Daten aus Dataverse importieren und exportieren

Microsoft Dataverse ist eine SaaS-Datenplattform, mit der Sie Ihre Daten, Ereignisse und Logik einfach erstellen und verwalten sowie Analysen** und Erkenntnisse generieren können, um vernetzte Apps zu unterstützen, die auf der Dataverse Plattform erstellt wurden. Zu den Apps gehören Erstanbieter-Apps wie Dynamics 365 Sales, Service, Marketing, Customer Insights, Kundenkontaktverlauf-Orchestrierung sowie benutzerdefinierte Drittanbieter-Apps und -Prozesse, die alle auf sichere und konforme Weise funktionieren. Da es sich bei Dataverse um einen mehrsprachigen Hyperscale-Speicher handelt, kann er jede Art von Daten (relationale Daten, Dateidaten, Beobachtungsdaten usw.) für alle Ihre Transaktions- und Analyseanwendungen speichern. Deshalb ist es die Datenplattform für alle Power Platform Produkte und Dynamics 365-Anwendungen. Dataverse ist ein entscheidendes Element von Microsoft Power Platform, das alle Daten, Ereignisse, Analysen und die damit verbundene Verarbeitung unterstützt und darüber hinaus Erkenntnisse für Citizen-App-Erstellende und professionelle Entwickelnde generiert, um Daten für ihre Anwendungen zu erstellen, zu speichern und zu verwalten.

Von Apps und Prozessen benötigte Daten stammen häufig nicht Dataverse und befinden sich nicht dort. Das Zusammenführen externer Daten mit Dataverse ist eine wesentliche Komponente beim Erstellen von Apps, beim Hinzufügen von Daten zu vorhandenen Apps und beim Erstellen wertvoller Erkenntnisse. Angesichts der zunehmenden Verbreitung von Big Data und der immer vielfältigeren Arten von Datenquellen wie KI, ML, IoT, Web-Commerce, Web-API, Services, ERP und Branchenanwendungen müssen Dataverse-Kunden flexibel eine Vielzahl von Daten nutzen können.

Es gibt mehrere Möglichkeiten, Daten in Microsoft Dataverse zu importieren und zu exportieren. Sie können Datenflüsse, Power Query, Azure Synapse Link, Azure Data Factory, Azure Logic Apps und Power Automate verwenden.

Wo soll ich anfangen?

Überlegen Sie sich als Erstes, ob Sie mit den externen Daten beginnen wollen, die außerhalb von Dataverse bereits vorhanden sind und zum Erstellen einer App, eines Formulars oder einer anderen Komponente erforderlich sind. Es ist nicht erforderlich, diese Daten in Dataverse zu speichern, um sie verwenden zu können. Oft ist es am besten, die Datenverwaltung weiterhin dem anderen System zu überlassen und die Daten nach Bedarf in Dataverse zu verwenden. Das Feature für virtuelle Tabellen in Dataverse bietet diese Funktion. Weitere Informationen: Virtuelle Tabellen mit virtuellen Connectors erstellen.

Mit virtuellen Tabellen können Sie eine App erstellen, die die externen Daten so nutzt, als wäre sie eine Dataverse-Tabelle. Um Ihnen das Erstellen virtueller Tabellen zu erleichtern, verwenden Sie jetzt in der öffentlichen Vorschau den Assistenten zum Erstellen virtueller Tabellen | Microsoft Power Apps

Externe Daten nach Dataverse importieren

Ihre gewünschten Ergebnisse können die Entscheidung beeinflussen, Daten in Dataverse zu speichern, anstatt virtuelle Tabellen zu verwenden, um externe Daten in Dataverse anzuzeigen. Wenn Sie möchten, dass Ihre Daten durch Sicherheitskonzepte in Dataverse und der Features der Anwendungslebenszyklusverwaltung verwaltet werden, oder wenn Sie externe Daten mit nativen Dataverse-Daten verknüpfen möchten, sollten Sie erwägen, Daten nach Dataverse zu verschieben. Wenn Sie darüber hinaus daran interessiert sind, Dataverse-Workflow- und -Geschäftsregeln zu verwenden, denken Sie darüber nach, diese Daten nach Dataverse zu migrieren. Sie sollten auch die wirtschaftlichen Auswirkungen des Ladens von Daten in Dataverse berücksichtigen, da dadurch die Speicherkosten steigen können. Wenn die Daten weiterhin von einem externen System verwaltet werden müssen, kann es von Vorteil sein, sie dort zu belassen und über virtuelle Tabellen mit ihnen in Dataverse zu interagieren.

Dataflows und Power Query

Dataflows ermöglichen es Ihnen, eine Verbindung mit Geschäftsdaten aus verschiedenen Quellen herzustellen, die Daten zu bereinigen, zu transformieren und dann in Dataverse zu laden. Datenströme unterstützen Dutzende von beliebten Vor-Ort-, Cloud- und Software-as-a-Service (SaaS)-Datenquellen.

Power Query ist eine Datenverbindungstechnologie, mit der Sie Datenquellen entdecken, verbinden, kombinieren und verfeinern können, um Ihre Analyseanforderungen zu erfüllen. Funktionen in Power Query sind in Excel und Power BI Desktop verfügbar.

Während der Projektplanungsphase sollten Sie alle Optionen abwägen und entscheiden, ob externe Daten Teil Ihrer Transaktionsdaten sein müssen. Sobald der Ansatz fertiggestellt ist, kann eine Änderung während der Implementierung und nach dem Livegang zu Beeinträchtigungen für die Erfahrung des Endbenutzers führen. Sobald die Entscheidung getroffen wurde, externe Daten in Dataverse zu laden, sind Dataflows ein großartiges Tool. Dataflows sind eine gute Wahl, wenn Sie die Daten beim Verschieben transformieren und vorbereiten müssen. Die Dataflow-Designumgebung Power Query verfügt über robuste, sofort einsatzbereite Funktionen, die bei der intuitiven Transformation und Datenvorbereitung helfen.

