Rad s bilo kojim podacima

Microsoft Dataverse pruža apstrakciju koja omogućuje rad s bilo kojom vrstom podataka, uključujući povezane, nepovezane, slike, datoteke, relativno pretraživanje ili jezero podataka. Nema potrebe razumjeti vrstu podataka jer Dataverse izlaže skup vrsta podataka koji vam omogućuju izgradnju modela. Vrsta pohrane optimizira se za odabrani tip podataka.

Podaci se mogu lako uvoziti i izvoziti pomoću toka podataka, platformi Power Query i Azure Data Factory. Korisnici sustava Dynamics također imaju pristup usluzi izvoza podataka.

Dataverse također sadrži poveznik za Power Automate i Azure Logic Apps koji se mogu koristiti sa stotinama drugih poveznika u tim uslugama za lokalne usluge, infrastrukturu kao uslugu (IaaS), platformu kao uslugu (PaaS) ili softver kao uslugu (SaaS). To uključuje izvore na uslugama Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, tekst/CSV, SharePoint popisi, baze podataka SQL poslužitelja, Oracle, MySQL, PostgreSQL, Blockchain i Azure Synapse Analytics.

Common Data Model

Ako ste ikada morali zajedno spajati podatke iz više sustava i aplikacija, razumijete da to može biti skup i dugotrajan zadatak. Bez mogućnosti dijeljenja i jednostavnog razumijevanja istih podataka, svaka aplikacija ili projekt integracije podataka zahtijeva prilagođenu implementaciju.

Common Data Model osigurava referentnu arhitekturu koja je namijenjena pojednostavljivanju ovog procesa omogućavanjem upotrebe zajedničkog jezika podataka za poslovne i analitičke aplikacije. Sustav metapodataka Common Data Model omogućuje dijeljenje podataka i njihovog značaja među aplikacijama i poslovnim procesima, kao što su Power Apps, Power BI, Dynamics 365 i Azure.

Common Data Model uključuje skup standardiziranih, proširivih shema podataka koje su objavili Microsoft i njegovi partneri. Ova zbirka unaprijed definiranih shema uključuje tablice, atribute, semantičke metapodatke i odnose. Sheme predstavljaju uobičajeno korištene koncepte i aktivnosti, kao što su Račun i Kampanja, za pojednostavljenje stvaranja, agregacije i analize podataka.

Common Data Model sheme mogu se koristiti za informiranje stvaranja tablica na servisu Dataverse. Rezultirajuće tablice nakon toga će biti kompatibilne s aplikacijama i analitikom koji ciljaju ovu definiciju modela Common Data Model.

Sljedeća slika prikazuje neke elemente standardnih tablica Common Data Model. 

Tablice

Na servisu Dataverse tablice se koriste za modeliranje poslovnih podataka i njihovo upravljanje. Da biste povećali produktivnost, Dataverse uključuje skup tablica poznatih kao standardne tablice. Te su tablice dizajnirane u skladu s najboljim praksama radi bilježenja najčešćih koncepata i scenarija unutar tvrtke ili ustanove. Standardne tablice pridržavaju se modela Common Data Model.

Skup tablica koji se obično koriste u različitim djelatnostima, kao što su Korisnik i Tim, uključene su u Dataverse i nazivaju se standardne tablice. Ove se gotove tablice također mogu prilagoditi, primjerice uključivanjem dodatnih stupaca. Osim toga, možete jednostavno stvoriti vlastite prilagođene tablice na servisu Dataverse.

Stupci

Stupci definiraju pojedinačne stavke podataka koje se mogu upotrijebiti za pohranu podataka u tablicu. Razvojni inženjeri ponekad polja nazivaju atributima. Tablica koja predstavlja kolegij na sveučilištu može sadržavati stupce kao što su „Ime”, „Mjesto”, „Odjel”, „Registrirani studenti” i tako dalje.

Stupci mogu sadržavati različite vrste podataka, poput brojeva, nizova, digitalnih podataka, slika i datoteka. Nije potrebno održavati povezane i nepovezane podatke odvojenima ako su dio istog poslovnog procesa ili tijeka. Dataverse pohranjuje podatke u najbolju vrstu pohrane za stvoreni model.

Svaki od ovih stupaca može se povezati s jednom od mnogih vrsta podataka koje podržava Dataverse.

Dodatne informacije: Vrste stupaca

Odnosi

Podaci u jednoj tablici često su povezani s podacima u drugoj tablici. odnosi tablice određuju način međusobnog povezivanja redaka u modelu Dataverse.

Dataverse pruža jednostavne vizualne dizajnere za definiranje različitih vrsta odnosa s jedne tablice na drugu (ili između tablice i nje same). Svaka tablica može imati odnos s više od jedne tablice i svaka tablica može imati više od jednog odnosa s drugom tablicom.

Dostupne vrste odnosa su:

• Više na jedan: U ovoj vrsti odnosa, mnogi zapisi tablice A mogu se povezati s jednim zapisom tablice B. Na primjer, razred učenika ima jednu učionicu.

• Jedan na više: U ovoj vrsti odnosa, jedan zapis tablice B može se povezati s više zapisa tablice A. Na primjer, jedan nastavnik predaje većem broju razreda.

• Više na više: U ovoj vrsti odnosa svakom zapisu u tablici A može odgovarati više od jednog zapisa u tablici B, i obratno. Na primjer, učenici prisustvuju mnogim predavanjima i svaki razred može imati više učenika.

