Microsoft Power Platform에서 데이터 흐름 만들기 및 사용

  • 아티클

Microsoft Power Platform에서 데이터 흐름을 사용하면 데이터를 더 쉽게 준비할 수 있으며 후속 보고서, 앱 및 모델에서 데이터 준비 작업을 다시 사용할 수 있습니다.

계속 확장되는 데이터 환경에서 데이터 준비는 어렵고 비용이 많이 들 수 있습니다. 일반적인 분석 프로젝트에는 최대 60~80%의 시간과 비용을 사용할 수 있습니다. 이러한 프로젝트에는 조각화되고 불완전한 데이터, 복잡한 시스템 통합, 구조적 불일치가 있는 데이터 및 높은 기술 집합 장벽이 필요할 수 있습니다.

데이터를 더 쉽게 준비하고 데이터에서 더 많은 가치를 얻을 수 있도록 파워 쿼리 및 Power Platform 데이터 흐름이 만들어졌습니다.

Screenshot showing how to select the Power Platform Dataflows connector.

데이터 흐름을 통해 Microsoft는 파워 쿼리의 셀프 서비스 데이터 준비 기능을 Power BI 및 Power Apps 온라인 서비스 제공하고 다음과 같은 방법으로 기존 기능을 확장합니다.

  • 데이터 흐름이 있는 빅 데이터에 대한 셀프 서비스 데이터 준비: 데이터 흐름은 모든 데이터 준비 논리를 포함하는 트랜잭션 및 관찰 원본의 크고 계속 증가하는 배열에서 데이터를 쉽게 수집, 클린se, 변환, 통합, 보강 및 스키마화하는 데 사용할 수 있습니다. 이전에는 ETL(추출, 변환, 로드) 논리가 Power BI의 의미 체계 모델 내에만 포함되고, 의미 체계 모델 간에 계속 복사되고, 의미 체계 모델 관리 설정에 바인딩될 수 있습니다.

    데이터 흐름을 사용하면 ETL 논리가 Microsoft Power Platform 서비스 내에서 일류 아티팩트로 승격되고 전용 작성 및 관리 환경이 포함됩니다. 비즈니스 분석가, BI 전문가 및 데이터 과학자는 혁신적인 모델 기반 계산 엔진 덕분에 데이터 흐름을 사용하여 가장 복잡한 데이터 준비 문제를 처리하고 서로의 작업을 구축할 수 있습니다. 이 엔진은 모든 변환 및 종속성 논리 절감 시간, 비용 및 전문 지식을 해당 작업에 일반적으로 필요한 부분까지 처리합니다. 파워 쿼리의 잘 알려진 셀프 서비스 데이터 준비 환경을 사용하여 데이터 흐름을 만들 수 있습니다. 데이터 흐름은 각각 Power BI 또는 Power Apps의 앱 작업 영역 또는 환경에서 만들어지고 쉽게 관리되며, 권한 관리 및 예약된 새로 고침과 같은 이러한 서비스가 제공해야 하는 모든 기능을 활용합니다.

  • Dataverse 또는 Azure Data Lake Storage에 데이터 로드: 사용 사례에 따라 Power Platform 데이터 흐름에서 준비한 데이터를 Dataverse 또는 조직의 Azure Data Lake Storage 계정에 저장할 수 있습니다.

    • Dataverse 를 사용하면 비즈니스 애플리케이션에서 사용하는 데이터를 안전하게 저장하고 관리할 수 있습니다. Dataverse 내의 데이터는 테이블 집합에 저장됩니다. 테이블은 행(이전에는 레코드라고 함) 및 열(이전에는 필드/속성이라고 함) 집합입니다. 테이블의 각 열은 특정 유형의 데이터(예 : 이름, 나이, 급여 등)를 저장하도록 설계되었습니다. Dataverse에는 일반적인 시나리오를 다루는 표준 테이블의 기본 집합이 포함되어 있지만 조직과 관련된 사용자 지정 테이블을 만들고 데이터 흐름을 사용하여 데이터로 채울 수도 있습니다. 그런 다음 앱 작성자는 Power Apps 및 Power Automate를 사용하여 이 데이터를 사용하는 풍부한 애플리케이션을 빌드할 수 있습니다.

