Utforsk Microsoft Dataverse
Microsoft Dataverse er en skybasert løsning som enkelt strukturerer ulike data og forretningslogikk for å støtte sammenkoblede programmer og prosesser på en sikker og kompatibel måte. Dataverse administreres og vedlikeholder av Microsoft, og er tilgjengelig globalt, men er distribuert geografisk for å overholde den potensielle datalagringen. Den er ikke utformet for frittstående bruk på serverne dine, så du trenger en Internett-tilkobling for å få tilgang til og bruke den.
Datavers er forskjellig fra tradisjonelle databaser ved at det er mer enn bare tabeller. Den inneholder sikkerhet, logikk, data og lagring i et sentralt punkt. Den er utformet for å være det sentrale datarepositoriet for forretningsdata, og du bruker det kanskje allerede. Bak kulissene driver den mange Microsoft-Dynamics 365 løsninger som Felttjeneste, Markedsføring, Kundeservice og Salg. Den er også tilgjengelig som en del av Power Apps og Power Automate med innebygd tilkobling innebygd. Funksjonene for AI Builder og portaler i Microsoft Power Platform bruker også Dataverse.
Bildet viser en visualisering som samler de mange tilbudene til Microsoft Dataverse.
Her er en kort forklaring av hver funksjonskategori.
Sikkerhet: Datavers håndterer godkjenning med Microsoft Entra ID for betinget tilgang og godkjenning med flere faktorer. Den støtter autorisasjon ned til rad- og kolonnenivået og gir rike overvåkingsfunksjoner.
Logikk: Med datavers kan du enkelt bruke forretningslogikk på datanivå. Uansett hvordan en bruker samhandler med dataene, gjelder de samme reglene. Disse reglene kan være relatert til duplikatregistrering, forretningsregler, arbeidsflyter eller mer.
Data: Datavers gir deg kontrollen til å forme dataene dine, slik at du kan oppdage, modellere, validere og rapportere om dataene dine. Denne kontrollen sikrer at dataene ser ut slik du ønsker, uavhengig av hvordan de brukes.
Lagring: Datavers lagrer de fysiske dataene dine i Azure-skyen. Denne skybaserte lagringsplassen fjerner byrden av å bekymre seg for hvor dataene befinner seg eller hvordan de skaleres. Disse bekymringene håndteres for deg.
Integrering: Dataverse kobler seg til på forskjellige måter for å støtte forretningsbehovene dine. API-er, webhooks, hendelser og dataeksporter gir deg fleksibilitet til å få data inn og ut.
Som du kan se, er Microsoft Dataverse en kraftig skybasert løsning for lagring og arbeid med forretningsdataene dine. I de følgende avsnittene ser du på Microsoft Dataverse fra linsen for datalagring for Microsoft Power Platform, hvor du starter reisen. Husk de andre rike funksjonene som diskuteres, som du kan utforske videre etter hvert som bruken øker.
Microsoft Dataverse lar deg opprette én eller mange skybaserte forekomster av en standardisert database for å komme i gang. Databasen inneholder forhåndsdefinerte tabeller og kolonner som lagrer data som vanligvis finnes på tvers av nesten alle organisasjoner og bedrifter. Du kan tilpasse og utvide det som er lagret, ved å legge til nye kolonner eller tabeller. Den enkle konfigurasjonen av en Microsoft Dataverse-database og standardisert datamodell under den forenkler din evne til å konsentrere deg om å bygge løsninger uten å bekymre deg for infrastruktur, lagring og dataintegrering. Med dataene lagret i Microsoft Dataverse finnes det mange måter å få tilgang til dem på. Du kan arbeide med dataene opprinnelig med verktøy som Power Apps eller Power Automate. Alle forretningsløsninger kan koble til Dataverse ved hjelp av API-er for koblinger. Med kraften i funksjoner som rollebasert sikkerhet og forretningsregler kan du stole på at dataene dine er trygge uansett hvordan de åpnes.
Skalerbarhet
En Datavers-database støtter store datasett og komplekse datamodeller. Tabeller kan inneholde millioner av elementer, og du kan utvide lagringsplassen i hver forekomst av en Microsoft Dataverse-database til fire terabyte per forekomst. Mengden data som er tilgjengelig i din forekomst av Microsoft Dataverse, er basert på antallet og typen lisenser som er knyttet til den. Datalagring er samlet mellom alle lisensierte brukere, slik at du kan tildele lagringsplass etter behov for hver løsning du bygger. Trinnvis lagring kan kjøpes hvis du trenger mer lagringsplass enn det som tilbys i standardlisensiering.
