conservar els registres dels clients durant més de set anys per complir els requisits reglamentaris, però el volum creixent de dades inactives alentia els fluxos de treball actius i augmentava els costos d'emmagatzematge.

Solució: El client va implementar una estratègia de retenció a llarg termini utilitzant les capacitats d'arxivament de Dataverse. Els registres inactius es van moure a un nivell d'emmagatzematge de només lectura i optimitzat en termes de costos, mentre que les dades actives es van mantenir en un emmagatzematge d'alt rendiment.

Resultat:

  • Arxivat més d'1,2 milions de registres.
  • S'ha reduït la mida de la base de dades primària en un 40%.
  • Manteniment de la plena auditabilitat i compliment de les polítiques de retenció.

Cas pràctic 3: optimització dels índexs de cerca entre entorns

Perfil del client: Una organització minorista amb múltiples Dataverse entorns, incloent-hi entorns de desenvolupament, prova i producció, que admeten una solució de gestió de relacions amb els clients habilitada per a Copilot.

Repte: Es van utilitzar índexs de cerca en tots els entorns, incloent-hi taules no utilitzades i dades de prova. Això va provocar taules de DataverseSearch inflades i un consum d'emmagatzematge innecessari.

Solució: L'equip va revisar els camps que es poden cercar i va deixar d'utilitzar la indexació en taules no crítiques en entorns de desenvolupament i proves. També van automatitzar la neteja d'índexs durant les actualitzacions de l'entorn.

Resultat:

  • S'ha reduït l'emmagatzematge de l'índex de cerca en un 35%.
  • Temps d'actualització de l'entorn millorats en un 20%.
  • S'ha reduït l'ús general d'emmagatzematge de registres i bases de dades.

Cas pràctic 4: Ús de l'exportació de dades per a anàlisis sense duplicar l'emmagatzematge

Perfil del client: Un proveïdor d'atenció mèdica que utilitza Dynamics 365 i Dataverse per a la participació i la facturació dels pacients.

Repte: L'equip d'anàlisi necessitava accés a dades operatives per a l'anàlisi de tendències i la modelització d'IA, però la duplicació de dades en un magatzem separat augmentava els costos d'emmagatzematge i la complexitat.

Solució: El client utilitzava Azure Synapse Link amb exportació incremental i emmagatzematge per nivells a OneLake. Només van conservar les dades analítiques essencials i van aplicar polítiques de retenció per gestionar la profunditat històrica.

Resultat:

  • Permet l'anàlisi en temps real sense afectar els sistemes operatius.
  • S'ha reduït l'emmagatzematge redundant en un 45%.
  • Millora de la governança durant el cicle de vida de les dades analítiques.

Conclusió

Una gestió eficaç de l'emmagatzematge és crucial per mantenir el rendiment del sistema i optimitzar l'ús dels recursos en entorns del Dynamics 365. Les rutines de neteja i les tasques d'arxivament descrites en aquest article proporcionen solucions robustes per alliberar espai valuós a la base de dades i optimitzar les operacions. Mitjançant aquestes eines com LTR i tècniques similars, els clients poden abordar els reptes comuns d'emmagatzematge i crear pràctiques de gestió de dades sostenibles. A més, estudis de casos reals demostren l'eficàcia d'aquests enfocaments, oferint informació sobre les seves aplicacions pràctiques. L'adopció d'aquestes estratègies permet a les organitzacions gestionar proactivament les seves necessitats d'emmagatzematge i millorar l'eficiència general.

Referències

Neteja d'emmagatzematge a Dataverse:

Neteja d'emmagatzematge en finances i operacions:

Capacitat d'emmagatzematge:

  • Darrera actualització el