Správa úložiště v Dataverse a ve finančních a provozních aplikacích

S tím, jak organizace zrychlují svou cestu digitální transformace, se schopnost efektivně spravovat data stává strategickým obchodním imperativem. S nástupem aplikací založených na umělé inteligenci a pracovních postupů řízených systémem Copilot podniky generují a spotřebovávají data nebývalým tempem. Tato data podporují inovace, umožňují personalizované zážitky a podporují kritické rozhodování – ale pouze pokud jsou inteligentně spravována a ukládána.

Aby organizace mohly tyto vyvíjející se obchodní potřeby podpořit, musí přijmout proaktivní strategii správy úložišť. Díky tomu je zajištěno zodpovědné nakládání s daty, která již nejsou potřeba pro každodenní provoz, čímž se uvolní kapacita pro vysoce hodnotné úlohy, sníží se provozní tření a splní se požadavky na dodržování předpisů a audit.

Z technického hlediska efektivní správa úložiště v Dynamics 365 zvyšuje výkon systému, zvyšuje nákladovou efektivitu a zajišťuje dodržování zásad dlouhodobého uchovávání (LTR). Dataverse Obě platformy nabízejí nástroje a automatizační funkce, které organizacím umožňují spravovat úložiště.

Implementací strategií popsaných v tomto článku mohou podniky snížit režijní náklady na podporu, zefektivnit dodržování předpisů a zpřístupnit větší hodnotu svým obchodním aplikacím – proměnit úložiště z omezení v konkurenční výhodu.

Klíčové výhody

Efektivní správa úložišť v Dynamics 365 nabízí několik klíčových výhod, které řeší běžné problémy zákazníků a zvyšují celkovou provozní efektivitu. Dataverse

  • Zvýšený soulad s LTR: Efektivní správa úložiště zajišťuje, že data jsou uložena v souladu se zásadami LTR. To nejen pomáhá splňovat regulační požadavky, ale také zajišťuje, že kritická data jsou zachována a v případě potřeby dostupná.

  • Vylepšený výkon: Optimalizací správy úložišť mohou organizace výrazně zvýšit výkon svých systémů. Efektivní alokace a správa úložiště snižují latenci a zvyšují rychlost načítání dat, což vede k plynulejšímu a rychlejšímu provozu.

  • Zvyšování nákladové efektivity: Efektivní správa úložišť umožňuje organizacím soustředit se na data s vysokou hodnotou zefektivněním a zpřehledněním úložného prostředí. Tím, že si firmy ponechají pouze to nezbytné, mohou optimalizovat svou úložnou kapacitu, což vede k inteligentnějšímu využití zdrojů a nákladově efektivní škálovatelnosti.

Pozadí

S růstem organizací a digitalizací stále většího počtu svých operací se neustále zvyšuje objem obchodních dat uložených v systémech, jako jsou Dynamics 365 a Dynamics 365. Dataverse To zahrnuje nejen aktivní transakční data, ale také historické záznamy, které je nutné uchovávat pro účely auditu, regulace nebo zajištění kontinuity provozu. Postupem času může toto hromadění vést ke snížení výkonu, zvýšení provozních nákladů a rostoucím nákladům na úložiště – zejména pokud data, která se již aktivně nepoužívají, zůstávají ve vysoce výkonných úložných úrovních.

Dobře definovaná strategie správy úložišť pomáhá organizacím řešit tyto výzvy identifikací dat, která lze archivovat, vyčistit nebo přesunout do levnějšího úložiště optimalizovaného pro čtení. To je důležité pro scénáře dodržování předpisů, kde data musí zůstat neměnná, s nízkým přístupem a pouze pro čtení, jako jsou finanční záznamy, protokoly auditu nebo regulační podání. Zajištění toho, aby tato data byla uchovávána v souladu s předpisy, aniž by to ovlivnilo výkon aktivních systémů, je pro mnoho podniků klíčovým požadavkem.

Díky nástrojům a strategiím dostupným na obou platformách mohou organizace získat lepší přehled o své úložné stopě, snížit zbytečnou spotřebu a zajistit, aby s daty kritickými pro dodržování předpisů bylo nakládáno odpovídajícím způsobem.

Tento článek popisuje praktické přístupy ke správě úložišť, které pomáhají zákazníkům sladit jejich postupy uchovávání dat s obchodními a regulačními potřebami. To zlepšuje výkon systému, snižuje provozní náklady a zajišťuje bezproblémové plnění povinností v oblasti dodržování předpisů.

Proč ukládáme data

Abyste si vybrali a optimalizovali správný vzorec uchovávání dat pro vaše data, je cenné zamyslet se nad důvody a způsoby použití, pro které data ukládáme.

Provozní údaje

V obchodní aplikaci se provozní data používají ke sledování prodeje, finančních aktivit nebo aktivit v dodavatelském řetězci.

K těmto datům je třeba přistupovat v reálném čase, což podporuje procesy u zákazníků a interní provozní procesy, které zaznamenávají detailní akce, jako jsou interakce se zákazníky, objednávky nebo aktivity ve skladu.

