Werken met alle gegevens

Microsoft Dataverse biedt een abstractie die het mogelijk maakt om met elk type gegevens te werken, inclusief relationeel, niet-relationeel, afbeelding, bestand, relatief zoeken of data lake. Het is niet nodig om het type gegevens te begrijpen omdat Dataverse een reeks gegevenstypen toont waarmee u uw model kunt opbouwen. Het type opslag wordt geoptimaliseerd voor het gekozen gegevenstype.

Gegevens kunnen eenvoudig worden geïmporteerd en geëxporteerd met gegevensstromen, Power Query en Azure Data Factory. Klanten van Dynamics kunnen ook gebruikmaken van de gegevensexportservice.

Dataverse heeft ook een connector voor Power Automate en Azure Logic Apps die kunnen worden gebruikt met de honderden andere connectors in services voor on-premises, Infrastructure as a Service (IaaS), Platform as a Service (PaaS) of Software as a Service (SaaS). Dit omvat bronnen in Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, tekst/CSV, SharePoint-lijsten, SQL Server-databases, Oracle, MySQL, PostgreSQL, Blockchain en Azure Synapse Analytics.

Common Data Model

Als u ooit gegevens uit meerdere systemen en apps bij elkaar heeft gebracht, weet u dat dit veel tijd en geld kost. Als u dezelfde gegevens niet gemakkelijk kunt delen en begrijpen, vereist elke app of elk data-integratieproject een aangepaste implementatie.

Common Data Model biedt referentiearchitectuur die bedoeld is om dit proces te stroomlijnen met een gedeelde gegevenstaal die zakelijke en analytische apps kunnen gebruiken. Het Common Data Model-metagegevenssysteem maakt het mogelijk dat gegevens en de betekenis ervan worden gedeeld tussen apps en bedrijfsprocessen zoals Power Apps, Power BI, Dynamics 365 en Azure.

Common Data Model bevat een reeks gestandaardiseerde, uitbreidbare gegevensschema's die Microsoft en haar partners hebben gepubliceerd. Deze verzameling vooraf gedefinieerde schema's bevat tabellen, kenmerken, semantische metagegevens en relaties. De schema's vertegenwoordigen veelgebruikte concepten en activiteiten, zoals Account en Campagne, om het creëren, samenvoegen en analyseren van gegevens te vereenvoudigen.

De Common Data Model-schema's kunnen worden gebruikt om het maken van tabellen in Dataverse te informeren. De resulterende tabellen zijn dan compatibel met apps en analyses die op deze Common Data Model-definitie zijn gericht.

De volgende afbeelding toont enkele elementen van de standaard Common Data Model-tabellen. 

Tabellen

In Dataverse worden tabellen gebruikt om zakelijke gegevens te modelleren en te beheren. Om de productiviteit te verhogen, bevat Dataverse een set tabellen die bekendstaan als standaardtabellen. Deze zijn ontworpen conform de best practices om de meest algemene concepten en scenario's binnen een organisatie te ondervangen. De standaardtabellen voldoen aan het Common Data Model.

Een set tabellen die vaak in verschillende branches worden gebruikt, zoals Gebruiker en Team, zijn opgenomen in Dataverse en worden aangeduid als standaardtabellen. Deze kant-en-klare tabellen kunnen ook worden aangepast, bijvoorbeeld door extra kolommen toe te voegen. Bovendien kunt u eenvoudig uw eigen aangepaste tabellen maken in Dataverse.

Kolommen

Kolommen definiëren de afzonderlijke gegevensitems die kunnen worden gebruikt om gegevens in een tabel op te slaan. Velden worden soms kenmerken genoemd door ontwikkelaars. Een tabel die een cursus aan een universiteit voorstelt, kan kolommen bevatten zoals 'Naam', 'Locatie', 'Afdeling', 'Geregistreerde studenten', enzovoort.

Kolommen kunnen verschillende soorten gegevens bevatten, zoals cijfers, tekenreeksen, digitale gegevens, afbeeldingen en bestanden. Het is niet nodig om relationele en niet-relationele gegevens kunstmatig gescheiden te houden als deze deel uitmaken van hetzelfde bedrijfsproces of dezelfde stroom. Dataverse slaat de gegevens op in het beste opslagtype voor het gemaakte model.

Elk van deze kolommen kan worden gekoppeld aan een van de vele gegevenstypen die door Dataverse worden ondersteund.

Meer informatie: Typen kolommen

Relaties

Gegevens in één tabel zijn vaak gerelateerd aan gegevens in een andere tabel. Tabelrelaties bepalen hoe rijen in het Dataverse-model aan elkaar kunnen worden gerelateerd.

Dataverse biedt gebruiksvriendelijke visuele ontwerpers om de verschillende typen relaties van de ene tabel naar de andere (of tussen een tabel en zichzelf) te definiëren. Elke tabel kan een relatie met meer dan één tabel hebben en elke tabel kan meerdere relaties met een andere tabel hebben.

De relatietypen zijn:

• Veel-op-een: in dit type relatie kunnen veel tabel A-records worden gekoppeld aan een enkele tabel B-record. Een klas studenten heeft bijvoorbeeld één klaslokaal.

• Een-op-veel: in dit type relatie kan een enkele tabel B-records worden gekoppeld aan een groot aantal tabel A-records. Een enkele leraar geeft bijvoorbeeld veel lessen.

• Veel-op-veel: in dit type relatie kan elke record in tabel A met meer dan één record in tabel B overeenkomen en omgekeerd. Leerlingen hebben bijvoorbeeld les in vele klassen en elke klas kan meerdere leerlingen hebben.

