Darbas su duomenimis

„Microsoft Dataverse“ suteikia abstrakciją, kuri leidžia dirbti su įvairių tipų duomenimis, įskaitant racionalius, neracionalius, paveikslėlius, failą, atitinkamą paiešką ar duomenų ežerą. Nėra jokio poreikio suprasti duomenų tipą, nes „Dataverse“ rodo duomenų tipų rinkinį, kurį turite sukurti savo modeliui. Laikymo tipas yra optimizuojamas pasirinktam duomenų tipui.

Duomenys gali būti lengvai importuojami ir eksportuojame su duomenų srautais, „Power Query“ ir „Azure Data Factory“. „Dynamics“ klientai gali taip pat naudoti „Data Export Service“.

„Dataverse“ taip pat turi jungtį prie „Power Automate“ ir „Azure Logic Apps“ gali būti naudojamos su šimtais kitų jungčių kitose paslaugose patalpose, insfrastruktūra, kaip paslauga (IaaS), platforma kaip paslauga (PaaS) arba programine įranga kaip paslauga (SaaS) paslaugomis. Tai apima šaltinius, esančius „Azure“, „Microsoft 365“, „Dynamics 365“, „SAP ERP“, „Salesforce“, „Amazon Redshift“, „Access“, „Excel“, „text/CSV“, „SharePoint“ sąrašuose, „SQL Server“ duomenų bazėse, „Oracle“, „MySQL“, „PostgreSQL“, „Blockchain“ ir „Azure Synapse Analytics“.

Common Data Model

Jei kada nors atnešėte duomenis į daugelį sistemų ir kartu programų, žinote, kokia ilga ir laiką naudojanti užduotis gali būti. Negalėdami pasidalinti ir lengvai suprasti tų pačių duomenų, kiekviena programa ar duomenų integravimo projektas reikalauja tinkinto įgyvendinimo.

Bendras duomenų modelis suteikia atskaitą architektūrai, kuri yra skirta transliuoti šį procesą suteikdama pasidalintą duomenų kalbą verslo ir naudojamoms analitikos programoms. Bendro duomenų modelio metaduomenų sistema gali duomenis ir jų reikšmėmis pasidalinti su programomis ir verslo procesai, tokiais kaip „Power Apps“, „Power BI“,„ Dynamics 365“ ir „Azure“.

Bendras duomenų modelis apima standartizuotų, išplėstinių duomenų schemas, kurias „Microsoft“ ir jos partneriai paviešino. Šiame iš anksto apibrėžtų schemų rinkinyje yra lentelių, atributų, semantikos metaduomenų ir ryšių. Schemos pristato dažniausiai naudojamas sąvokas ir veiksmus, tokius kaip Sąskaita ir Kampanija tam, kad būtų supaprastintas kūrimas, surinkimas ir duomenų analizė.

Bendras duomenų modelio schemas galima naudoti norint informuoti apie lentelių kūrimą Dataverse. Tada gautos lentelės bus suderinamos su programomis ir analize, skirtomis šiam „Common Data Model” aprašymui.

Šiame vaizde rodomi keli standartinių bendrųjų duomenų modelių objektų elementai. 

Lentelės

Dataverse objektai naudojami verslo duomenims modeliuoti ir valdyti. Norint padidinti produktyvumą, Dataverse yra objektų, vadinamų standartiniais objektais, rinkinys. Šie objektai sukurti pagal geriausią praktiką ir skirti užfiksuoti pačias dažniausias organizacijos koncepcijas ir scenarijus. Standartiniai objektai vadovaujasi bendruoju duomenų modeliu.

Objektų, kurie dažnai naudojami visoje pramonėje, rinkiniai, pvz., Vartotojas ir Komanda yra įtrauktos į Dataverse standartinius objektus ir nurodyti kaip standartiniai objektai. Šiuos nestandartinius objektus taip pat galima tinkinti, pvz., įtraukti papildomus laukus. Be to, Dataverse galite lengvai sukurti savo pasirinktus objektus.