Postupem času se provozní data mohou přesunout z aktivně používaných na méně časté používání. Data mohou být potřeba k dispozici téměř v reálném čase, aby mohla zákazníkovi pomoci s objednávkou nebo v případě potřeby podpory. Uvažujme například následující scénáře:

  • Zákazník zadá objednávku, zatímco jiný zákazník, který s firmou nějakou dobu nekomunikoval, zadá objednávku.
  • Každá objednávka, která byla zadána a je odesílána, je neustále zobrazována. Existují také objednávky, na které se vztahuje tříletá záruční doba, a na které může být nutné se odkázat pro podporu a případně vyžadovat vrácení peněz.

To může vést k fázím potřeb provozního přístupu k datům, jako například:

  • Aktivně využívaná data méně než jeden rok.
  • Méně než tři roky málo využívaných dat.
  • Více než tři roky, po které již nejsou data provozně přístupná.

Vzhledem k povaze operačního úložiště v reálném čase je toto úložiště ve srovnání s jinými úložišti relativně drahé, takže pro definování strategií uchovávání dat je důležité rozpoznat, kdy je k datům potřeba přistupovat z operačního hlediska a kdy ne.

Provozní integrace

Jako specializovaná kategorie provozního použití může být nutné replikovat data mezi více operačními systémy, včetně vzorů, jako jsou:

  • Bankovnictví Řízení vztahů se zákazníky pro interakce se zákazníky v první linii a replikaci do více bankovních systémů. Například máte běžné účty, kreditní karty, hypotéky a systémy pro kontrolu úvěruschopnosti.
  • Výrobní Řízení vztahů se zákazníky pro příjem objednávek v první linii a systém řízení podnikových zdrojů pro řízení dodavatelského řetězce.
  • Policejní řešení mimořádných událostí Řízení vztahů se zákazníky pro interakce s občany a dispečerské systémy pro policejní oddělení nabízejí správu nasazení.

V těchto případech, i když každý systém může sledovat jedinečná data, často existují společná, hlavní data, která je třeba mezi systémy sdílet a synchronizovat, což vede k potřebě integrace.

Auditní data

Podnik má obvykle regulační odpovědnost za uchovávání dat po delší dobu – například v průměru sedm let – pro účely auditu, ať už interního nebo externího, jako je například podpora finančního auditu, zveřejňování informací regulačními orgány nebo kontrola podvodů.

Tato data obvykle zahrnují jak data potřebná pro provozní účely, tak data, která již nejsou potřeba, protože umožňují kontrolu napříč datovou sadou z jednoho místa.

Data analýzy

Organizace potřebují přezkoumávat a analyzovat stav svého podnikání. Musí měřit a porovnávat statistiky v čase a zahrnující více nebo všechny části podniku.

Velká období a šíře dat, nad nimiž může tato analýza probíhat, vedou k potřebě replikovat provozní data do specializovaných analytických nástrojů. Díky tomu se zabrání tomu, aby složitá analytika ovlivňovala výkon operačních systémů, ale zároveň se umožní analýza napříč datovými sadami, která přesahuje období, pro které jsou data z provozního hlediska potřebná. Například můžete potřebovat porovnat data za sedm let, nikoli za jeden až dva roky. Různé analytické potřeby však mohou vyžadovat celou dobu uchovávání dat nebo se vztahovat pouze na data uchovávaná v operačních systémech.

Analytická data obvykle umožňují agregaci dat napříč různými částmi podniku a kombinují data z více systémů.

Tok dat

Data těchto typů obvykle v průběhu času přecházejí z provozních dat a poté k transakčním nebo historickým datům, jak je znázorněno na následujícím obrázku.

Tok dat.

Různé typy úložiště

Dataverse typy úložišť

Dataverse organizuje úložiště do tří hlavních kategorií, z nichž každá má odlišné vzorce využití a dopady na fakturaci.

Typ úložiště Description Běžné případy použití
Úložiště databáze Ukládá strukturovaná data do tabulek – standardních i vlastních. Obchodní záznamy, metadata, vztahy a konfigurace
Úložiště souborů Ukládá přílohy a binární data. Přílohy e-mailů, obrázky, dokumenty nahrané prostřednictvím Power Apps
Úložiště protokolů Ukládá protokoly auditu a protokoly trasování pluginů. Sledování změn, auditování, diagnostika a dodržování předpisů

Typy úložišť platformy pro finance a provoz

Finanční a provozní úložiště je spravováno odděleně, ale stále více se integruje do ekosystému. Power Platform Zahrnuje následující typy úložišť.

Typ úložiště Description Běžné případy použití
Úložiště operační databáze Základní transakční data pro finance, dodavatelský řetězec, lidské zdroje a další Záznamy v účetní knize, zásoby, objednávky zákazníků
Úložiště pro správu dokumentů Velké binární objekty (bloby) uložené v úložišti Azure Blob Storage Faktury, účtenky, naskenované dokumenty
Telemetrické a diagnostické protokoly Systémové protokoly a telemetrická data Monitorování výkonu, diagnostika problémů.

