Introduktion til dataflows og forberedelse af selvbetjeningsdata

Tip

Du kan også prøve Dataflow Gen2 i Data Factory i Microsoft Fabric, som er en alt-i-en-analyseløsning til virksomheder. Microsoft Fabric dækker alt lige fra dataflytning til datavidenskab, analyse i realtid, business intelligence og rapportering. Få mere at vide om, hvordan du starter en ny prøveversion gratis.

I takt med at datamængden fortsætter med at vokse, kan udfordringen med at omarrangere disse data til veludformede, handlingsrettede oplysninger også. Vi ønsker, at data, der er klar til analyse, udfylder visualiseringer, rapporter og dashboards, så vi hurtigt kan omdanne vores datamængder til handlingsbaseret indsigt. Med selvbetjent dataforberedelse til big data i Power BI kan du gå fra data til Power BI-indsigt med blot nogle få handlinger.

Hvornår skal du bruge dataflow?

Dataflow er designet til at understøtte følgende scenarier:

• Opret transformationslogik, der kan genbruges, og som kan deles af mange semantiske modeller og rapporter i Power BI. Dataflow fremmer genbrug af underliggende dataelementer, hvilket forhindrer behovet for at oprette separate forbindelser med dine clouddatakilder eller datakilder i det lokale miljø.

• Bevar data i dit eget Azure Data Lake Gen 2-lager, så du kan vise dem til andre Azure-tjenester uden for Power BI.

• Opret en enkelt kilde til sandhed, der er udvalgt ud fra rådata ved hjælp af branchestandarddefinitioner, som kan arbejde med andre tjenester og produkter i Power Platform. Opmuntr optagelsen ved at fjerne analytikernes adgang til underliggende datakilder.

• Styrk sikkerheden omkring underliggende datakilder ved at udsætte data for rapportoprettere i dataflow. Denne fremgangsmåde giver dig mulighed for at begrænse adgangen til underliggende datakilder, hvilket reducerer belastningen af kildesystemer og giver administratorer bedre kontrol over dataopdateringshandlinger.

• Hvis du vil arbejde med store datamængder og udføre ETL i stor skala, skaleres dataflows med Power BI Premium mere effektivt og giver dig større fleksibilitet. Dataflow understøtter en lang række kilder i cloudmiljøet og det lokale miljø.

Du kan bruge Power BI Desktop og Power BI-tjeneste med dataflow til at oprette semantiske modeller, rapporter, dashboards og apps, der bruger Common Data Model. Fra disse ressourcer kan du få dyb indsigt i dine forretningsaktiviteter. Planlægning af opdatering af dataflow administreres direkte fra det arbejdsområde, hvor dit dataflow blev oprettet, på samme måde som dine semantiske modeller.

Bemærk

Dataflow er muligvis ikke tilgængelige i Power BI-tjeneste for alle doD-kunder i USA. Du kan få flere oplysninger om, hvilke funktioner der er tilgængelige, og hvilke der ikke er, under Tilgængelighed af Power BI-funktioner for amerikanske offentlige myndigheder.

Relateret indhold

Denne artikel indeholder en oversigt over selvbetjent dataforberedelse af big data i Power BI og de mange måder, du kan bruge den på.

Følgende artikler indeholder flere oplysninger om dataflow og Power BI:

• Oprettelse af et dataflow
• Konfigurer og brug et dataflow
• Konfiguration af dataflowlager til at bruge Azure Data Lake Gen 2
• Premium-funktioner i dataflow
• KUNSTIG INTELLIGENS med dataflow
• Overvejelser og begrænsninger i forbindelse med dataflow
• Bedste fremgangsmåder for dataflow
• Power BI-forbrugsscenarier: Selvbetjent dataforberedelse

Du kan finde flere oplysninger om Common Data Model ved at læse oversigtsartiklen:

• Common Data Model – oversigt