Esplorare Microsoft Dataverse
Microsoft Dataverse è una soluzione basata sul cloud che struttura facilmente diversi dati e logica di business per supportare applicazioni e processi interconnessi in modo sicuro e conforme. Gestito da Microsoft, Dataverse è disponibile a livello globale, ma distribuito geograficamente per garantire la conformità alla possibile residenza dei dati. Non è progettato per l'uso autonomo nei server, quindi è necessaria una connessione Internet per accedere e usarla.
Dataverse è diverso dai database tradizionali in cui è più di una tabella. Incorpora sicurezza, logica, dati e archiviazione in un punto centrale. È progettato per essere il repository dati centrale per i dati aziendali e potrebbe anche essere usato già. Dietro le quinte, supporta molte soluzioni Microsoft Dynamics 365, ad esempio Field Service, Customer Insights, Customer Service e Sales. È disponibile anche come parte di Power Apps e Power Automate con connettività nativa integrata. Anche la funzionalità AI Builder e i portali di Microsoft Power Platform usano Dataverse.
L'immagine mostra una visualizzazione che riunisce le numerose offerte di Microsoft Dataverse.
Ecco una breve spiegazione di ogni categoria di funzionalità.
Sicurezza: Dataverse gestisce l'autenticazione con Azure Active Directory (Azure AD) per consentire l'accesso condizionale e l'autenticazione a più fattori. Supporta l'autorizzazione fino al livello di riga e di colonna e offre funzionalità di controllo avanzate.
Logica: Dataverse consente di applicare facilmente logica di business a livello di dati. Indipendentemente dal modo in cui un utente interagisce con i dati, si applicano le stesse regole. Queste regole possono essere correlate al rilevamento dei duplicati, a regole di business, flussi di lavoro o altro.
Dati: Dataverse offre il controllo per la modellazione dei dati, consentendo di individuare, modellare e convalidare i dati, nonché creare report sui dati. Questo controllo garantisce che i dati corrispondano al modo desiderato indipendentemente dal modo in cui viene usato.
Archiviazione: Dataverse archivia i dati fisici nel cloud di Azure. Questa archiviazione basata sul cloud elimina le preoccupazioni riguardo a dove si trovano i dati e a come si ridimensionano. Queste preoccupazioni vengono tutte gestite per l'utente.
Integrazione: Dataverse si connette in modi diversi per supportare le esigenze aziendali. Le API, i webhook, gli eventi e le esportazioni di dati assicurano la flessibilità necessaria per ottenere dati in entrata e in uscita.
Come si può notare, Microsoft Dataverse è una soluzione basata sul cloud potente per l'archiviazione e l'uso dei dati aziendali. Nelle sezioni seguenti si esamina Microsoft Dataverse dall'obiettivo dell'archiviazione dei dati per Microsoft Power Platform, in cui si inizia il percorso. Tenere presente le altre funzionalità avanzate descritte che è possibile esplorare ulteriormente man mano che l'utilizzo aumenta.
Per iniziare, Microsoft Dataverse consente di creare una o più istanze basate sul cloud di un database standardizzato. Il database include tabelle e colonne predefinite che archiviano i dati comunemente trovati in quasi tutte le organizzazioni e le aziende. È possibile personalizzare ed estendere le informazioni archiviate aggiungendo nuove colonne o tabelle. La semplicità di configurazione di un database Microsoft Dataverse e di un modello di dati standardizzato al suo interno permette di concentrarsi sulla creazione di soluzioni senza preoccuparsi di infrastruttura, archiviazione e integrazione dei dati. Con i dati archiviati in Microsoft Dataverse, esistono molti modi per accedervi. È possibile usare i dati in modo nativo con strumenti come Power Apps o Power Automate. Qualsiasi soluzione aziendale può connettersi a Dataverse usando le API dei connettori. Con la potenza delle funzionalità, ad esempio la sicurezza basata sul ruolo e le regole aziendali, è possibile considerare attendibili i dati non importa quanto sia accessibile.