Scénáře sdíleného a integrovaného úložiště

  • Duální úložiště pro zápis

    • Umožňuje synchronizaci v reálném čase mezi aplikacemi pro finance a provoz. Dataverse
    • Vyžaduje pečlivé řízení rolí a kapacit, aby se zabránilo duplicitě nebo nadměrnému využívání.

  • Dlouhodobá retence (LTR)

    • Přesouvá historická data do úložiště Managed Data Lake (MDL).
    • Snižuje využití primárního úložiště a zároveň zachovává dodržování předpisů a přístup k analytickým nástrojům.
    • Integruje se s:
      • Rychlé vyhledávání (Dataverse-nativní vyhledávání)
      • OneLake (analytika založená na fabrice)
      • Synapse Link (vlastní analýza jezer)

Jak vaše data rostou v průběhu času

S tím, jak organizace rozšiřují své využívání finanční a provozní platformy Dynamics 365, se růst dat stává jak známkou úspěchu, tak strategickou výzvou. Dataverse Co začíná jako štíhlá transakční datová sada, se může rychle vyvinout v komplexní, vícevrstvý datový komplex. Tato část zkoumá pět klíčových faktorů růstu dat a jejich dopady na ukládání, výkon a správu.

Využití datových skladů pro provozní data

Pro získání poznatků z operačních systémů mnoho organizací používá platformy Link, OneLake nebo export dat k replikaci dat z finančních a provozních aplikací do analytického systému. Azure Synapse Dataverse I když to podporuje pokročilé reportingové a umělé inteligence, zavádí také:

  • Redundantní úložiště napříč provozní a analytickou vrstvou

    Data se často duplikují mezi operačním a analytickým prostředím. Tato redundance zvyšuje celkovou spotřebu úložiště a může vést k vyšším nákladům, zejména pokud jsou historická data v obou systémech uchovávána po neomezenou dobu.

  • Duplikace schématu a režie verzování

    Aby organizace zachovaly konzistenci mezi systémy, musí replikovat změny schématu – například nová pole a přejmenované sloupce – napříč provozní i analytickou vrstvou. To zvyšuje složitost správy dat a riziko posunu schématu, který může narušit následné sestavy nebo modely.

  • Zvýšená míra uchovávání historických dat pro analýzu trendů

    Analytické systémy obvykle uchovávají data po delší dobu, aby podpořily analýzu trendů, prognózy a regulační reporting. I když je toto dlouhodobé uchovávání cenné, může vést k nafouknutí datových sad, pokud není spravováno pomocí správných strategií archivace a vrstvení.

Datové sklady jsou pro analytiku nezbytné, ale bez zásad životního cyklu mohou zdvojnásobit nebo ztrojnásobit vaši úložnou plochu.

Použití vyhledávání v datech

Funkce jako vyhledávání, indexování Copilot a vyhledávání podle relevance vyžadují indexování velkých objemů strukturovaných i nestrukturovaných dat. Dataverse Tyto indexy často:

  • Spotřebovat úložiště protokolů a databáze

    Indexy vyhledávání jsou uloženy v úložišti protokolů i databáze. S tím, jak je označeno více tabulek a polí jako prohledávatelných, se úměrně zvětšuje i velikost indexu. To může významně ovlivnit celkové využití úložiště, zejména v prostředích s velkými objemy záznamů nebo častými změnami schématu.

  • Zachovat i pro nepoužívané nebo zastaralé tabulky

    I když jsou určité tabulky zastaralé nebo se již aktivně nepoužívají, mohou s nimi spojené vyhledávací indexy přetrvávat, pokud nebudou explicitně odstraněny. To vede ke zbytečné spotřebě úložného prostoru a může komplikovat plánování kapacity.

  • Často se duplikují napříč prostředími, jako jsou vývojová, testovací a produkční prostředí.

    Vyhledávací indexy se obvykle replikují napříč vývojovým, testovacím a produkčním prostředím. I když to zajišťuje konzistentní chování vyhledávání, také to znásobuje nároky na úložiště, zejména při častém klonování nebo obnovování prostředí.

Vyhledávání zlepšuje použitelnost a připravenost na umělou inteligenci, ale nafouknutí indexu tiše přispívá k nadměrnému využití úložiště.

Povolení protokolování dat

Protokoly auditu, protokoly trasování pluginů a telemetrie jsou zásadní pro dodržování předpisů, ladění a monitorování. Všimněte si však následujících bodů:

  • Úložiště protokolů roste lineárně s využitím a počtem uživatelů.

    Data protokolů rostou úměrně s:

    • Počet uživatelů a jejich úroveň aktivity
    • Objem transakcí a integrací
    • Složitost obchodní logiky, jako jsou pluginy a pracovní postupy

    V prostředích s vysokou zátěží to může vést k rychlému rozšiřování tabulek protokolů, což spotřebovává kvóty databáze i úložiště protokolů.

  • Výchozí hodnoty pro uchování jsou často příliš štědré, například 90 dní nebo více.

    Ve výchozím nastavení mnoho funkcí protokolování uchovává data po delší dobu, například 90 dní nebo déle. I když to podporuje dlouhodobou sledovatelnost, může to vést ke zbytečné spotřebě úložiště, zejména pokud se protokoly aktivně nekontrolují ani neexportují.