Microsoft Dataverse struktur og fordeler
Strukturen til en Microsoft Dataverse-database er basert på definisjonene og skjemaet i Common Data Model. Den største fordelen ved å bruke Common Data Model som grunnlag for en Microsoft Dataverse-database er at den forenkler integreringen av løsninger som bruker et Common Data Model-skjema. Standardtabellene for løsningen er de samme. Du kan dra nytte av et rikt økosystem av løsninger som leverandører har bygget fra å bruke Common Data Model. Best av alt er det praktisk talt ingen grense for hvor langt du kan utvide en Microsoft Dataverse-database.
Beskriv tabeller, kolonner og relasjoner
En tabell er en logisk struktur som inneholder rader og kolonner som representerer et sett med data. I skjermbildet ser du standardkontotabellen og ulike elementer som kan administreres som en del av den.
Tabelltyper
De tre tabelltypene er:
Standard – Flere standardtabeller, også kjent som ferdiglagde tabeller, er inkludert i et dataversmiljø. Konto-, forretningsenhet-, kontakt-, oppgave- og brukertabeller er eksempler på standardtabeller i Dataverse. De fleste standardtabellene som er inkludert i Dataverse, kan tilpasses.
Administrert – tabeller som ikke kan tilpasses og som er importert til miljøet som en del av en administrert løsning.
Egendefinert – Egendefinerte tabeller er uadministrerte tabeller som enten importeres fra en uadministrert løsning, eller som er nye tabeller som opprettes direkte i Dataverse-miljøet.
Kolonner
Kolonner lagrer en diskret informasjon i en rad i en tabell. Du tenker kanskje på dem som en kolonne i Excel. Kolonner har datatyper, noe som betyr at du kan lagre data av en bestemt type i en kolonne som samsvarer med denne datatypen. Hvis du for eksempel har en løsning som krever datoer, for eksempel å registrere datoen for en hendelse eller når noe oppstod, lagrer du datoen i en kolonne med typen Dato. Hvis du vil lagre et tall, lagrer du også tallet i en kolonne med talltypen.
Antall kolonner i en tabell varierer fra noen få kolonner til hundre eller flere. Hver database i Microsoft Dataverse starter med et standard sett med tabeller, og hver standardtabell har et standardsett med kolonner.
Forstå relasjoner
Hvis du vil lage en effektiv og skalerbar løsning for de fleste løsningene du bygger, må du dele opp data i forskjellige beholdere (tabeller). Å prøve å lagre alt i én enkelt beholder vil sannsynligvis være ineffektivt og vanskelig å forstå.
Følgende eksempel bidrar til å illustrere dette konseptet.
Tenk deg at du må opprette et system for å administrere salgsordrer. Du trenger en produktliste sammen med beholdningen, kostnaden for varen og salgsprisen. Du trenger også en hovedliste over kunder med adresser og kredittvurderinger. Til slutt må du også administrere salgsfakturaer for å lagre fakturadata. Fakturaen bør inneholde informasjon som dato, fakturanummer, selger, kundeinformasjon, inkludert adresse og kredittvurdering, og et linjeelement for hvert element på fakturaen. Linjeelementer bør inneholde en referanse til produktet du solgte, og være i stand til å gi riktig kostnad og pris for hvert produkt og redusere antallet på hånden basert på antallet du solgte i denne linjevaren.
Det ville være ineffektivt å opprette én enkelt tabell for å støtte funksjonaliteten i eksemplet ovenfor. En bedre måte å nærme seg dette forretningsscenarioet på, er å opprette følgende fire tabeller:
Kunder
Produkter
Fakturaer
Linjeelementer
Hvis du oppretter en tabell for hvert av disse elementene og relaterer dem til hverandre, kan du bygge en effektiv løsning som kan skaleres, samtidig som du opprettholder høy ytelse. Oppdeling av dataene i flere tabeller betyr også at du ikke trenger å lagre gjentakende data eller støtte store rader med store mengder tomme data. I tillegg blir rapportering mye enklere hvis du deler dataene i separate tabeller.
Tabeller som er relatert til hverandre, har en relasjonstilkobling. Relasjoner mellom tabeller finnes i mange former, men de to vanligste er én-til-mange og mange-til-mange, som begge støttes av Microsoft Dataverse. Hvis du vil lære mer om de ulike relasjonstypene, kan du se: Tabellrelasjoner.
