Power Automate におけるデータ操作とは、オートメーション フロー内のデータを効率的に操作、変換、管理することを指します。 フィルターの配列、選択、結合 などのアクションは、データ処理の不要なループを回避する際に役立ちます。
詳細情報: データ操作を使用する
データ操作の使用例
ループで条件の代わりに フィルター または select 操作を使用して、特定の条件に一致するテーブル内の要素を検索することを検討してください。 このアプローチにより、クラウド フローが簡素化され、パフォーマンスが向上します。
Power Automate のデータ操作は、フィルターや選択機能が組み込まれていない外部ソースからのデータを変換、操作する際に便利です。 たとえば、HTTP 要求を介して API からデータを取得する場合、または フィルター パラメーターをサポートしていないカスタム コネクタを使用する場合は、データ操作アクションを使用してこれらのタスクを処理できます。 配列フィルター、選択、合成、JSON 解析などのアクションを使用することで、フロー内のデータを効果的にフィルター、選択、変換できます。 このアプローチにより、特定のニーズに合わせてデータを調整し、関連する情報のみが処理され、自動化の後続のステップで利用されるようにすることができます。
データ操作を使用する利点
Power Automate でデータ操作を使用することは、特に複雑なデータ操作タスクにおいて、いくつかの利点があります。 以下は、主要な利点です:
効率
- フィルター配列 アクションを使用すると、特定の条件に基づいて不要なデータをすばやくフィルターできるため、ワークフローがより効率的になります。 たとえば、条件やループを使用せずに、特定の基準を満たさないレコードを簡単に フィルター できます。
- 選択 アクションを使用すると、必要なフィールドのみを選択することで、データの形状を変換できます。 これにより、データ構造が簡素化され、後続のステップで処理されるデータ量が削減されます。
- 結合アクションは、複数の値を 1 つの文字列に結合します。これは、レポートや通知の要約を作成したり、データを連結したりする場合に便利です。
データ管理の改善
- フィルター配列アクションは、データを関連性のあるものだけに絞り込み、データの特定のサブセットを処理または分析できるようにすることで、大規模なデータセットの管理を支援します。
- 選択 アクションを使用すると、データの重要な部分に集中できるため、管理と理解が容易になります。 また、他のシステムやサービスにデータを送信するときのペイロードサイズを小さくするのにも役立ちます。
- 結合アクションを使用すると、電子メール、レポート、またはログで使用できる配列からの読み取り可能で書式設定された文字列の作成が容易になり、データの明確さと表示が向上します。
柔軟性とカスタマイズ
- 配列フィルター アクションは、論理演算子を使用して複雑なフィルター条件を柔軟に定義できます。 このアクションを使用すると、特定のビジネス要件を満たすようにフィルター処理プロセスを調整できます。
- 選択 アクションを使用すると、フィールドの名前を変更したり、新しい構造を作成したりして、ニーズに合わせてカスタマイズされたデータ出力が可能になります。
- 結合アクションを使用すると、カスタム区切り記号を指定して、結合されたデータの書式設定方法を制御できます。
パフォーマンスの機能強化
- フィルター配列 アクションにより、後続のステップで処理されるデータ量が減り、ワークフローのパフォーマンスが大幅に向上します。
- 選択 アクションは、不要なフィールドを削除することでデータを合理化し、データ処理を高速化し、エラーのリスクを軽減できます。
- 結合 アクションを使用すると、データの結合プロセスが簡素化され、要約や書式設定された出力をすばやく簡単に生成できます。
チップ
Power Automate における Dataverse のようなデータソースを扱う場合、フローを最適化してパフォーマンスを向上させることが重要です。 フィルター配列と選択 アクションを使用する代わりに、アクション内で直接列の選択と行のフィルターオプションを使用することを検討してください。 この手法により、フローで必要なアクションの数が減り、パフォーマンスと効率が向上します。 ソースでデータをフィルタリングして選択することで、処理および転送されるデータの量を最小限に抑え、実行時間を短縮し、ワークフローを合理化します。
変数 vs コンポーネント
変数には、フロー全体で更新または変更できるデータが格納されます。 これらは、次のような場合に役立ちます。
- 値の保存と更新: 変数は、カウンター、アキュムレータ、動的な値など、フローの進行に伴って変化する可能性のあるデータを保持できます。
- 状態の維持: 変数は、フロー内のさまざまなアクションや条件でデータの状態を維持する際に役立ちます。
- 計算の実行: 変数を使用して算術演算を実行したり、文字列を連結したりできます。
- 値の再利用: 変数を使用すると、値を一度保存してフロー全体で何度も再利用できるため、冗長性が軽減されます。
変数には次のような利点があります:
- 柔軟性: 変数は複数回更新できるため、データが動的に変化するシナリオに最適です。
- 永続性: 変数はフロー全体でその値を保持するため、状態を維持し、反復操作を実行する際に役立ちます。
コンポーズ アクションは、指定された入力式から単一の出力を生成します。 これは、次のような場合に便利です。
- 式の単純化: 複雑な式を小さく管理しやすい部分に分割して単純化します。
- 静的な値を格納する: フロー全体では変化しないが、何度も読み込む必要がある値を格納します。
- 中間計算の実行: 後で更新する必要のない中間計算または変換を実行します。
- アクション間でデータを渡す: 変数を作成しなくても、アクション間でデータを渡します。
コンポーズ アクションの利点は次のとおりです:
- 効率性: コンポーズは軽量で、初期化や宣言を必要としないため、設定が高速になります。
- 読みやすさ: コンポーズは、複雑な式をよりシンプルなコンポーネントに分割できるため、フローの読みやすさが向上します。
- パフォーマンス: コンポーズは、データが変更されないシナリオでさらに効率性を高めます。
フロー全体でデータを動的に保存および更新する必要がある場合は、変数を使用します。 静的な出力を生成したり、更新を必要としない中間計算を実行する必要がある場合は、コンポーズを使用します。
JSON 変数と個々の変数
フロー内の同じ論理ブロック内で更新される一連の変数を操作する場合は、個々の変数の代わりに JSON 変数を使用して、フロー内のアクションの数を減らします。
それぞれの値に別々の変数を使用すると、複数のアクションが必要になります。これは、2 つの 初期化変数アクションと、それらの更新に使用する 2 つの設定変数アクションです。
2 番目のアプローチは、JSON 形式の単一のオブジェクト変数を使用することで、フロー内のアクションの数が減り、関連データの管理が容易になります。
この方法では、変数初期化アクションと設定変数アクション がそれぞれ 1 つずつ必要となり、フローのステップ数を減らすことができます。