  • Systémem generované protokoly jsou zákazníkovi fakturovány v Dataverse.

    V Dataverse Systémem generované protokoly, včetně protokolů auditu a protokolů trasování pluginů, se započítávají do nároku zákazníka na úložiště. To znamená, že bez řádných strategií čištění nebo exportu může protokolování přímo přispívat k překročení kapacity úložiště a zvýšeným nákladům na licencování.

Protokolování je pro regulovaná odvětví neobchodovatelné, ale musí být spárováno se strategiemi uchovávání a exportu, jako je Azure Monitor nebo Log Analytics.

Mít více kopií produkčního prostředí

Pro podporu vývoje, testování, školení a řešení problémů zákazníci často vytvářejí sandboxová nebo klonovaná prostředí. Každá kopie:

  • Replikuje kompletní data a indexovou stopu.
  • Může zahrnovat nezřejmé závislosti, jako jsou vyhledávací indexy, protokoly auditu a metadata.
  • Po použití se zřídka uklízí.

Rozrůstání prostředí je hlavním faktorem ovlivňujícím náklady a složitost skladování. Klíčem k omezení jsou zásady správy a řízení a automatizace.

Optimalizace dotazů na datech

S rostoucími objemy dat a stálým nárůstem odezvy aplikací zákazníci a ISV často implementují různé techniky optimalizace dotazů ke zlepšení výkonu. Dataverse a Dynamics 365. Tyto strategie jsou obzvláště běžné v reportingu, analytice a scénářích s vysokou mírou integrace.

Pro zlepšení výkonu zákazníci a ISV často vytvářejí:

  • Vlastní indexy a materializované pohledy

    Ty se používají k urychlení provádění dotazů předběžným výpočtem spojení nebo agregací. Jsou užitečné v situacích zahrnujících složité filtry nebo velké datové sady.

  • Denormalizované tabulky pro reporting

    Pro zjednodušení reportingu a snížení složitosti dotazů vývojáři často vytvářejí zploštělé verze relačních dat. Tyto tabulky snižují potřebu běhových spojení a zlepšují výkon dashboardu.

  • Ukládání vrstev nebo agregátů do mezipaměti

    Často používaná data jsou někdy předagregována nebo uložena v mezipaměti v mezilehlých tabulkách nebo externích úložištích, aby se snížilo zatížení primární databáze.

I když tyto látky zlepšují odezvu, také:

  • Zvyšte využití úložiště

    Každá optimalizační vrstva zavádí více datových struktur, ať už se jedná o kopii existujících dat v denormalizovaném formátu, předpočítaný pohled nebo tabulku mezipaměti. Tyto struktury často duplikují data již uložená jinde, což vede k větší celkové úložné stopě. V prostředích s přísnými kvótami úložiště nebo licenčními modely založenými na nákladech, jako je například Dataverse, se to může rychle vyhnout překročení limitu, kterému se lze vyhnout.

  • Může se stát osiřelou s vývojem aplikací

    S vývojem aplikací se na některé artefakty optimalizace již nemusí odkazovat aktivní sestavy, řídicí panely ani integrace. Tyto osiřelé objekty nadále spotřebovávají úložný prostor a pokud nejsou identifikovány a odstraněny, mohou dokonce zpomalovat systémový provoz, například během zálohování nebo indexování. Bez pravidelných auditů se mohou hromadit bez povšimnutí a podkopávat právě ty zvýšení výkonnosti, k jejichž podpoře byly vytvořeny.

Optimalizace dotazů je nezbytná pro škálování, ale musí být vyvážena hygienou úložiště a laděním na základě telemetrie.

Indexy a jejich vliv na úložiště

Indexy jsou nezbytné pro zlepšení výkonu dotazů a rychlé načítání dat ve velkých datových sadách. V aplikacích Finance and Operations i Dynamics 365 se indexy automaticky vytvářejí pro primární klíče a často dotazovaná pole a lze definovat další vlastní indexy pro podporu specifických obchodních scénářů. Dataverse

I když jsou indexy klíčové pro výkon, mají také přímý dopad na spotřebu úložiště, která je při návrhu řešení často podceňována.

Jak indexy spotřebovávají úložný prostor

  • Fyzická duplikace dat: Každý index ukládá kopii indexovaných sloupců spolu s ukazateli na odpovídající řádky. Čím více sloupců a řádků je indexováno, tím větší je velikost indexu.

  • Růst s objemem dat: S růstem podkladové tabulky roste i index. V prostředích s vysokým počtem transakcí mohou indexy rychle růst, zejména u velkých, denormalizovaných tabulek nebo tabulek s častým vkládáním a aktualizací.

  • Více indexů na tabulku: Je běžné, že jedna tabulka má více indexů, například pro vyhledávání, filtrování, řazení a spojení. Každý další index přispívá k kumulativní úložné stopě.

  • Vyhledávací indexy v Dataverse: Funkce jako Dataverse vyhledávání a indexování Copilot vytvářejí specializované indexy, které zahrnují více polí a tabulek. Tyto jsou uloženy v tabulce DataverseSearch a mohou spotřebovávat značné množství místa, zejména při použití ve více prostředích, jako jsou vývojová, testovací a produkční prostředí.

