Integración de datos entrantes
La integración de datos entrantes se centra en introducir datos en Microsoft Dataverse de manera que estén disponibles para las aplicaciones y flujos.
API
La API web es uno de los dos servicios web que puede utilizar para trabajar con datos y metadatos en Dataverse. La otra es el servicio de organización.
Dataverse Web API proporciona una experiencia de desarrollo que se puede utilizar en una variedad de lenguajes de programación, plataformas y dispositivos. Dataverse Web API implementa OData (Open Data Protocol) versión 4.0, un estándar OASIS para crear y consumir API RESTful.
Todas las operaciones de datos que utilizan API de Dataverse, ya sea la API web o el servicio de organización, se convierten en mensajes que siguen el marco de trabajo de eventos de la plataforma. Este marco de trabajo permite iniciar procesos, como el flujo de trabajo clásico y los flujos de nube de Power Automate, y permite a los desarrolladores agregar pasos de complementos personalizados que se pueden ejecutar para realizar la validación y el procesamiento posterior.
Comparación entre evento y lote
Los arquitectos de soluciones deben categorizar los datos que se requieren en Dataverse. Una categoría clave se basa en eventos o lotes. El siguiente diagrama compara estos dos enfoques.
Patrón de inserción
Al abordar la introducción de datos en Dataverse, deberá determinar si los datos los insertará en Dataverse otro sistema o si lo hará Dataverse.
El patrón de inserción general para la integración entrante en Dataverse consiste utilizar la API web con el otro sistema que realiza las llamadas de API web. Sin embargo, para permitir que otros sistemas escriban directamente en Dataverse se requiere que comprendan el modelo de datos en Dataverse y cómo funcionan los procesos en la solución de Microsoft Power Platform. Una buena idea es crear una capa para que los sistemas externos accedan a las siguientes entidades:
- Procesamiento basado en eventos: las aplicaciones lógicas Power Automate y Microsoft Azure son buenos enfoques para transacciones individuales que se desencadenan por cambios en el sistema de origen.
- Procesamiento por lotes: el lote a menudo se abstrae mediante herramientas de otros orígenes como KingswaySoft o mediante el uso de Microsoft Azure Data Factory.
- Funciones de Microsoft Azure: Azure Functions puede abstraer la necesidad de implementar la lógica empresarial dentro de su capa de integración empresarial.
- API personalizada: cree su propia API para que otros sistemas la llamen.
Nota
Power Automate se utiliza a menudo para sincronizar datos entre entornos de Dataverse.
Al diseñar soluciones de integración, debe considerar el uso de varios subprocesos para superar los efectos de latencia y los límites del servicio.
Patrón de extracción
El patrón de extracción puede resultar eficaz para el aumento de datos. Puede utilizar el patrón de extracción para obtener los datos de un sistema externo a petición cuando las filas se recuperan en Dataverse. Las entidades virtuales pueden adaptarse bien a este patrón.
Claves alternativas
En las tablas de Dataverse, las filas se identifican de forma exclusiva mediante un GUID. Otros sistemas que necesiten integrarse con Dataverse tendrá que registrar el GUID en la base de datos o tendrán que consultar Dataverse para encontrar la fila que debe actualizarse. Este enfoque es ineficaz. Dataverse proporciona la capacidad de crear claves alternativas en tablas.
Una clave alternativa permite que los sistemas externos que necesiten leer y escribir filas accedan de manera eficiente a las filas sin tener que ejecutar primero una consulta para encontrar el GUID. Por ejemplo, los sistemas de contabilidad suelen tener un número de cuenta alfanumérico que identifica la cuenta de forma inequívoca. Puede definir la columna de número de cuenta en la tabla de Dataverse, para que sea una clave alternativa que permita al sistema de contabilidad leer y escribir la cuenta utilizando los datos que mantiene en su propio sistema.
Upsert
Puede reducir la complejidad relacionada con los escenarios de integración de datos utilizando el mensaje Upsert. Al introducir datos en Microsoft Dataverse desde un sistema externo, es posible que no sepa si ya existe un registro en Dataverse. En tales casos, no sabrá si debe utilizar una operación Actualizar o Crear. Primero debe realizar una consulta para determinar si existe, antes de realizar la operación adecuada. Ahora puede reducir esta complejidad y cargar datos en Dataverse de manera más eficiente utilizando el mensaje Upsert.
Upsert se usa con claves alternativas. Debe proporcionar suficiente información en la llamada upsert y Dataverse buscará la fila y la creará o actualizará, como se muestra en el siguiente diagrama.
API personalizadas
Las API personalizadas son funcionalidades publicadas recientemente que le permiten extraer y consolidar un grupo de operaciones en una API, la cual pueden activar los sistemas.
Puede definir API personalizadas creando un registro de API personalizado, como se muestra en la siguiente captura de pantalla.
Una API personalizada puede ser una función o una acción. Debe usar una función, que es una solicitud GET, para obtener información, y una acción cuando desee modificar datos.
Puede utilizar un complemento para realizar la operación de datos real para la API personalizada.
Nota
Para obtener más información, consulte Crear y usar API personalizadas.
Azure Functions
Microsoft Azure Functions permite a los desarrolladores crear lógica personalizada compleja y reutilizable e integrarla con otros sistemas. Azure Functions se puede consumir con webhooks o encajar dentro de un conector personalizado. Al usar Azure Functions, los desarrolladores pueden crear componentes reutilizables para que los consultores funcionales y los creadores de aplicaciones los usen en sus aplicaciones y flujos. Además, otras aplicaciones pueden acceder a Azure Functions para insertar y extraer datos en Dataverse. Azure Functions puede conectarse a Dataverse y acceder a los datos.
Puede crear una API para su solución mediante Azure Functions para crear una lógica personalizada del lado del servidor y exponer la API a través de Microsoft Azure API Management.