Forretningslogikk i Microsoft Dataverse
Mange organisasjoner har forretningslogikk som påvirker hvordan de arbeider med data. En organisasjon som for eksempel bruker Dataverse til å lagre kundeinformasjon, vil kanskje gjøre et felt, for eksempel et identifikasjonsnummerfelt, obligatorisk basert på kundetypen de er. I Microsoft Dataverse bygger du denne logikken ved hjelp av forretningsregler. Med forretningsregler kan du bruke og vedlikeholde forretningslogikk på datalaget i stedet for applaget. I utgangspunktet, når du oppretter forretningsregler i Microsoft Dataverse, trer disse reglene i kraft uansett hvor brukerne samhandler med dataene.
Forretningsregler kan for eksempel brukes i lerrets- og modelldrevne apper for å angi eller fjerne verdier i én eller mange kolonner i en tabell. De kan også brukes til å validere lagrede data eller vise feilmeldinger. Modelldrevne apper kan bruke forretningsregler til å vise eller skjule kolonner, aktivere eller deaktivere kolonner, samt opprette anbefalinger basert på forretningsintelligens.
Forretningsregler gir deg en effektiv måte å håndheve regler, angi verdier eller validere data på, uavhengig av skjemaet som brukes til å legge inn data. I tillegg er forretningsregler effektive for å bidra til å øke nøyaktigheten av data, forenkle programutvikling og effektivisere skjemaene som presenteres for sluttbrukere.
Nedenfor finner du et eksempel på en enkel, men kraftfull bruk av forretningsregler. Forretningsregelen er konfigurert til å endre feltet Kredittgrense VP Approver til å være et obligatorisk felt hvis kredittgrensen er satt til større enn $1,000,000. Hvis kredittgrensen er mindre enn $1,000,000 da, er feltet valgfritt.
Ved å bruke denne forretningsregelen på datanivå i stedet for appnivået, har du bedre kontroll over dataene. Dette kan sikre at forretningslogikken din følges enten den åpnes direkte fra Power Apps, Power Automate eller til og med via en API. Regelen er knyttet til dataene, ikke appen.
Hvis du vil lære mer om hvordan du bruker forretningsregler i Dataverse, kan du se: Opprett en forretningsregel for en tabell.
Jobb med dataflyter
Dataflyter er selvbetjent, skybasert, dataforberedelsesteknologi. Dataflyter brukes til å innta, transformere og laste inn data i Microsoft Dataverse-miljøer, Power BI-arbeidsområder eller organisasjonens Azure Data Lake Storage konto. Dataflyter redigeres ved hjelp av Power Query, en enhetlig datatilkobling og forberedelsesopplevelse som allerede er omtalt i mange Microsoft-produkter, inkludert Excel og Power BI. Kunder kan utløse dataflyter for å kjøre enten ved behov eller automatisk etter en tidsplan, data holdes alltid oppdatert.
Siden en dataflyt lagrer de resulterende enhetene i skybasert lagring, kan andre tjenester samhandle med dataene som produseres av dataflyter.
Power BI, Power Apps, Power Automate, Power Virtual Agents og Dynamics 365-programmer kan for eksempel få dataene som produseres av dataflyten, ved å koble til Dataverse, en Power Platform-dataflytkobling eller direkte gjennom innsjøen, avhengig av målet som er konfigurert ved opprettelse av dataflyt.
Listen nedenfor fremhever noen av fordelene ved å bruke dataflyter:
En dataflyt kobler fra datatransformasjonslaget fra modellerings- og visualiseringslaget i en Power BI-løsning.
Datatransformasjonskoden kan ligge på en sentral plassering, en dataflyt, i stedet for å spres ut blant flere artefakter.
En dataflytoppretter trenger bare Power Query ferdigheter. I et miljø med flere opprettere kan oppretteren av dataflyten være en del av et team som sammen bygger hele BI-løsningen eller driftsprogrammet.
En dataflyt er produktagnostisk. Det er ikke bare en komponent i Power BI, da du kan hente dataene i andre verktøy og tjenester.
Dataflyter drar nytte av Power Query, en kraftig, grafisk, selvbetjent datatransformasjonsopplevelse.
Dataflyter kjører helt i skyen. Ingen ekstra infrastruktur er nødvendig.
Du har flere alternativer for å begynne å arbeide med dataflyter, ved hjelp av lisenser for Power Apps, Power BI og Customer Insights.
Selv om dataflyter er i stand til avanserte transformasjoner, er de utformet for selvbetjente scenarioer og krever ingen IT- eller utviklerbakgrunn.