  • Systémem generované indexy: Některé indexy jsou platformou vytvářeny automaticky, například pro vyhledávací pole nebo vztahy. Tyto mohou přetrvávat, i když jsou přidružené tabulky zastaralé, pokud nejsou explicitně odstraněny.

Důsledky pro úložiště

  • Zvýšené úložiště databáze a protokolů: Indexy přispívají k využití úložiště databáze i protokolů, což může ovlivnit náklady na licencování v Dataverse.
  • Duplikace prostředí: Při kopírování nebo obnovování prostředí se duplikují všechny indexy, což zvyšuje využití úložiště ve vývojovém, testovacím a produkčním prostředí.
  • Režijní náklady na údržbu: Indexy je nutné aktualizovat při změnách dat, což může zvýšit latenci zápisu a spotřebu zdrojů.

Dopad synchronizace na straně serveru na úložiště

Synchronizace na straně serveru v aplikaci Dataverse umožňuje bezproblémovou integraci e-mailů, schůzek a úkolů mezi aplikacemi Microsoft Exchange a Dataverse. I když to zvyšuje produktivitu a automatizaci, přispívá to také ke spotřebě úložného prostoru následujícími způsoby.

  • Vytvoření záznamu aktivity: Každý synchronizovaný e-mail nebo schůzka generuje záznam aktivity v Dataverse, který obsahuje metadata, obsah těla zprávy a případně i přílohy.
  • Úložiště příloh: Pokud nejsou přílohy filtrovány nebo odesílány, ukládají se přímo do Dataverse, což zvyšuje využití úložiště.
  • Dodržování předpisů a uchovávání dat: Organizace používající synchronizaci na straně serveru pro sledování dodržování předpisů si mohou uchovávat více dat, než je nutné, což dále zatěžuje úložný prostor.
  • Chráněný obsah: I e-maily chráněné službou Purview, i když mají omezenou viditelnost obsahu, stále generují zástupné záznamy, které spotřebovávají místo.

Aby se tento dopad zvládl, měly by podniky zavést zásady uchovávání dat, zvážit odlehčení příloh a pravidelně sledovat objemy záznamů o aktivitách.

Jak mohu spravovat neustále rostoucí úložiště?

Ať už se již potýkáte s nadměrným úložištěm, nebo se snažíte před ním udržet náskok, řízení růstu dat v platformě Dynamics 365 Finance and Operations vyžaduje promyšlený přístup založený na zásadách. Dataverse Tato část nastiňuje dva strategické vstupní body: reaktivní nápravu a proaktivní správu a řízení.

Existují dva možné scénáře:

  1. Chcete proaktivně uplatňovat osvědčené postupy pro správu úložiště a vyhnout se vysokým nákladům v budoucnu.
  2. Již se nacházíte v situaci, kdy je nutné snížit velikost úložiště a náklady.

Používejte osvědčené postupy pro správu velikosti úložiště a nákladů

Scénář 1: Chcete proaktivně uplatňovat osvědčené postupy pro správu úložiště

Pokud ještě nejste v krizovém režimu, nyní je čas použít nástroje a techniky pro proaktivní správu úložiště.

Konfigurace analytických nástrojů pro vaše data

S růstem organizací roste i potřeba získávat poznatky z provozních dat, aniž by to ovlivnilo výkon klíčových obchodních aplikací. Společnost Microsoft nabízí několik způsobů, jak povolit analýzu finančních a provozních dat Dynamics 365 integrací s vaším vlastním datovým jezerem nebo datovým skladem. Dataverse

Zde jsou dvě účinné možnosti, které je třeba zvážit:

Možnost 1. Použijte odkaz – přineste si vlastní jezero Azure Synapse

Azure Synapse Propojení vám umožňuje připojit se přímo k vašemu vlastnímu pracovnímu prostoru Azure Data Lake nebo Synapse. Dataverse To umožňuje replikaci provozních dat do analytického prostředí téměř v reálném čase, bez nutnosti psaní složitých ETL kanálů.

Výhody:

  • Spouštějte pokročilou analytiku a modely umělé inteligence na živých nebo téměř živých datech.
  • Zabraňte dopadu na výkon vašich produkčních systémů.
  • Používejte pro vytváření reportů známé nástroje jako T-SQL, Spark nebo **.** Power BI

Příklad případu užití: Maloobchodní společnost používá Synapse Link k analýze nákupního chování zákazníků napříč regiony a kombinuje Dataverse data o řízení vztahů se zákazníky s externími tržními daty ve svém vlastním jezeře.

Možnost 2. Používejte OneLake – sjednocenou analytiku s Microsoft Fabric

OneLake, součást služby Microsoft Fabric, poskytuje jednotné prostředí pro datové jezero, kde můžete ukládat a analyzovat data z více zdrojů, včetně Dataverse a finančních a provozních aplikací, bez duplicity.

Výhody:

  • Centralizované úložiště pro všechny analytické úlohy.
  • Nativní integrace s Power BI, Synapse a službami umělé inteligence.
  • Zjednodušená správa a zabezpečení napříč datovými doménami.