Scalabilità
Un database Dataverse supporta set di dati di grandi dimensioni e modelli di dati complessi. Le tabelle possono contenere milioni di elementi ed è possibile estendere l'archiviazione in ogni istanza di un database Microsoft Dataverse a 4 terabyte. La quantità di dati disponibili nell'istanza di Microsoft Dataverse è basata sul numero e sul tipo di licenze associate. L'archiviazione dei dati viene aggiunta in pool per tutti gli utenti con licenza, in modo da poter allocare lo spazio di archiviazione necessario per ogni soluzione creata. L'archiviazione incrementale può essere acquistata se è necessario più spazio di archiviazione rispetto a quello offerto all'interno delle licenze standard.
Struttura e vantaggi di Microsoft Dataverse
La struttura di un database Microsoft Dataverse è basata sulle definizioni e sullo schema in Common Data Model. L'uso di Common Data Model come base di un database Microsoft Dataverse semplifica l'integrazione di soluzioni che usano uno schema Common Data Model. Questo perché Common Data Model è la base di un database Microsoft Dataverse e usa uno schema Common Data Model. Le tabelle standard della soluzione sono uguali. È possibile sfruttare un ricco ecosistema di soluzioni create dai fornitori usando Common Data Model. Meglio di tutto, non esiste praticamente alcun limite per quanto tempo è possibile estendere un database Microsoft Dataverse.
Identificare tabelle, colonne e relazioni
Una tabella è una struttura logica contenente righe e colonne che rappresentano un set di dati. Nella schermata viene visualizzata la tabella dell'account standard e vari elementi che possono essere gestiti come parte di esso.
Tipi di tabelle
I tre tipi di tabelle sono:
Standard: numerose tabelle standard, chiamate anche tabelle predefinite, sono incluse nell'ambiente Dataverse. Le tabelle account, business unit, contatto, attività e utente sono esempi di tabelle standard di Dataverse. La maggior parte delle tabelle standard incluse in Dataverse può essere personalizzata.
Gestita : le tabelle non personalizzabili e vengono importate nell'ambiente come parte di una soluzione gestita.
Personalizzate: le tabelle personalizzate sono tabelle non gestite importate da una soluzione non gestita oppure sono nuove tabelle create direttamente nell'ambiente Dataverse.
Colonne
Le colonne archiviano una parte discreta di informazioni all'interno di una riga in una tabella. Sono simili alle colonne in Excel. Le colonne includono tipi di dati, ovvero è possibile archiviare dati di un determinato tipo in una colonna che corrisponde al tipo di dati. Ad esempio, se si dispone di una soluzione che richiede date, ad esempio l'acquisizione della data di un evento o quando si è verificato un evento, si archivia la data in una colonna con il tipo Date. Analogamente, se si vuole archiviare un numero, è possibile archiviarlo in una colonna con tipo di dati numerico.
Il numero di colonne all'interno di una tabella varia da alcune colonne a una o più centinaia. Ogni database in Microsoft Dataverse inizia con un set standard di tabelle e ogni tabella standard ha un set standard di colonne.
Informazioni sulle relazioni
Per rendere una soluzione efficiente e scalabile per la maggior parte delle soluzioni compilate, è necessario suddividere i dati in contenitori diversi (tabelle). Il tentativo di archiviare tutto in un singolo contenitore probabilmente sarebbe inefficiente e difficile da comprendere.
L'esempio seguente illustra questo concetto.
Si supponga di dover creare un sistema per gestire gli ordini di vendita. È necessario un elenco di prodotti insieme all'inventario a mano, al costo dell'articolo e al prezzo di vendita. È anche necessario un elenco master di clienti con i rispettivi indirizzi e posizioni creditizie. Infine, è necessario gestire le fatture di vendita e archiviare i dati della fattura. La fattura deve includere informazioni quali:
data
numero di fattura
Venditore
informazioni sui clienti, tra cui indirizzo e classificazione del credito
un elemento della riga per ogni elemento nella fattura
Ogni elemento riga deve includere un riferimento al prodotto venduto. L'elemento della riga deve inoltre fornire il costo e il prezzo appropriati per ogni prodotto. Infine, la linea dovrebbe anche ridurre la quantità a mano in base alla quantità venduta in tale elemento di riga. La creazione di una singola tabella per supportare la funzionalità nell'esempio precedente sarebbe inefficiente. Un modo migliore per affrontare questo scenario aziendale è creare le quattro tabelle seguenti:
Clienti
Prodotti
Fatture
Elementi della riga
La creazione di una tabella per ognuno di questi elementi e la relativa relazione tra loro consente di creare una soluzione efficiente che possa ridimensionare, mantenendo prestazioni elevate. La suddivisione dei dati in più tabelle significa anche che non è necessario archiviare dati ripetitivi o supportare grandi righe con grandi quantità di dati vuoti. La creazione di report è anche molto più semplice se si suddivideno i dati in tabelle separate.
