Microsoft Power Platform でのデータフローの作成と使用

  • [アーティクル]

データフローを Microsoft Power Platform で使用すると、データの準備が容易になり、後続のレポート、アプリ、モデルでデータ準備作業を再利用できます。

データが増大し続ける世界では、データの準備が難しく、費用がかかる場合があります。 一般的な分析プロジェクトの時間とコストの 60 ～ 80% が消費される可能性があります。 このようなプロジェクトでは、断片化された不完全なデータのラングリング、複雑なシステム統合、構造的に一貫性のないデータ、および高いスキルセットの壁が必要になる場合があります。

データの準備を簡単にし、データからより多くの価値を引き出すために、Power Query と Power Platform データフローが作成されました。

Screenshot showing how to select the Power Platform Dataflows connector.

Microsoft はデータフローを使用して、Power Query のセルフサービス データ準備機能を Power BI と Power Apps オンライン サービスに取り込み、次の方法で既存の機能を拡張します。

  • データフローを使用したビッグ データのセルフサービスによるデータ準備: データフローを使用すると、すべてのデータ準備ロジックを含む、増え続けるトランザクションおよび監視ソースの大規模な配列からデータを簡単に取り込み、クレンジング、変換、統合、強化、およびスキーマ化できます。 以前は、抽出、変換、読み込み (ETL) ロジックは、Power BI セマンティック モデル内にのみ含めることができ、セマンティック モデル間でコピーし、セマンティック モデル管理設定にバインドすることしかできませんでした。

    データフローを使用すると、ETL ロジックは Microsoft Power Platform サービス内のファーストクラスの成果物に昇格し、専用の作成と管理のエクスペリエンスが含まれるようになります。 ビジネス アナリスト、BI 専門家、データ サイエンティストは、革新的なモデル駆動型計算エンジンのおかげで、データフローを使用して最も複雑なデータ準備の課題に対処し、お互いの作業を構築することができます。 このエンジンは、変換と依存関係のロジックをすべて処理し、時間、コスト、専門知識を従来のタスクに比べて大幅に削減します。 Power Query の既知のセルフサービスのデータ準備エクスペリエンスを使用して、データフローを作成できます。 データフローは、それぞれ Power BI または Power Apps のアプリ ワークスペースまたは環境で作成および簡単に管理され、アクセス許可の管理やスケジュールされた更新など、これらのサービスが提供する必要があるすべての機能を活用できます。

  • Dataverse または Azure Data Lake Storage にデータをロードする: ユース ケースに応じて、Power Platform データフローによって準備されたデータを Dataverse または組織の Azure Data Lake Storage アカウントに格納できます。

    • Dataverse を使用すると、ビジネス アプリケーションによって使用されるデータを安全に格納して管理することができます。 Dataverse 内のデータは、一連のテーブルに格納されます。 テーブル は行 (以前はレコードと呼ばれていた) と列 (以前はフィールド/属性と呼ばれていた) のセットです。 テーブルの各列は、名前、年齢、給与など、特定のタイプのデータを格納するように設計されています。 Dataverse には、一般的なシナリオを網羅した標準的なエンティティの基本テーブルが含まれていますが、組織に固有のカスタム テーブルを作成し、データフローを使用することによってそのテーブルにデータを読み込むこともできます。 その後、アプリ作成者は、Power Apps と Power Automate を使用して、このデータを使用する豊富なアプリケーションをビルドできます。

    • Azure Data Lake Storage を使用すると、Power BI、Azure Data、AI サービスや、レイクからデータを読み取るカスタムの基幹業務アプリケーションを使用して、組織内のユーザーと共同で作業することができます。 Azure Data Lake Storage アカウントにデータをロードするデータフローは、データを Common Data Model フォルダーに格納します。 Common Data Model フォルダーには、スキーマ化されたデータとメタデータが標準化された形式で含まれているため、データ交換が容易になり、組織の Azure Data Lake Storage アカウントに共有ストレージ層として格納されたデータを生成または消費するサービス間の完全な相互運用が可能になります。

  • Azureによる高度なアナリティクスとAI： Power Platformのデータフローは、DataverseまたはAzure Data Lake Storageにデータを格納します。つまり、データフローを通じて取り込まれたデータは、データエンジニアやデータサイエンティストが利用できるようになり、高度なアナリティクスやAIのために、Azure Machine Learning、Azure Databricks、Azure Synapse Analyticsなど、Azure Data Servicesのフルパワーを適用できるようになります。 これにより、ビジネス アナリスト、データ エンジニア、データ サイエンティストは、組織内の同じデータで共同作業できます。

  • Common Data Model のサポート: Common Data Model は、標準化されたデータ スキーマとメタデータ システムのセットであり、アプリケーションとビジネス プロセス全体でデータとその意味の一貫性を実現します。 データフローは、どのような形状のデータでも、アカウントやコンタクトなどの標準的な共通データモデルテーブルに簡単にマッピングできるようにすることで、共通データモデルをサポートしています。 データフローは、標準テーブルとカスタム テーブルの両方のデータを、図式化された Common Data Model 形式で取得します。 ビジネス アナリストは、標準スキーマとそのセマンティック一貫性を利用したり、独自のニーズに基づいてテーブルをカスタマイズしたりできます。 Common Data Model は Open Data Initiative の一部として進化し続けています。

Microsoft Power Platform サービスのデータフロー機能

ほとんどのデータフロー機能は、Power Apps と Power BI の両方で使用できます。 データフローは、これらのサービスのプランの一部として使用できます。 一部のデータフロー機能は、製品固有であるか、または異なる製品プランで使用できます。 次の表では、データフローの機能とその可用性について説明します。

データフロー機能 Power Apps Power BI
スケジュールされている更新 1 日あたり最大 48 1 日あたり最大 48
テーブルごとの最大リフレッシュ時間 最大 2 時間 最大 2 時間
Power Query Online でのデータフローの作成 はい はい
データフロー管理 Power Apps 管理ポータルの場合 Power BI 管理ポータルの場合
新しいコネクタ はい はい
Common Data Model の標準化されたスキーマ/組み込みのサポート はい はい
Power BI Desktop でのデータフロー データ コネクタ 宛先として Azure Data Lake Storage を使用するデータフローの場合 はい
組織の Azure Data Lake Storage との統合 はい はい
Dataverse との統合 はい いいえ
データフローのリンクされたテーブル 宛先として Azure Data Lake Storage を使用するデータフローの場合 はい
計算されたテーブル (M を使用したストレージ内変換) 宛先として Azure Data Lake Storage を使用するデータフローの場合 Power BI Premium のみ
データフローの増分更新 宛先として Azure Data Lake Storage を使用するデータフローの場合、Power Apps Plan2 が必要です Power BI Premium のみ
Power BI Premium 容量での実行/変換の並列実行 いいえ はい

既知の制限事項

次のステップ

Power Apps でのデータフローに関する詳細情報:

Power BI でのデータフローに関する詳細情報:

以下の記事では、データフローの一般的な使用シナリオについてさらに詳しく説明されています。

Common Data Model および Common Data Model フォルダー標準の詳細については、次の記事を参照してください。