Příklad případu užití: Finanční firma používá OneLake ke konsolidaci provozních dat z finančních a provozních aplikací a Dataverse s externími ekonomickými ukazateli, což umožňuje modelování rizik v reálném čase a manažerské dashboardy. Tímto způsobem můžete oddělit provozní data od svých klíčových systémů a umožnit škálovatelnou a nákladově efektivní analýzu exportem těchto dat do jejich vlastních analytických prostředí, aniž by docházelo k duplikaci pracovních zátěží nebo ovlivňování výkonu.

Nástroje a techniky pro snížení úložného prostoru

Dataverse nabízí několik vestavěných nástrojů a strategií, které pomáhají správcům efektivně spravovat úložiště a udržovat výkon systému.

Dataverse

Čištění prostředí a dat

  • Odstranění nepoužívaných prostředí: Prostředí můžete odstranit, abyste uvolnili úložný prostor a odstranili osobně identifikovatelné údaje (PII).
  • Úlohy hromadného mazání: Následující data můžete hromadně smazat:
    • Zastaralá data nebo data, která jsou pro podnikání irelevantní.
    • Nepotřebná testovací nebo vzorová data.
    • Data, která jsou nesprávně importována z jiných systémů.

Optimalizace souborů a tabulek

  • Zmenšete úložiště souborů pomocí pokročilého vyhledávání: Tento článek vám ukáže 15 metod pro lepší správu úložiště. Pomocí těchto metod můžete řídit celkové využití úložného prostoru. Podle potřeby můžete odstranit určité kategorie dat nebo můžete nastavit úlohy hromadného odstranění, které budou opakovaně spouštěny v nastavených intervalech. Můžete například odstranit poznámky, přílohy, historii importu a další data.
  • Vyčištění záznamů z tabulek systémových úloh (AsyncOperationBase) a protokolů procesů (WorkflowLogBase): Pokud vaše organizace ve velké míře využívá pracovní postupy nebo toky obchodních procesů, tyto tabulky (AsyncOperationBase, WorkflowLogBase) se časem zvětšují a nakonec se stanou dostatečně velkými, aby způsobily problémy s výkonem a spotřebovaly nadměrné množství úložného prostoru v databázi vaší organizace. Pro WorkflowLogBase můžete nakonfigurovat automatické mazání dokončených úloh pracovního postupu na pozadí .

Dlouhodobé uchovávání (LTR) a archivace

Optimalizace indexu vyhledávání

  • Zmenšit Dataverse vyhledávání: Velikost úložiště můžete zmenšit provedením všech kroků uvedených v Dataverse podrobnostech o úložišti na základě kapacity.
  • Zmenšete velikost tabulky DataverseSearch: Tabulka DataverseSearch je kumulativní úložiště používané vyhledávacím indexem Dataverse . Zahrnuje data ze všech prohledávatelných, načítatelných a filtrovatelných polí tabulek, které jste indexovali pro vaše prostředí. Velikost tabulky můžete zmenšit odebráním sloupců pro vyhledávání, sloupců pro zobrazení a podmínek filtrování pro jednu nebo více tabulek. Můžete vypnout vyhledávání Dataverse pro odstranění všech indexovaných dat.
Finanční a provozní aplikace

Aplikace pro finance a provoz poskytují flexibilní možnosti správy úložiště v produkčním i sandboxovém prostředí.

Řízení životního prostředí

  • Omezení počtu plných produkčních kopií: Celkovou spotřebu úložiště finančních a provozních aplikací můžete snížit odstraněním plných produkčních kopií v sandboxových prostředích. Například pokud máte v sandboxu pět kopií produkčních prostředí, vaše spotřeba úložiště je součtem produkčního prostředí plus pěti kopií produkčních prostředí v sandboxu.
  • Ořezávání dat v sandboxovém prostředí: Ořezáváním dat v sandboxovém prostředí můžete snížit celkovou úložnou stopu. Data v sandboxu můžete vyčistit pomocí níže uvedených metod.
    • Proces obnovy umožňuje otevírání a ořezávání
    • Psát T-SQL
    • Pište X++
  • Provádějte beztransakční kopii mezi prostředími: Kopie prostředí pro finanční a provozní aplikace tradičně zahrnovala úplnou duplikaci databáze, včetně konfigurace, hlavních dat a transakcí, což je sice užitečné pro ladění, ale výrazně zvyšuje spotřebu úložiště ve finančním i provozním prostředí Dataverse.

Vlastní čištění a správa protokolů

  • V případě potřeby si můžete napsat vlastní čisticí rutiny: V případě potřeby si můžete napsat vlastní čisticí rutiny pro vyčištění nežádoucích dat.
  • Vyhněte se ukládání protokolů: Soubor SysDatabaseLog můžete přesunout do méně transakční databáze, abyste snížili celkovou velikost úložiště.