Stulpeliai

Laukai apibrėžia individualius duomenų elementus, kuriuos galima naudoti duomenims objekte saugoti. Laukeliai kartais yra vadinami kūrėjų savybėmis. Lentelėje, kurioje vaizduojamas universiteto kursas, gali būti tokie stulpeliai: „Vardas ir pavardė“, „Vieta“, „Departamentas“, „Registruoti studentai“ ir kt.

Stulpeliuose gali būti skirtingų tipų duomenų, pvz., skaitmenų, eilučių, skaitmeninių duomenų, vaizdų ir failų. Nėra jokio poreikio laikyti susijusius ar nesusijusisu duomenis atskirai dirbtinai, jei jie yra to paties proceso ar srauto dalis. „Dataverse“ laiko duomenis geriausiu laikymo tipu sukurtam modeliui.

Kiekvienas iš šių laukų gali būti susietas su vienu iš daugelio palaikomų duomenų tipų Dataverse.

Daugiau informacijos: laukų tipai

Ryšiai

Vienos lentelės duomenys dažnai yra susiję su kitos lentelės duomenimis. objektų ryšiai apibrėžia, kaip įrašai duomenų bazėje gali būti susiję vienas su kitu Dataverse modelyje.

Dataverse teikia lengvai naudojamus vaizdinius dizainerius skirtingiems ryšių tipams apibrėžti tarp objektų (arba tarp objekto ir savęs). Kiekviena lentelė gali turėti ryšį su daugiau nei viena lentele bei daugiau nei vieną ryšį su kita.

Santykių tipai yra:

• Daugelis su vienu: Tokio tipo santykiuose, daugelis lentelės A įrašų gali būti susieti su vienu lentelės B įrašu. Pavyzdžiui, studentų klasė turi vieną klasės patalpą.

• Vienas su daugeliu: Tokio tipo santykiuose, vienas B lentelės įrašas gali būti susietas su daugeliu A lentelės įrašų. Pavyzdžiui, vienas mokytojas moko daug klasių.

• Daugelis su daugeliu: Tokio tipo santykiuose, kiekvienas įrašas A lentelėje gali atitikti daugiau nei vieną įrašą B lentelėje ir atvirkščiai. Pvz., mokiniai lanko daug pamokų ir kiekvienoje pamokoje yra daug mokinių.

Kadangi daug su vienu santykiai yra dažniausi, „Dataverse“ pateikia specifinius duomenų tipus pavadintus paieška, kurie ne tik sukuria paprastesnį būda nustatyti santykius, tačiau įtraukia produktyvumą kuriant formas ir programas.

Daugiau informacijos apie objektų kūrimo ryšius žr. Ryšių tarp lentelių kūrimas ir redagavimas.

Organizacijoms dažnai reikia atitikti įvairius reglamentus tam, kad būtų užtikrintas prieinamumas klientui sąveikauti su istorija, audito įrašais, prieiti prie ataskaitų ir saugumo incidentų stebėjimo ataskaitų. Organizacijoms gali reikėti sekti pasikeitimu „Dataverse“ duomenyse dėl saugumo ir analitiniais tikslais.

Dataverse teikia tikrinimo funkciją, kai objektų ir atributų duomenų, esančių organizacijoje, pakeitimai laikui bėgant gali būti keičiami analizei ir ataskaitoms. Tikrinimą palaiko visi pasirinktiniai—ir labiausiai tinkinami—objektai ir atributai. Auditas nepalaikomas metaduomenų pakeitimų, pakartojimo oepracijų, eksportavimo oepracijų ar autentifikavimo metu. Norėdami gauti informacijos apie tai, kaip konfigūruoti tikrinimą, eikite į Audito valdymas Dataverse.

Dataverse palaiko analizę, suteikdama galimybę pasirinkti objektus mašininio mokymo modeliams. Yra iš anksto sukurta dirbtinio intelekto galimybė naudojant „AI Builder“.

Paieška

Dataverse pateikiami trys būdai užklausų įrašams:

• „Dataverse“ ieška

• Sparčioji ieška (viename objekte arba keliuose objektuose)

• Išplėstinė ieška

Pastaba

Sparčioji ieška keliuose objektuose taip pat vadinama ieška pagal kategorijas.

