Keupayaan dan pertimbangan aplikasi berpandukan model
Aplikasi dipacu model mempunyai banyak keupayaan yang membolehkan pelanggan menunjukkan data perniagaan yang membantu mereka membuat keputusan dan berinteraksi dengan pelanggan dan data mereka dengan lebih berkesan.
Ini diterangkan dalam gambaran keseluruhan pelaporan dan termasuk
- Pandangan.
- Carta.
- Papan Pemuka.
- laporan Perkhidmatan Pelaporan Pelayan SQL.
- Integrasi Microsoft Excel membolehkan pengguna membina laporan layan diri dengan mudah menggunakan ciri-ciri Power BI PowerView, PowerPivot, dan PowerQuery.
- Power BI.
Apabila volum data yang disimpan dalam pangkalan data aplikasi terus berkembang, ia menjadi lebih penting berbanding daripada biasa untuk memikirkan strategi BI anda dan menentukan mekanisme yang paling berkesan untuk melaporkan dan menggambarkan set data besar.
Infrastruktur pelaporan
Dalam persekitaran, infrastruktur pelaporan dikongsi dan diasingkan daripada pangkalan data. Dalam seni bina ini, walaupun pelanggan berkongsi sumber yang diperlukan untuk menjalankan laporan, setiap laporan berjalan terhadap tika pangkalan data individu pelanggan.
Keupayaan pelaporan yang terbina dalam untuk Microsoft Dataverse direka bentuk untuk membolehkan pengguna menjalankan laporan pada set data yang merentasi tempoh masa lebih pendek. Pertimbangkan ini, perhatikan tetapan tetap berikut:
Laporan dan pertanyaan boleh berjalan sehingga lima minit. Apabila tempoh maksimum dicapai, laporan akan tamat masa dan mesej dikembalikan kepada pengguna. Dalam tempoh lima minit, laporan dan pertanyaan dibenarkan untuk merentasi set data besar yang melebihi 50,000 baris, yang menyediakan kefleksibelan ketara untuk memenuhi kebanyakan keperluan laporan beroperasi.
Untuk menambah baik respons pertanyaan, kami mengesyorkan agar laporan terperinci meminimumkan paparan bilangan baris yang besar. Untuk melakukan ini, gunakan penapisan yang sesuai untuk mengurangkan bilangan baris yang dikembalikan. Apabila anda mencipta laporan teragregat atau diringkaskan, pertanyaan perlu menolak pengagregatan kepada pertanyaan dan bukannya mengambil baris terperinci untuk melakukan pengagregatan dalam laporan. Maklumat lanjut: Agregat data menggunakan FetchXml dan laporan pra-penapisan.
Halaman Pemapar Laporan tertakluk pada had API platform. Berbilang pelaksanaan laporan jangka panjang mungkin menyebabkan ralat dan pengguna boleh menunggu beberapa minit dan mencuba lagi. Ini adalah had setiap pengguna dan tidak seharusnya menjejaskan penggunaan biasa laporan oleh berbilang pengguna.
Bagi carta dan grid yang dipaparkan dalam papan pemuka, aplikasi anda membolehkan pengguna menjalankan pertanyaan yang mempunyai set data yang kurang daripada 50,000 baris. Sekiranya pengguna menjalankan pertanyaan papan pemuka yang merentasi set data 50,000 atau lebih baris, mesej "Had baris maksimum telah dilebihi. Kurangkan bilangan baris" akan dikembalikan. Tetapan praktikal set data membantu memastikan prestasi optimum aplikasi.
Peta dan penyelesaian untuk pelaporan
Pada lazimnya, bagi kebanyakan keperluan pelaporan organisasi, tetapan ini mencukupi. Untuk memastikan pengguna anda tidak melebihi seting ini dan untuk meningkatkan prestasi pertanyaan laporan secara umum, pertimbangkan amalan terbaik berikut.
Apabila mencipta laporan tersuai atau papan pemuka, reka bentuk ia untuk set data pertanyaan lebih kecil terhadap tempoh masa yang lebih pendek dengan menambah penapis berdasarkan masa dalam laporan, seperti bulan atau suku tahun semasa, untuk mengehadkan hasil.
Hadkan bilangan jadual yang diperlukan untuk mengembalikan hasil. Ini membantu mengurangkan masa yang diperlukan untuk menjalankan pertanyaan dan mengembalikan set hasil.
Kurangkan baris dalam laporan terperinci. Penapisan yang sesuai boleh digunakan untuk mengurangkan bilangan baris yang dikembalikan oleh pertanyaan untuk mengurangkan tamat masa.
Bagi laporan teragregat atau diringkaskan, pertanyaan mesti digunakan untuk menolak pengagregatan kepada pangkalan data dan tidak mengambil baris terperinci dan melaksanakan pengagregatan dalam laporan Perkhidmatan Pelaporan SQL Server.
Apabila sesuai untuk perniagaan anda, pengguna sepatutnya menjalankan laporan dan papan pemuka (siap guna) lalai. Laporan dan papan pemuka ini biasanya direka bentuk untuk pertanyaan bagi setiap set data pengguna, jadi dalam kebanyakan kes tidak akan melebihi had set data.
Jika pengguna mesti menjalankan laporan yang melebihi tetapan ini, kami mengesyorkan anda menyemak pilihan berikut untuk bantuan dengan keperluan pelaporan yang rumit. Kedua-dua pilihan ini menurunkan beban kerja pelaporan secara berkesan dari Dataverse kepada storan data lain menggunakan penyelesaian integrasi data.
Penyesuai digunakan bersamaan dengan Perkhidmatan Integrasi SQL Server (SSIS) untuk melanjutkan keupayaan bagi integrasi dengan data aplikasi anda
Alat Extract transform load (ETL) menyediakan set alat baharu untuk mencipta analisis data dengan menggabungkan berbilang sumber data atau mengekstrak data ke penyelesaian gudang data jika SSIS tidak digunakan. Alat ETL menyediakan penyelesaian menyeluruh untuk penyambungan dengan Dataverse untuk mengalihkan data.
Penting
Apabila anda menggunakan alat ini, kami mengesyorkan anda untuk mengalihkan atau menyegerakkan data semasa waktu luar perniagaan.
Jika diperlukan, terdapat ramai rakan kongsi Microsoft yang boleh membantu menyediakan penyelesaian untuk keperluan pelaporan khusus anda, seperti mencipta salinan luar talian data yang digunakan secara khusus untuk menjalankan laporan besar. Rakan kongsi ini berpengetahuan dengan alat integrasi yang tersedia. Maklumat lanjut: Cari rakan kongsi Dynamics 365
Penyesuai pihak ketiga untuk SSIS
Alat ETL
Lihat juga
Sambungan Penulisan Laporan (dengan sokongan SQL Server Data Tools)
Pengenalan kepada Microsoft Power Query untuk Excel
Suapan OData Dynamics 365 for Customer Engagement dan Power Query: Apakah Rekodnya []?
Nota
Adakah anda boleh memberitahu kami tentang keutamaan bahasa dokumentasi anda? Jawab tinjauan pendek. (harap maklum bahawa tinjauan ini dalam bahasa Inggeris)
Tinjauan akan mengambil masa lebih kurang tujuh minit. Tiada data peribadi akan dikumpulkan (pernyataan privasi).