Mehr Informationen: Erstellen und verwenden Sie Datenflüsse in Power Apps und Hinzufügen von Daten zu einer Tabelle in Dataverse durch die Nutzung von Power Query

Beachten Sie, dass das Laden von Daten über Dataflows den Dataverse Dienstschutzbeschränkungen unterliegt. Weitere Informationen

Power Query unterstützt wie hier beschrieben eine Vielzahl verfügbarer Connectors: Liste aller Power Query Connectors

Wenn Ihre Daten wie bei vielen Dataverse-Kunden aus Excel stammen, dann nutzen Sie aus einer Vielzahl weiterer verfügbarer Connectors beispielsweise den vorhandenen Excel-Connector, um eine Datenpipeline in Dataverse zu erstellen. Neben dem einmaligen Laden von Daten synchronisieren Sie Ihr Excel Datenquelle mit Dataverse unter Verwendung eines Dataflows. Berücksichtigen Sie die Größenbeschränkungen von Excel-Dateien anhand der Anleitung Reduzieren der Größe einer Excel-Arbeitsmappe für die Anzeige in Power BI

Wenn Sie darüber hinaus mehrere Excel-Dateien in einem Ordner haben, die Sie in Dataverse laden möchten, können Sie den Power Query Ordner-Connector zum Kombinieren, Transformieren und Laden von Daten verwenden.

IT-Fachkräfte können im geschäftlichen Bereich tätige Personen auch von der Komplexität des Aufbaus von Datenpipelines befreien, indem sie Power Platform-Dataflowvorlagen erstellen. Erstellen Sie eine komplexe Abfrage, die Daten aus mehreren Quellen kombiniert, speichern Sie sie und teilen Sie sie mit im geschäftlichen Bereich tätigen Personen. Diese Datei kann dann über das Feature Neuer Dataflow > Vorlage importieren in Dataverse verwendet werden. Die Benutzenden müssen lediglich ihre Anmeldeinformationen für den Datenzugriff bestätigen, um mit dem Laden von Daten in Dataverse-Tabellen zu beginnen. Weitere Informationen: Dataflows in Power Platform aus Abfragen in Microsoft Excel erstellen.

Azure Data Factory

Data Factory ist ein Datenintegrationsdienst, der einen Low-Code- oder No-Code-Ansatz bietet, um Extraktions-, Transformations- und Ladeprozesse (ETL) innerhalb einer visuellen Umgebung oder durch das Schreiben von eigenem Code zu konstruieren.

Je nach Ihren Datenanforderungen benötigen Sie möglicherweise irgendwann eine aufwändigere Datentechnik, um die Daten aus externen Quellen in Dataverse einzubinden. Dabei geht es nicht nur um das Datenvolumen, sondern auch um den Umfang und die Komplexität der Datentransformationen, die erforderlich sind, damit die Quelldaten Ihre Datenanforderungen in Dataverse erfüllen. Eine weitere Überlegung sind die IT-Ressourcen, die zur Verfügung stehen, um die Arbeit zu unterstützen. Diese komplexeren Datenszenarien können mit Power Platform-Dataflows, Azure Data Factory und Web-API angegangen werden. >Data Factory- und Web-API-Integrationsmuster zeigen ihre Stärken besonders beim Aufbau von Pipelines, die aufwändige Workflows und algorithmenreiche Transformationen erfordern. Dataflows sind dagegen zunächst schneller und einfacher zu verwenden.

Mit Data Factory können Sie Dataverse und andere Datenquellen visuell integrieren, indem Sie mehr als 90 nativ aufgebaute und wartungsfreie Konnektoren verwenden.

Neben dem Einbringen von Daten in Dataverse kann Data Factory auch zum Vorbereiten, Transformieren und Anreichern von Daten mit Azure Databricks und zum Verschieben von Daten in Azure Synapse Analytics verwendet werden.

Daten aus Dataverse exportieren

Das Exportieren von Daten, entweder zu einer anderen Datentechnologie oder zu einer anderen Umgebung, kann jede der gleichen Technologien verwenden, die für den Datenimport erwähnt wurden, wie z. B. Dataflows, Data Factory, Power Query und Power Automate.

Dynamics-Kunden, die auf SQL Server oder Azure SQL-Datenbank abzielen, können Azure Synapse Link verwenden. Mit Azure Synapse Link for Dataverse stellt eine Verbindung mit Azure Synapse Analytics her, damit Sie nahezu in Echtzeit Einblicke in Ihre Daten aus Microsoft Dataverse erhalten. Mit einer engen nahtlosen Integration zwischen Dataverse und Azure Synapse Analytics, ermöglicht Azure Synapse Link es Ihnen, Analysen, Business Intelligence und Maschinelles Lernen-Szenarien auf Ihre Daten anzuwenden. Weitere Informationen: Was ist Azure Synapse Link for Dataverse?

Siehe auch

Arbeiten mit jeder Art von Apps

Hinweis

Können Sie uns Ihre Präferenzen für die Dokumentationssprache mitteilen? Nehmen Sie an einer kurzen Umfrage teil. (Beachten Sie, dass diese Umfrage auf Englisch ist.)

Die Umfrage dauert etwa sieben Minuten. Es werden keine personenbezogenen Daten erhoben. (Datenschutzbestimmungen).