Opret og brug dataflows i Microsoft Teams (Forhåndsvisning)

Microsoft Dataverse for Teams leverer en indbygget, lavkode-dataplatform til Microsoft Teams. Den indeholder lager til relationsdata, omfattende datatyper, styring i virksomhedsklassen og udrulning af løsningen med et enkelt klik. Dataverse for Teams gør det nemt for alle at bygge og installere apps.

Før i dag var måden at få data ind i Dataverse for Teams ved manuelt at tilføje data direkte til en tabel. Denne proces kan være fejlbehæftet og er ikke skalerbar. Men nu kan du med selvbetjeningsdataforberedelse finde, rense, forme og importere dine data i Dataverse for Teams.

Med dine organisatoriske data allerede placeret et andet sted, kan du bruge Power Query-dataflows til direkte at få adgang til dine data via connectors og indlæse dataene i Dataverse for Teams. Når du opdaterer dine organisationsdata, kan du opdatere dine dataflows med blot ét klik, og dataene i Dataverse for Teams bliver også opdateret. Du kan også bruge Power Query-datatransformationerne til nemt at validere og rense dine data og sikre datakvaliteten for dine apps.

Dataflows blev indført for at hjælpe organisationer med at hente data fra forskellige kilder og forberede dem til forbrug. Du kan nemt oprette dataflows ved hjælp af den velkendte, selvbetjente Power Query-oplevelse til at indtage, transformere, integrere og berige data. Når du opretter et dataflow, forbinder du til data, transformerer dataene og indlæser data i Dataverse for Teams-tabellerne. Når dataflowet er oprettet, begynder processen med at importere data til Dataverse-tabellen. Så kan du begynde at bygge apps for at udnytte de data.

Opret et dataflow fra dataflow-siden

I dette eksempel skal du indlæse data fra en Excel-fil, der ligger på OneDrive, ind i Dataverse for Teams.

1. Log ind på Teams-webversionen, og vælg derefter linket til Power Apps.

2. Vælg fanen Byg, og vælg derefter Dataflows (Forhåndsvisning).

   

3. For at oprette et nyt dataflow skal du vælge knappen Ny.

   

4. Vælg Excel-arbejdsbogens connector.

   

5. Indtast en URL-adresse i filsti eller URL, eller brug knappen Gennemse OneDrive til at navigere gennem dine OneDrive-mapper. Vælg den fil, du ønsker, og vælg derefter knappen Næste . For mere information om brug af OneDrive-forbindelsen eller indsamling af data, se SharePoint og OneDrive for Business-filer import eller hentning af data fra andre kilder.

6. I Navigator vælger du de tabeller, der er til stede i din Excel-fil. Hvis din Excel-fil har flere ark og tabeller, så vælg kun de tabeller, du er interesseret i. Når du er færdig, vælger du Transformér data.

7. Rens og transformér dine data ved hjælp af Power Query. Du kan bruge de uformelle transformationer til at slette manglende værdier, slette unødvendige kolonner eller filtrere dine data. Med Power Query kan du anvende mere end 300 forskellige transformationer på dine data. For at lære mere om Power Query-transformationer, se Brug Power Query til at transformere data. Når du er færdig med at forberede dine data, vælger du Næste.

   

8. I Map tables vælger du Indlæs til ny tabel for at oprette en ny tabel i Dataverse for Teams. Du kan også vælge at indlæse dine data i en eksisterende tabel. I korttabelle-skærmen kan du også angive en kolonne for unikt primærnavn og en kolonne for alternativ nøgle (valgfrit). I dette eksempel skal disse valg beholde standardværdierne. For at lære mere om kortlægning af dine data og de forskellige indstillinger, se Field mapping considerations for standard dataflows.

   

9. Vælg Opret for at færdiggøre din dataflow. Når du har oprettet dit dataflow, begynder data at indlæses i Dataverse for Teams. Denne proces kan tage noget tid, og du kan bruge administrationssiden til at tjekke status. Når et dataflow fuldfører en kørsel, kan dataene bruges.

Håndtering af dine dataflows

Du kan administrere ethvert dataflow, du har oprettet, fra fanen Dataflows (Preview). Her kan du se status for alle dataflows, hvornår dit dataflow sidst blev opdateret, og tage handling fra handlingslinjen.

I kolonnen Sidste opdatering kan du se, hvornår dine data sidst blev opdateret. Hvis din opdatering fejlede, vises der en fejlindikation. Hvis du vælger fejlindikatoren, vises detaljerne om fejlen og de anbefalede skridt til at løse den.

I kolonnen Status kan du se den aktuelle status for dataflowet. Mulige tilstande er:

• Opfriskning undervejs: dataflowet udvinder, transformerer og indlæser dine data fra kilden til Dataverse-tabellerne. Denne proces kan tage flere minutter afhængigt af transformationernes kompleksitet og datakildens ydeevne. Vi anbefaler, at du tjekker status på dataflowet ofte.

For at navigere til handlingslinjen, vælg de tre prikker "..." ved siden af din dataflow.

Her kan du:

• Rediger dit dataflow, hvis du vil ændre din transformationslogik eller mapping.
• Omdøb din dataflow. Ved oprettelsen tildeles et automatisk genereret navn.
• Opdater dit dataflow. Når du opdaterer dine dataflows, vil dataene blive opdateret.
• Slet dit dataflow.
• Vis opdateringshistorik. Dette giver dig resultaterne fra den sidste opdatering.

Vælg Vis opdateringshistorik for at se information om den seneste opdatering af din dataflow. Når dataflow-opdateringen lykkes, kan du se, hvor mange rækker der er tilføjet eller opdateret i Dataverse. Når din dataflow-opdatering ikke var succesfuld, kan du undersøge hvorfor ved hjælp af fejlmeddelelsen.

Dataflows i Teams er en letvægtsversion

Dataflows i Teams er en letvægtsversion af dataflows i maker-portalen og kan kun indlæse data i Dataverse for Teams. Dataflows i Teams er optimeret til engangsimport af data, men du kan opdatere dine data manuelt via opdateringsknappen på dataflow-administrationssiden. Hvis du vil have fuld dataflows-funktionalitet, kan du opgradere dit miljø.

Understøttede datakilder i dataflows i Teams er:

• Excel (OneDrive)
• Tekst/CSV (OneDrive)
• PDF (OneDrive)
• SharePoint Online-mappe
• SharePoint Online-liste
• XML (OneDrive)
• JSON (OneDrive)
• OData
• Web-API

Notat

Dataflows i Teams understøtter ikke on-premises datakilder, såsom filplaceringer på stedet.

Følgende tabel viser de vigtigste funktionsforskelle mellem dataflows for Dataverse i Teams og dataflows for Dataverse.

Dataflow-funktionalitet	Dataverse til Teams	Dataverse
Standard dataflow	Yes	Yes
Analytiske dataflow	Nej	Yes
Gateway-understøttelse	Nej	Yes
Manuel opdatering	Yes	Yes
Planlagt opdatering	Nej	Yes
Trinvis opdatering	Nej	Yes
Standardtabeller	Nej	Yes
Brugerdefinerede tabeller	Yes	Yes
Fuld PQ-funktionalitet	Yes	Yes
Understøttede stik	Delmængde af stik	Alle stik
Små datamængder	Yes	Yes
Større datamængder	Ingen 1	Yes

¹ Selvom der ikke er nogen begrænsning for, hvor meget data du kan indlæse i Dataverse for Teams, anbefaler vi et Dataverse-miljø for bedre ydeevne ved indlæsning af større datamængder.