Omdat veel-op-één relaties de meest voorkomende zijn, biedt Dataverse een specifiek gegevenstype met de naam opzoeken. Daarmee is deze relatie niet alleen eenvoudig te definiëren, maar kunnen formulieren en apps ook sneller worden gebouwd.

Zie voor meer informatie over het maken van tabelrelaties Een relatie tussen tabellen maken.

Organisaties moeten vaak voldoen aan allerlei regelgeving om de beschikbaarheid van de klantinteractiegeschiedenis, auditrapporten, toegangsrapporten en incidentrapporten te garanderen. Organisaties kunnen wijzigingen in gegevens bijhouden in Dataverse voor veiligheid en analysedoelen.

Dataverse biedt een controlefunctie waar wijzigingen in tabellen en kenmerkgegevens in een organisatie in de loop van de tijd in een rij kunnen worden opgenomen voor analyse en rapportage. Controle wordt ondersteund voor alle aangepaste en de meeste aanpasbare tabellen en kenmerken. Controle wordt niet ondersteund op wijzigingen van metagegevens, ophaalbewerkingen, exportbewerkingen, of tijdens verificatie. Ga naar  Dataverse-controle beheren voor informatie over het configureren van controles.

Dataverse ondersteunt analyses door de mogelijkheid te bieden om tabellen te kiezen die Machine Learning-modellen kunnen uitvoeren. Het heeft een vooraf gebouwde AI-mogelijkheid via AI Builder.

Zoeken

Dataverse biedt drie manieren om rijen op te vragen:

• Zoeken in Dataverse

• Snel zoeken (één tabel of meerdere tabellen)

• Geavanceerd zoeken

Notitie

Snel zoeken in meerdere tabellen wordt ook zoeken op categorie genoemd.

Zie Zoekopdrachten vergelijken voor meer informatie.

Zoeken in Dataverse

Zoeken in Dataverse bidt snelle en uitgebreide resultaten van meerdere tabellen in één lijst, gesorteerd op relevantie. In deze functie wordt een speciale zoekservice gebruikt van buiten Dataverse (mogelijk gemaakt door Azure) om de zoekprestaties uit te breiden.

Zoeken in Dataverse biedt de volgende verbeteringen en voordelen:

• Verbetert de prestaties met externe indexering en Azure-zoektechnologie.

• Zoekt overeenkomsten met een woord in de zoekterm in een willekeurige kolom in de tabel, in tegenstelling tot Snel zoeken, waarbij alle woorden van de zoekterm in één kolom moeten worden gevonden.

• Zoekt overeenkomsten inclusief vervoegingen, zoals stroom, stromen of gestroomd.

• Retourneert resultaten van alle doorzoekbare tabellen in één lijst en gesorteerd op relevantie, dus hoe beter de overeenkomst, des te hoger het resultaat in de lijst wordt weergegeven. Een overeenkomst heeft een hogere relevantie als meer woorden van de zoekterm dicht bij elkaar worden gevonden. Hoe kleiner de hoeveelheid tekst waarin de zoekwoorden worden gevonden, des te hoger de relevantie. Als u de zoekwoorden bijvoorbeeld in de naam en het adres van het bedrijf vindt, is het mogelijk een beter resultaat dan wanneer u dezelfde woorden ver van elkaar in een lang artikel vindt.

• De overeenkomsten in de lijst met resultaten zijn gemarkeerd. Wanneer een zoekterm overeenkomt met een term in een rij, wordt de term vet en cursief in de zoekresultaten weergegeven.

Voor meer informatie over de zoekfunctie van Dataverse, zie: Zoekfunctie van Dataverse gebruiken om rijen te zoeken.

Snel zoeken

Dataverse biedt de mogelijkheid om snel rijen te vinden en biedt benaderingen waarbij slechts in één type tabel wordt gezocht, zoals klant, of in meerdere typen tabellen tegelijk, zoals contactpersonen, gebruikers, klanten enzovoort.

Snel zoeken in één tabel wordt gebruikt om rijen van slechts één type te vinden. Deze zoekoptie is beschikbaar in een weergave.

Snel zoeken in meerdere tabellen (zoeken op categorie) wordt ook gebruikt om rijen te zoeken, maar vindt deze in verschillende soorten tabellen, zoals Accounts of Contactpersonen.

Data Lake

Dataverse ondersteunt de continue replicatie van tabelgegevens naar Azure Data Lake Storage, die vervolgens kunnen worden gebruikt om analyses uit te voeren, zoals Power BI-rapportage, Machine Learning, datawarehousing en andere downstream integratieprocessen.

Deze functie is ontworpen voor zakelijke analyses van big data. Het is kosteneffectief, schaalbaar, heeft een hoge beschikbaarheid en mogelijkheden voor noodherstel en maakt de beste analyseprestaties mogelijk.

Gegevens worden opgeslagen in de CDM-indeling (Common Data Model) die semantische consistentie biedt tussen apps en implementaties. De gestandaardiseerde metagegevens en zelfbeschrijvende gegevens in Common Data Mode vergemakkelijken opsporing van metagegevens, en de samenwerking tussen dataproducenten en consumenten, zoals Power BI, Azure Data Factory, Azure Data Lake, Databricks en Azure Machine Learning.

Zie ook

Gegevens importeren en exporteren

Notitie

Laat ons uw taalvoorkeuren voor documentatie weten! Beantwoord een korte enquête. (houd er rekening mee dat deze in het Engels is)

De enquête duurt ongeveer zeven minuten. Er worden geen persoonlijke gegevens verzameld (privacyverklaring).