Archivní a dlouhodobé uchovávání

Vestavěné úklidové rutiny

  • Čisticí rutiny: V aplikaci Dynamics 365 Finance a ** Dynamics 365 Supply Chain Management** jsou čisticí rutiny k dispozici v různých modulech. Rutiny čištění poskytují přehled aktuálně dostupných rutin. Po zkopírování databáze sandboxu spusťte tyto čisticí rutiny proaktivně, abyste odstranili nepotřebné tabulky, jako je historie dávek, protokoly a historie maloobchodních transakcí. Smažte zastaralá nebo irelevantní data.
  • Archivace dat o transakcích kreditní kartou: Popisuje archivační úlohu v Dynamics 365 Commerce , která může pomoci uvolnit místo v databázi archivací tokenů plateb kreditní kartou.

Snižte velikost úložiště a náklady

Scénář 2: Již se nacházíte v situaci, kdy je nutné zmenšit velikost úložiště a náklady.

Zhodnoťte, co spotřebovává úložný prostor

  • Pomocí centra pro správu a sestav úložiště pro finance a operace identifikujte tabulky, typy souborů a protokoly s nejvyšší spotřebou. Power Platform
  • Použijte telemetrii, pokud je k dispozici, k přiřazení využití konkrétním aplikacím, uživatelům nebo obchodním jednotkám.

Upřednostněte kandidáty na úklid

  • Zaměřte se na:
    • Tabulky pro přípravu a integraci, jako například vyrovnávací paměti s dvojitým zápisem
    • Auditní protokoly: Uschovejte si je ve vlastním úložišti
    • Nepoužívaná prostředí nebo sandboxy
    • Osiřelá metadata a vyhledávací indexy
    • Smazat, co nepotřebujete, například hromadné smazání

Používejte Synapse Link a OneLake pro analytické reporty

  • Exportujte analytická data do Synapse Link.
  • Používejte OneLake pro přístup k uchovávaným datům a obchodním datům pro účely reportingu a analýzy.

Použít dlouhodobou retenci (LTR)

  • Přesun historických dat do spravovaného datového jezera (MDL) pomocí zásad LTR.
  • Zachovejte přístup k vyhledávání a analýzám prostřednictvím funkcí Quick Find, Synapse Link nebo OneLake.

Případy použití

Případy užití pro správu úložišť v prostředí financí a provozu jsou klíčové pro optimalizaci databázového prostoru, zvýšení výkonu systému a splnění regulačních požadavků. Dataverse Níže uvádíme několik typických scénářů, které demonstrují, jak lze tyto strategie aplikovat:

  • Řízení růstu historických dat

    • Scénář: Firma používá systém Dynamics 365 již několik let a nashromáždila velké objemy historických transakcí a příloh.
    • Akce: Implementujte strategie dlouhodobého uchovávání dat pro uchování neaktivních dat, zmenšení velikosti primární databáze a zachování souladu s požadavky auditu.

  • Uchovávání dat řízené dodržováním předpisů

    • Scénář: Zákazník z regulovaného odvětví musí uchovávat finanční nebo zákaznická data po dobu sedmi až deseti let v chráněném formátu.
    • Akce: Použijte LTR k uchování neměnných dat pouze pro čtení v souladu s právními a regulačními požadavky a zároveň zachovejte štíhlou úroveň obchodních dat bez kompromisů v oblasti analytiky a reportingu.

  • Optimalizace vyhledávání a indexu Copilot

    • Scénář: Dataverse Vyhledávání a indexování Copilot jsou povoleny ve všech prostředích, včetně nepoužívaných tabulek.
    • Akce: Auditovat prohledávatelná pole a zakázat indexování tabulek s nízkou hodnotou nebo zastaralých tabulek. Sledujte velikost tabulky DataverseSearch a optimalizujte konfigurace pro snížení úložiště protokolů a databáze.

  • Správa auditu a telemetrie

    • Scénář: Protokoly trasování a auditu pluginů rychle rostou, spotřebovávají úložiště a ovlivňují výkon.
    • Akce: Exportujte protokoly do externích systémů, jako je Azure Monitor, a automatizujte čištění starých položek, abyste zachovali přehlednost bez zahlcení úložiště.

  • Integrace datových skladů a analytických systémů

    • Scénář: Organizace replikuje provozní data do Azure Synapse nebo OneLake pro účely analýzy, což vede k duplicitnímu úložišti.
    • Akce: Používejte inkrementální exporty, aplikujte filtry a vyhněte se úplné replikaci datových sad, abyste minimalizovali redundanci a zároveň umožnili bohaté poznatky.

  • Snížení nadměrného úložiště

    • Scénář: Zákazník obdrží oznámení o překročení své Dataverse kvóty úložiště, což vede k neočekávaným nákladům.
    • Akce: Pomocí sestav kapacity identifikujte tabulky s nejvyšší spotřebou, vyčistěte zastaralá prostředí a odstraňte nepoužívané přílohy nebo protokoly. Zvažte přesun nepoužívaných dat – obvykle historických nebo zřídka používaných záznamů – do levnějších úložných úrovní.

  • Optimalizace výkonu ve velkých tabulkách

    • Scénář: Obchodně kritické procesy se zpomalují kvůli velkým tabulkám.
    • Akce: Archivace starých záznamů, vyčištění systémových úloh, například AsyncOperationBase a WorkflowLogBase.

