Freigeben über

Einführung in Dataflows und Self-Service-Datenaufbereitung

  • Artikel

Mit dem stets wachsenden Datenvolumen wächst auch die Herausforderung, diese Daten in gut geformte, handlungsrelevante Informationen umzuwandeln. Wir wollen Daten, die für Analysen geeignet sind, um Visuals, Berichte und Dashboards aufzufüllen, damit wir aus den Datenmengen schnell handlungsrelevante Informationen gewinnen. Mit der Self-Service-Datenaufbereitung für Big Data in Power BI wandeln Sie Daten mit wenigen Klicks in Power BI-Informationen um. Diagramm des Datenflusses im Microsoft Common Data Model.

Tipp

Sie können auch Dataflow Gen2 in Data Factory in Microsoft Fabric ausprobieren, eine All-in-One-Analyselösung für Unternehmen. Microsoft Fabric deckt alle Aufgaben ab, von der Datenverschiebung bis hin zu Data Science, Echtzeitanalysen, Business Intelligence und Berichterstellung. Erfahren Sie, wie Sie kostenlos eine neue Testversion starten.

Der Entwurf von Dataflows sieht die Unterstützung folgender Szenarios vor:

  • Erstellen wiederverwendbarer Transformationslogik, die von vielen Semantikmodellen und Berichten in Power BI gemeinsam genutzt werden kann. Dataflows fördern die Wiederverwendbarkeit zugrunde liegender Datenelemente und vermeiden die Notwendigkeit, separate Verbindungen mit Ihren Cloud- oder lokalen Datenquellen herzustellen.

  • Bewahren Sie Daten in Ihrem eigenen Azure Data Lake Gen2-Speicher auf, sodass Sie diese für andere Azure-Dienste außerhalb von Power BI verfügbar machen können.

  • Erstellen Sie eine einzelne Quelle der Wahrheit, die aus Rohdaten mithilfe von Branchenstandarddefinitionen kuratiert wird und mit anderen Diensten und Produkten in der Power Platform zusammenarbeiten kann. Fördern Sie die Akzeptanz, indem Sie den Zugriff von Analysten auf zugrunde liegende Datenquellen entfernen.

  • Erhöhen Sie die Sicherheit für zugrunde liegende Datenquellen, indem Sie Daten für Berichtsersteller in Dataflows verfügbar machen. Mit diesem Ansatz können Sie den Zugriff auf zugrunde liegende Datenquellen einschränken, was die Belastung der Quellsysteme verringert und den Administratoren eine bessere Kontrolle über die Datenaktualisierung ermöglicht.

  • Wenn Sie mit großen Datenvolumes arbeiten und ETL-Vorgänge skaliert durchführen möchten, können Dataflows mit Power BI Premium effizienter skaliert werden, was Ihnen mehr Flexibilität bietet. Dataflows unterstützen eine große Bandbreite an cloudbasierten und lokalen Quellen.

Sie können Power BI Desktop und den Power BI-Dienst mit Datenflows verwenden, um Semantikmodelle, Berichte, Dashboards und Apps zu erstellen, die CMD (Common Data Model) verwenden. Mit diesen Ressourcen können Sie umfassende Erkenntnisse für Ihre Geschäftsaktivitäten gewinnen. Die Planung der Dataflowaktualisierung wird direkt in dem Arbeitsbereich verwaltet, in dem der Dataflow erstellt wurde, genau wie Ihre Semantikmodelle.

Hinweis

Datenflüsse sind im Power BI-Dienst möglicherweise nicht für alle Kunden des US-Verteidigungsministeriums (U.S. Government DoD) verfügbar. Weitere Informationen dazu, welche Features verfügbar sind, finden Sie unter Power BI-Featureverfügbarkeit.

Zugehöriger Inhalt

Dieser Artikel hat Ihnen einen Überblick über die Self-Service-Datenaufbereitung für Big Data in Power BI und die vielfältigen Verwendungsmöglichkeiten verschafft.

In den folgenden Artikeln finden Sie weitere Informationen zu Dataflows und Power BI:

Weitere Informationen zum Common Data Model finden Sie im folgenden Übersichtsartikel: