Hvordan Microsoft Power Platform-dataflyter og Azure Data Factory-dataflyter er relatert til hverandre

Microsoft Power Platform-dataflyter og Azure Data Factory-dataflyter anses ofte å gjøre det samme: å trekke ut data fra kildesystemer, transformere dataene og laste inn de transformerte dataene til et mål. Det er imidlertid forskjeller i disse to typene dataflyter, og du kan ha en løsning implementert som fungerer med en kombinasjon av disse teknologiene. Denne artikkelen beskriver denne relasjonen mer detaljert.

Power Platform-dataflyter

Power Platform-dataflyter er datatransformasjonstjenester som er bemyndiget av Power Query-motoren og driftes i skyen. Disse dataflytene henter data fra forskjellige datakilder, og lagrer dem enten i Dataverse eller i Azure Data Lake Storage etter å ha brukt transformasjoner.

Data Factory-dataflyter

Data Factory er en skybasert ekstrakt- og transformeringstjeneste (ETL) som støtter mange forskjellige kilder og mål. Det finnes to typer dataflyter under denne teknologien: tilordne dataflyter og wrangling-dataflyter. Wrangling-dataflyter er bemyndiget av Power Query-motoren for datatransformasjon.

Hva har de til felles?

Power Platform-dataflyter og datafabrikkens dataflyter er begge nyttige for å hente data fra én eller flere kilder, bruke transformasjoner på dataene ved hjelp av Power Query og laste inn de transformerte dataene til mål. I tillegg:

• Begge er bemyndiget ved hjelp av Power Query-datatransformasjon.
• Begge er skybaserte teknologier.

Hva er forskjellen?

Hovedpoenget er å kjenne til forskjellene deres, for da kan du tenke på scenarioer der du vil bruke det ene eller det andre.

Funksjoner	Power Platform-dataflyter	Data Factory-dataflyter
Mål	Datavers eller Azure Data Lake Storage	Mange destinasjoner (gå til listen her)
Power Query-transformasjon	Alle Power Query-funksjoner støttes	Et begrenset sett med funksjoner støttes (gå til listen her)
Kilder	Mange kilder støttes	Bare noen få kilder (gå til listen her)
Skalerbarhet	Avhenger av Premium-kapasiteten og bruken av den forbedrede databehandlingsmotoren	Svært skalerbar

Hvilken brukerperson er egnet til hvilken type dataflyt?

Hvis du er en borgerprogramutvikler eller borgerdataanalytiker med småskala til mellomstore data som skal integreres og transformeres, finner du power platform-dataflytene mer praktiske. Det store antallet tilgjengelige transformasjoner, muligheten til å arbeide med dem uten å ha utviklerkunnskap og det faktum at dataflyter kan redigeres, overvåkes og redigeres i Power BI eller Power Platform , er alle årsaker som gjør Power Platform-dataflyter til en flott løsning for dataintegrasjon for denne typen utviklere.

Hvis du er en datautvikler som arbeider med store data og store datasett, med et stort antall rader som skal inntas hver gang, finner du dataflytene i Data Factory som et bedre verktøy for jobben. Wrangling-dataflyt oversetter M generert av Power Query Online Mashup Editor til spark-kode for kjøring av skyskala. Arbeid med Azure-portalen for å redigere, overvåke og redigere dataflyter krever en høyere utviklerlæringskurve enn opplevelsen i Power Platform-dataflyter. Wrangling-dataflyter passer best for denne typen målgruppe.