  • Řízení životního cyklu prostředí

    • Scénář: Vývojová a testovací prostředí jsou klonována z produkčního prostředí, čímž se duplikují všechna data a indexy.
    • Akce: Po aktualizaci ořízněte prostředí sandbox, zakažte zbytečné indexování vyhledávání a odstraňte testovací data, abyste snížili spotřebu redundantního úložiště. Pro úsporu úložného prostoru smažte nepoužívaná sandboxová prostředí.

Případové studie

Případová studie 1: Snížení nadměrného využití úložiště pomocí čištění indexů

Profil zákazníka: Globální výrobní společnost používající Dynamics 365 pro dodavatelský řetězec a finanční a provozní aplikace.

Problém: Zákazník se setkával s neočekávaným přeplněním úložiště a snížením výkonu ve svém produkčním prostředí. Vyšetřování odhalilo, že několik vlastních indexů a materializovaných pohledů, vytvořených během rané implementace, se již nepoužívalo, ale stále spotřebovávalo značné množství úložného prostoru.

Řešení: Tým provedl čtvrtletní audit všech vlastních indexů a odstranil ty, na které neodkazují aktivní dotazy nebo sestavy. Také zavedli zásady správy a řízení pro kontrolu nových požadavků na indexování před nasazením.

Výsledek:

  • Snížení úložiště databáze o 28 %.
  • Zlepšení výkonu dotazů o 15 %.
  • Ušetřeno předpokládaných $12,000 ročně na dalších nákladech na skladování.

Případová studie 2: Archivace historických dat za účelem splnění cílů v oblasti dodržování předpisů a výkonu

Profil zákazníka: Finanční firma využívající Dataverse a Dynamics 365 pro zaškolení zákazníků a správu případů.

Výzva: Firma potřebovala uchovávat záznamy o zákaznících déle než sedm let, aby splnila regulační požadavky, ale rostoucí objem neaktivních dat zpomaloval aktivní pracovní postupy a zvyšoval náklady na ukládání dat.

Řešení: Zákazník implementoval strategii dlouhodobého uchovávání dat s využitím archivačních možností společnosti Dataverse. Neaktivní záznamy byly přesunuty do úložiště pouze pro čtení s optimalizovanými náklady, zatímco aktivní data zůstala ve vysoce výkonném úložišti.

Výsledek:

  • Archivováno přes 1,2 milionu záznamů.
  • Velikost primární databáze byla snížena o 40 %.
  • Zachována plná auditovatelnost a dodržování zásad uchovávání dat.

Případová studie 3: Zefektivnění vyhledávacích indexů napříč prostředími

Profil zákazníka: Maloobchodní organizace s několika Dataverse prostředími, včetně vývojového, testovacího a produkčního prostředí, která podporuje řešení pro správu vztahů se zákazníky s podporou platformy Copilot.

Úkol: Vyhledávací indexy byly použity ve všech prostředích, včetně nepoužívaných tabulek a testovacích dat. To vedlo k nafouknutým tabulkám DataverseSearch a zbytečné spotřebě úložiště.

Řešení: Tým zkontroloval prohledávatelná pole a přestal používat indexování nekritických tabulek ve vývojovém a testovacím prostředí. Také automatizovali čištění indexů během aktualizací prostředí.

Výsledek:

  • Snížení úložiště indexu vyhledávání o 35 %.
  • Doba obnovování prostředí se zlepšila o 20 %.
  • Snížené celkové využití úložiště protokolů a databáze.

Případová studie 4: Použití exportu dat pro analytiku bez duplicitního úložiště

Profil zákazníka: Poskytovatel zdravotní péče používající Dynamics 365 Dataverse pro zapojení pacientů a fakturaci.

Výzva: Analytický tým potřeboval přístup k provozním datům pro analýzu trendů a modelování pomocí umělé inteligence, ale duplikace dat do samostatného skladu zvyšovala náklady na úložiště a složitost.

Řešení: Zákazník použil Azure Synapse Link s inkrementálním exportem a vrstvené úložiště v OneLake. Uchovávali pouze nezbytná analytická data a uplatňovali zásady uchovávání pro správu historické hloubky.

Výsledek:

  • Umožnila analýzu v reálném čase bez ovlivnění operačních systémů.
  • Snížení redundantního úložiště o 45 %.
  • Vylepšená správa životního cyklu analytických dat.

Závěr

Efektivní správa úložiště je klíčová pro udržení výkonu systému a optimalizaci využití zdrojů v prostředích Dynamics 365. Postupy čištění a archivace popsané v tomto článku poskytují robustní řešení pro uvolnění cenného místa v databázi a zefektivnění provozu. Pomocí těchto nástrojů, jako je LTR a podobné techniky, mohou zákazníci řešit běžné problémy s ukládáním dat a vytvářet udržitelné postupy správy dat. Případové studie z reálného světa navíc prokazují účinnost těchto přístupů a nabízejí vhled do jejich praktického uplatnění. Přijetí těchto strategií umožňuje organizacím proaktivně řídit své potřeby v oblasti úložišť a zvýšit celkovou efektivitu.

Odkazy

Vyčištění úložiště v Dataverse:

Úklid úložiště ve finančním a provozním sektoru:

Úložná kapacita:

  • Last updated on