Le tabelle correlate tra loro hanno una connessione relazionale. Le relazioni tra tabelle esistono in molte forme, ma i due più comuni sono uno-a-molti e molti-a-molti, entrambi supportati da Microsoft Dataverse. Per altre informazioni sui diversi tipi di relazione, vedere: Relazioni di tabella.
Logica di business in Microsoft Dataverse
Molte organizzazioni hanno una logica di business che influisce sul modo in cui funzionano con i dati. Ad esempio, un'organizzazione che usa Dataverse per archiviare le informazioni dei clienti potrebbe voler rendere obbligatorio un campo, ad esempio e il campo Numero di identificazione. In Microsoft Dataverse si compila questa logica usando le regole business. Le regole di business consentono di applicare e gestire la logica di business a livello di dati anziché a livello di applicazione. Fondamentalmente, quando si creano regole business in Microsoft Dataverse, tali regole sono attive indipendentemente dalla posizione in cui gli utenti interagiscono con i dati.
Ad esempio, le regole di business possono essere usate in app canvas e app basate su modelli per impostare o cancellare i valori in una o più colonne di una tabella. È possibile usare regole di business anche per convalidare i dati archiviati o visualizzare messaggi di errore. Le app basate su modello possono usare regole business per visualizzare o nascondere colonne, abilitare o disabilitare colonne e creare raccomandazioni basate su Business Intelligence.
Le regole di business offrono un metodo efficace per applicare regole, impostare valori o convalidare dati indipendentemente dal formato usato per immettere dati. Le regole business sono efficaci anche per aumentare l'accuratezza dei dati, semplificare lo sviluppo di applicazioni e semplificare i moduli presentati agli utenti finali.
Si consideri questo esempio di un uso semplice ma potente delle regole business. La regola business è configurata per modificare il campo Credit Limit VP Approver in modo che sia un campo obbligatorio se il limite di credito è impostato su maggiore di $1,000,000. Se il limite di credito è minore di $1,000,000, il campo è facoltativo.
Applicando questa regola di business a livello di dati anziché a livello di app, è possibile controllare meglio i dati. Ciò garantisce che la logica di business venga seguita indipendentemente dal fatto che venga eseguito l'accesso direttamente da Power Apps, Power Automate o anche tramite un'API. La regola è associata ai dati, non all'app.
Per altre informazioni sull'uso delle regole business in Dataverse, vedere Creare una regola business per una tabella.
Utilizzo dei flussi di dati
I flussi di dati sono tecnologia self-service, basata sul cloud e di preparazione dei dati. I flussi di dati vengono usati per inserire, trasformare e caricare dati in ambienti Microsoft Dataverse, aree di lavoro di Power BI o account Azure Data Lake Storage dell'organizzazione. I flussi di dati vengono creati usando Power Query, un'esperienza di connettività dei dati e preparazione già inclusa in molti prodotti Microsoft, ad esempio Excel e Power BI. I clienti possono attivare flussi di dati per l'esecuzione su richiesta o automaticamente in base a una pianificazione, i dati vengono sempre mantenuti aggiornati.
Poiché un flusso di dati archivia le entità risultanti nell'archiviazione basata sul cloud, altri servizi possono interagire con i dati prodotti dai flussi di dati.