    • Azure Data Lake Storage 를 사용하면 Power BI, Azure Data 및 AI 서비스를 사용하거나 레이크에서 데이터를 읽는 사용자 지정 빌드 기간 업무 애플리케이션을 사용하여 조직의 사용자와 공동 작업할 수 있습니다. Azure Data Lake Storage 계정에 데이터를 로드하는 데이터 흐름은 공통 데이터 모델 폴더에 데이터를 저장합니다. 공통 데이터 모델 폴더에는 데이터 교환을 용이하게 하고 조직의 Azure Data Lake Storage 계정에 저장된 데이터를 공유 스토리지 계층으로 생성하거나 사용하는 서비스 간에 완전한 상호 운용성을 가능하게 하기 위해 표준화된 형식의 스키마화된 데이터 및 메타데이터가 포함되어 있습니다.

  • Azure를 사용하는 고급 분석 및 AI: Power Platform 데이터 흐름은 Dataverse 또는 Azure Data Lake Storage에 데이터를 저장합니다. 즉, 데이터 흐름을 통해 수집된 데이터를 데이터 엔지니어와 데이터 과학자가 이제 사용할 수 있으므로 고급 분석 및 AI를 위해 Azure Machine Learning, Azure Databricks 및 Azure Synapse Analytics와 같은 Azure Data Services의 모든 기능을 적용할 수 있습니다. 이를 통해 비즈니스 분석가, 데이터 엔지니어 및 데이터 과학자가 조직 내에서 동일한 데이터에 대해 공동 작업할 수 있습니다.

  • 공통 데이터 모델 지원: 공통 데이터 모델은 애플리케이션 및 비즈니스 프로세스에서 데이터의 일관성과 그 의미를 허용하는 표준화된 데이터 스키마 및 메타데이터 시스템 집합입니다. 데이터 흐름은 모든 셰이프의 모든 데이터를 계정 및 연락처와 같은 표준 공통 데이터 모델 테이블로 쉽게 매핑하여 공통 데이터 모델을 지원합니다. 또한 데이터 흐름은 표준 테이블과 사용자 지정 테이블 모두에 스키마화된 공통 데이터 모델 형식으로 데이터를 배치합니다. 비즈니스 분석가는 표준 스키마와 의미 체계 일관성을 활용하거나 고유한 요구 사항에 따라 테이블을 사용자 지정할 수 있습니다. Common Data Model은 Open Data Initiative의 일부로 계속 진화하고 있습니다.

Microsoft Power Platform 서비스의 데이터 흐름 기능

대부분의 데이터 흐름 기능은 Power Apps와 Power BI 모두에서 사용할 수 있습니다. 데이터 흐름은 이러한 서비스 계획의 일부로 사용할 수 있습니다. 일부 데이터 흐름 기능은 제품별 기능이거나 다른 제품 계획에서 사용할 수 있습니다. 다음 표에서는 데이터 흐름 기능 및 해당 가용성에 대해 설명합니다.

데이터 흐름 기능 Power Apps Power BI
예약된 새로 고침 하루 최대 48개 하루 최대 48개
테이블당 최대 새로 고침 시간 최대 2시간 최대 2시간
파워 쿼리 Online을 사용한 데이터 흐름 작성 예 예
데이터 흐름 관리 Power Apps 관리 포털에서 Power BI 관리 포털에서
새 커넥터 예 예
Common Data Model에 대한 표준화된 스키마/기본 제공 지원 예 예
Power BI Desktop의 데이터 흐름 데이터 커넥트or Azure Data Lake Storage를 대상으로 사용하는 데이터 흐름의 경우 예
조직의 Azure Data Lake Storage와 통합 예 예
Dataverse와 통합 예 아니요
데이터 흐름 연결된 테이블 Azure Data Lake Storage를 대상으로 사용하는 데이터 흐름의 경우 예
계산 테이블(M을 사용한 스토리지 내 변환) Azure Data Lake Storage를 대상으로 사용하는 데이터 흐름의 경우 Power BI Premium 전용
데이터 흐름 증분 새로 고침 Azure Data Lake Storage를 대상으로 하는 데이터 흐름의 경우 Power Apps Plan2가 필요합니다. Power BI Premium 전용
Power BI Premium 용량에서 실행/변환 병렬 실행 예 예

알려진 제한 사항

다음 단계

Power Apps의 데이터 흐름에 대한 자세한 정보:

Power BI의 데이터 흐름에 대한 자세한 정보:

다음 문서에서는 데이터 흐름에 대한 일반적인 사용 시나리오에 대해 자세히 설명합니다.

Common Data Model 및 Common Data Model 폴더 표준에 대한 자세한 내용은 다음 문서를 참조하세요.