Dėl daugiau informacijos, žr. Lyginti paieškas.

„Dataverse“ ieška

„Dataverse“ ieškos patirtis viename sąraše pateikia išsamius, pagal svarbumą surikiuotus rezultatus apie kelias lenteles. Jis naudoja nustatytą paiešką išorės „Dataverse“ (kurią palaiko „Azure“) tam, kad paieškos vykdymas būtų pagreitintas.

„Dataverse“ ieška suteikia toliau išvardytus patobulinimus ir naudą:

• Pagerina veiklą naudodamas išorės indeksavimą ir „Azure“ paieškos technologiją.

• Randa atitikmenis bet kokiam žodžio paieškos terminui bet kuriame objekto lauke, palyginti su sparčiąja ieška, kur visi paieškos termino žodžiai turi būti rasti viename lauke.

• Suranda sutapimus, kurie apima fleksinius žodžius, tokius kaip  srautas, transliavimasar transliuotas.

• Pateikia rezultatus iš visų ieškomų, suskirstytų pagal svarbą objektų, todėl kuo geresnis atitikimas, tuo geresnis rezultatas bus rodomas sąraše. Atitikmuo yra tinkamesnis, jei daugiau ieškos frazės žodžių randama netoli vienas nuo kito. Kuo trumpesnis ieškomas tekstas, tuo tinkamesni rasti žodžiai. Pavyzdžiui, jei ieškos žodžius radote įmonės pavadinime ir adrese, jie gali būti tinkamesni atitikmenys nei tie patys žodžiai, rasti ilgame straipsnyje toli nuo vienas kito.

• Atitikmenys rezultatų sąraše paryškinami. Kai ieškos terminas atitinka įrašo terminą, terminas rodomas kaip paryškintas ir pasviręs ieškos rezultatų tekstas.

Daugiau informacijos apie „Dataverse” iešką rasite „Dataverse” ieškos naudojimas eilučių paieškai.

Sparčioji ieškos

Dataverse yra galimybė greitai rasti eilutes ir taiko metodus, kurie ieškos tik vieno tipo objekto, pvz., kliento, arba bus naudojama kelių tipų objektams tuo pačiu metu, pvz., kontaktams, vartotojams, klientams ir pan.

Vieno objekto sparčioji ieška naudojama tik vieno tipo įrašams rasti. Ši ieškos parinktis pasiekiama rodinyje.

Kelių objektų sparčioji ieška (klasifikuojama ieška) taip pat naudojama įrašams ieškoti, bet juos suras įvairių tipų objektuose, pvz., klientai arba kontaktai.

Duomenų telkinys

Dataverse palaiko nuolatinį objekto duomenų replikavimą Azure Data Lake Storage, kuris gali būti naudojamas analizei, pvz., Power BI ataskaitoms, mašininiam mokymui, duomenų saugojimui ir kitų vartotojų integravimo procesams vykdyti.

Ši savybė suplanuota didelių duomenų įmonių analitikai. Ji yra taupanti kaštus, laipsniška, turi didelį prieinamumą ir trageidjos atstatymo galimybes bei leidžia vykdyti geriausią savo klasėje analitiką.

Duomenys saugomi „Common Data Model“ formatu, kuris užtikrina semantinį nuoseklumą tarp programų ir visuotinių diegimų. Standartizuoti metaduomenys ir save aprašantys duomenys bendrojo duomenų modelio savybėse metaduomenys atranda ir sąveika tarp duomenų gamintojų ir vartotojų, tokių kaip „Power BI“, „Data Factory“, „Azure Databricks“ ir „Azure Machine Learning“.

Taip pat žr.

Duomenų importavimas ir eksportavimas

Pastaba

Ar galite mums pranešti apie dokumentacijos kalbos nuostatas? Atlikite trumpą apklausą. (atkreipkite dėmesį, kad ši apklausa yra anglų kalba)

Apklausą atliksite per maždaug septynias minutes. Asmeniniai duomenys nėra renkami (privatumo nuostatos).