Budući da su odnosi više na jedan najčešći, Dataverse pruža određenu vrstu podataka nazvanu traženje što ne olakšava samo definiranje ovog odnosa, već dodaje i produktivnost stvaranju obrazaca i aplikacija.

Dodatne informacije o stvaranju odnosa tablica potražite u odjeljku Stvaranje odnosa između tablica.

Tvrtke ili ustanove često moraju biti u skladu s različitim propisima kako bi osigurale dostupnost povijesti interakcije s klijentima, zapisnike nadzora, izvješća o pristupu i izvješća za praćenje sigurnosnih incidenata. Tvrtke ili ustanove možda žele pratiti promjene podataka na usluzi Dataverse radi sigurnosti i analitike.

Dataverse pruža mogućnost revizije gdje se promjene tablica i podataka o atributima u organizaciji mogu s vremenom unijeti u retke za upotrebu u analizi i izvješćivanju. Revizija je podržana na svim prilagođenim (i većini prilagodljivih) tablicama i atributi. Nadzor nije podržan pri promjenama metapodataka, operacijama dohvaćanja, operacijama izvoza ili tijekom provjere autentičnosti. Informacije o konfiguriranju nadzora potražite u članku Upravljanje Dataverse nadzorom.

Dataverse podržava analitiku pružajući mogućnost odabira tablica za pokretanje modela strojnog učenja. Sadrži unaprijed izgrađenu mogućnost umjetne inteligencije pomoću alata AI Builder.

Traži

Dataverse pruža tri načina za upite redaka:

• Pretraživanje platforme Dataverse

• Brzo pretraživanje (jedna tablica ili više tablica)

• Napredno pretraživanje

Napomena

Brzo pretraživanje više tablica zove se i kategorizirano pretraživanje.

Dodatne informacije potražite u odjeljku Usporedba pretraživanja.

Pretraživanje platforme Dataverse

Pretraživanje Dataverse pruža brze i sveobuhvatne rezultate u više tablica u samo jednom popisu i sortirane prema važnosti. Upotrebljava namjensku uslugu pretraživanja izvan usluge Dataverse (koju pokreće Azure) radi poboljšanja performanse za pretraživanje.

Pretraživanje Dataverse pruža sljedeća poboljšanja i pogodnosti:

• Poboljšava performanse upotrebom vanjskog indeksiranja i tehnologije za pretraživanje Azure.

• Pronalazi podudaranja s bilo kojom riječi u terminu za pretraživanje u bilo kojem stupcu tablice, u usporedbi s brzim pretraživanjem gdje se sve riječi iz termina za pretraživanje moraju naći u jednom stupcu.

• Pronalazi podudarnosti koje sadržavaju flektivne riječi, kao što su tijek, strujanje ili strujano.

• Vraća rezultate iz svih tablica koje se mogu pretraživati na jednom popisu poredane prema relevantnosti, pa što je bolje podudaranje, to se više rezultat pojavljuje na popisu. Rezultat ima višu relevantnost ako je više riječi iz pojma pretraživanja uzajamno povezano. Što je manji tekst koji sadrži ključne riječi za pretraživanje, to je veća relevantnost. Na primjer, ako pronađete tražene pojmove u nazivu tvrtke i adresi, to bi moglo biti bolje podudaranje nego kada pronađete razdvojene iste riječi u dugačkom članku.

• Ističe podudarnosti na popisu rezultata. Kada se termin za pretraživanje podudara s pojmom u nizu, pojam se u rezultatima pretraživanja prikazuje kao podebljan i ukošen tekst.

Dodatne informacije o pretraživanju Dataverse potražite u odjeljku: Upotreba pretraživanja Dataverse za pretraživanje redaka.

Brzo pretraživanje

Dataverse uključuje mogućnost brzog pronalaženja redaka i ima pristupe koji će pretraživati samo jednu vrstu tablice, poput klijenta, ili će se koristiti za istovremeno pretraživanje više vrsta tablica, poput kontakata, korisnika, kupaca itd.

Brzo pretraživanje jedne tablice koristi se za pronalaženje redaka samo jedne vrste. Ova je mogućnost pretraživanja dostupna iz prikaza.

Brzo pretraživanje više tablica (kategorizirano pretraživanje) koristi se i za pronalaženje redaka, ali će ih pronaći u različitim vrstama tablica, poput računa ili kontakata.

Jezero podataka

Dataverse podržava neprestano preslikavanje podataka tablice na Azure Data Lake Storage, koji se zatim mogu koristiti za pokretanje analitike kao što je Power BI izvješćivanje, strojno učenje, skladištenje podataka i drugi nizvodni procesi integracije.

Ova je značajka dizajnirana za analitiku velikih podataka u poduzeću. To je isplativo, skalabilno, ima visoku dostupnost i mogućnosti oporavka od pogrešaka te omogućuje najbolje analitičke performanse u klasi.

Podaci se pohranjuju u formatu Common Data Model, koji pruža semantičku dosljednost između aplikacija i uvođenja. Standardizirani metapodaci i podaci koji samo opisuju na usluzi Common Data Model omogućuju otkrivanje metapodataka i interoperabilnost između proizvođača i potrošača podataka, kao što su Power BI, Data Factory, Azure Databricks i Azure strojno učenje.

Pogledajte također

Uvoženje i izvoženje podataka

Napomena

Možete li nam reći više o željenim jezicima za dokumentaciju? Ispunite kratki upitnik. (imajte na umu da je upitnik na engleskom jeziku)

Ispunjavanje upitnika će trajati otprilike sedam minuta. Osobni podaci se ne prikupljaju (izjava o zaštiti privatnosti).