Modelbaserede funktioner til rapportering af apps og overvejelser

Modelbaserede-apps har mange funktioner, der giver kunderne mulighed for at finde forretningsdata, der hjælper dem med at træffe beslutninger og interagere mere effektivt med deres kunder og data.

Disse beskrives i rapporteringsoversigten og inkluderer

Efterhånden som mængden af data, der er gemt i appens database fortsætter med at vokse, bliver det mere vigtigt end nogensinde at tænke over din BI-strategi og fastlægge de mest effektive mekanismer til rapportering og visualisering af store datasæt.

Rapporteringsinfrastruktur

I et miljø er rapporteringsinfrastrukturen delt og separat fra databasen. Selvom kunderne deler de ressourcer, der kræves for at køre rapporten, kører hver rapport i denne arkitektur mod kundernes individuelle databaseforekomster.

Rapporteringsfunktionerne, der er indbygget i Microsoft Dataverse, er udviklet til at lade brugerne køre rapporter på datasæt, der spænder over kortere perioder. Med tanke på dette, skal du bemærke følgende faste indstillinger:

  • Rapporter og forespørgsler kan køres i op til fem minutter. Når den maksimale periode er nået, får rapporten timeout, og der returneres en meddelelse til brugeren. Inden for de fem minutter kan rapporter og forespørgsler spænde over store datasæt på mere end 50.000 rækker, hvilket giver en betydelig fleksibilitet til at opfylde de operationelle rapporteringsbehov.

  • For at forbedre svar på forespørgsler, anbefaler vi, at detaljerede rapporter minimerer visning af store antal rækker. Du kan anvende passende filtrering for at reducere det antal rækker, der returneres. Når du opretter aggregerede eller opsummerede rapporter, bør forespørgsler bruges til at overføre aggregeringen til forespørgslen frem for at hente detaljerede rækker for at udføre aggregeringen i rapporten. Flere oplysninger: Samle data ved hjælp af FetchXML og rapportforudfiltrering.

  • Report Viewer-siden er underlagt platformens API-grænser. Flere udførelser af en langvarig rapport kan resultere i en fejl, og brugeren kan vente et par minutter og prøve igen. Dette er en grænse pr. bruger og bør ikke påvirke flere brugeres normale brug af rapporter.

  • Til diagrammer og gitre, der vises i dashboards, giver dine apps brugerne mulighed for at køre forespørgsler, der har et dataset, som har færre end 50.000 rækker. Hvis en bruger kører en dashboard-forespørgsel, der strækker sig over et datasæt på 50.000 eller flere rækker, returnerer meddelelsen: "Maksimumgrænsen for rækker er overskredet. "Reducer antallet af rækker" returneres. Datasættets praktiske indstilling hjælper med til at sikre optimal ydeevne for appen.

Tip og løsninger til rapportering

Typisk for de fleste organisationers rapporteringsbehov er disse indstillinger tilstrækkelige. For at sikre, at dine brugere ikke overskrider disse indstillinger, samt for at forbedre rapportforespørgselsfunktionen generelt, bør du overveje følgende bedste fremgangsmåder.

  • Når du opretter brugerdefinerede rapporter og dashboards, skal du designe dem til at forespørge mindre datasæt over kortere tid ved at tilføje et tidsbaseret filter i rapporten, f.eks. den aktuelle måned eller kvartal, for at begrænse resultaterne.

  • Begræns det antal tabeller, der skal bruges for at returnere resultatet. Dette reducerer den tid, det kræver at køre forespørgslen og returnere resultatsættet.

  • Reducer rækkerne i detaljerede rapporter. Passende filtrering kan bruges til at reducere det antal rækker, der returneres af forespørgslen for at reducere timeouts.

  • For aggregerede eller opsummerede rapporter skal forespørgsler bruges til at overføre aggregeringen til databasen, så der ikke hentes detaljerede rækker for at udføre aggregeringen i SQL Server Reporting Services-rapporten.

  • Hvis det er relevant for din virksomhed, skal brugerne køre standardrapporter (indbyggede) og dashboards. Disse rapporter og dashboards er typisk designet til at forespørge pr. brugerdatasæt, så i de fleste tilfælde overskrider de ikke datasætgrænsen.

Hvis brugere skal køre rapporter, der overskrider disse indstillinger, anbefaler vi, at du gennemser følgende indstillinger for hjælp i forbindelse med komplekse rapporter. Begge indstillinger aflaster effektivt rapportarbejdsbelastninger fra til et andet Dataverse-datalager ved hjælp af en løsning til dataintegration.

  • Adaptere bruges sammen med SQL Server Reporting Services (SSIS) for at udvide mulighederne for integration med dine appsdata.

  • Extract Transform Load (ETL-værktøjer) giver et nyt værktøj til oprettelse af analyser af data ved at kombinere flere datakilder eller udtrække data til datalagerløsningen, hvis SSIS ikke er i brug. ETL-værktøjer indeholder omfattende løsninger til tilslutning til Dataverse til flytning af data.

Vigtigt

Når du bruger disse værktøjer, anbefales det, at du flytter eller synkroniserer data uden for arbejdstiden.

Hvis det er nødvendigt, er der mange Microsoft-partnere, der kan hjælpe med at levere en løsning til dine specifikke rapporteringsbehov, f.eks. at oprette en offlinekopi af dataene, der specifikt bruges til at køre store rapporter. Disse partnere er erfarne med de tilgængelige værktøjer til dataintegration. Flere oplysninger: Finde en Dynamics 365-partner

Tredjepartsadaptere til SSIS

ETL-værktøjer

Se også

Report Authoring-udvidelse (med understøttelse af SQL Server Data Tools)

Introduktion til Microsoft Power Query til Excel
Dynamics 365 for Customer Engagement OData-feeds og Power Query: Hvad er posten []?

Bemærk

Kan du fortælle os om dine sprogpræferencer for dokumentation? Tag en kort undersøgelse. (bemærk, at denne undersøgelse er på engelsk)

Undersøgelsen tager ca. syv minutter. Der indsamles ingen personlige data (erklæring om beskyttelse af personlige oplysninger).