Ad esempio, Power BI, Power Apps, Power Automate, Power Virtual Agents e Dynamics 365 applicazioni possono ottenere i dati prodotti dal flusso di dati connettendosi a Dataverse, un connettore di flussi di dati di Power Platform. In alternativa, possono ottenere i dati direttamente tramite il lake, a seconda della destinazione configurata al momento della creazione del flusso di dati.
L'elenco seguente evidenzia alcuni dei vantaggi dell'uso dei flussi di dati:
Un flusso di dati separa il livello di trasformazione dei dati dal livello di modellazione e visualizzazione in una soluzione Power BI.
Il codice di trasformazione dei dati può risiedere in una posizione centrale, un flusso di dati, anziché essere distribuito tra più artefatti.
Un creatore di flussi di dati necessita solo di competenze Power Query. In un ambiente con più creatori, l'autore del flusso di dati può far parte di un team che compila l'intera soluzione BI o l'applicazione operativa.
Un flusso di dati è indipendente dal prodotto. Non è solo un componente di Power BI, perché è possibile ottenere i dati in altri strumenti e servizi.
I flussi di dati sfruttano Power Query, un'esperienza di trasformazione dei dati avanzata, grafica e self-service.
I flussi di dati vengono eseguiti interamente nel cloud. Non sono necessarie altre infrastrutture.
Sono disponibili più opzioni per iniziare a usare i flussi di dati, usando le licenze per Power Apps, Power BI e Customer Insights.
I flussi di dati sono in grado di trasformare in modo avanzato, ma sono progettati per scenari self-service e non richiedono background IT o sviluppatore.
Modello CDM (Common Data Model)
Quando si creano soluzioni aziendali, spesso è necessario integrare i dati tra organizzazioni diverse applicazioni aziendali. Questa integrazione tra app può risultare complessa a volte. Anche se i dati sono simili, non vengono necessariamente archiviati in applicazioni diverse. Per semplificare questa operazione, più leader tecnologici hanno creato l'iniziativa Common Data Model. L'obiettivo è avere una struttura comune che viene facilmente applicata tra applicazioni diverse. Le organizzazioni possono creare e condividere i propri tipi di dati e tag usando Common Data Model di Microsoft, che dispone di un sistema di metadati completo. Ciò consente di acquisire informazioni aziendali preziose, che possono essere integrate e arricchite con i dati per offrire intelligence pratica.
Con Common Data Model è possibile strutturare i dati per rappresentare concetti e attività comunemente usati e ben compresi. È possibile eseguire query e analizzare i dati, riutilizzarlo e interagire con altre aziende e app che usano lo stesso formato. Le organizzazioni possono creare e condividere i propri tipi di dati e tag usando Common Data Model di Microsoft, che dispone di un sistema di metadati completo.
Invece di creare un nuovo modello di dati per l'app, è sufficiente usare le definizioni di tabella disponibili. Common Data Model viene usato da varie applicazioni e servizi, tra cui Microsoft Dataverse, Dynamics 365, Microsoft Power Platform e Azure. Questa commonalità del modello di dati garantisce che tutti i servizi possano accedere agli stessi dati. Un esempio appropriato di come usare Common Data Model è costituito dalle funzionalità di preparazione dei dati nei flussi di dati di Power BI. Questi flussi di dati creano file di dati, che seguono la definizione common data model. Questi file di dati vengono archiviati in Azure Data Lake. Le definizioni di Common Data Model sono aperte e disponibili per qualsiasi servizio o applicazione che vuole usarle.
I dati descritti usando Common Data Model possono essere usati con i servizi di Azure per creare una soluzione analitica scalabile. Può anche essere una fonte di dati semanticamente avanzati per le applicazioni che guidano informazioni dettagliate interattive, ad esempio Dynamics 365 Customer Insights. Common Data Model viene usato per definire entità per Dynamics 365 applicazioni in Sales, Finance, Supply Chain Management e Commerce possono essere facilmente disponibili in Azure Data Lake.
Microsoft continua a estendere Common Data Model in collaborazione con molti partner ed esperti in materia. Creando acceleratori di settore, Microsoft consente ai settori seguenti di trarre vantaggio da Common Data Model e dalle piattaforme che la supportano: