Delen via

Gegevensstromen maken en gebruiken in Microsoft Power Platform

  • Artikel

Het gebruik van gegevensstromen met Microsoft Power Platform maakt het voorbereiden van gegevens eenvoudiger en stelt u in staat om uw gegevensvoorbereiding opnieuw te gebruiken in volgende rapporten, apps en modellen.

In de wereld van steeds uitbreidende gegevens kan gegevensvoorbereiding moeilijk en duur zijn. Het kan maximaal 60 tot 80 procent van de tijd en kosten voor een typisch analyseproject verbruiken. Dergelijke projecten kunnen gefragmenteerde en onvolledige gegevens, complexe systeemintegratie, gegevens met structurele inconsistentie en een hoge vaardigheidsbarrière vereisen.

Om gegevensvoorbereiding gemakkelijker te maken en om u te helpen meer waarde te krijgen uit uw gegevens, zijn Power Query- en Power Platform-gegevensstromen gemaakt.

schermopname waarin wordt getoond hoe u de Connector voor Power Platform-gegevensstromen selecteert.

Met gegevensstromen biedt Microsoft de selfservicemogelijkheden voor gegevensvoorbereiding van Power Query in de onlineservices van Power BI en Power Apps en breidt bestaande mogelijkheden op de volgende manieren uit:

  • Self-service gegevensvoorbereiding voor big data met gegevensstromen: Gegevensstromen kunnen worden gebruikt om eenvoudig gegevens op te nemen, op te schonen, te transformeren, te integreren, te verrijken en te schematiseren uit een groot en steeds groeiend scala van transactionele en observatiebronnen, om alle logica voor gegevensvoorbereiding te omvatten. Voorheen kon etl-logica (extract, transform, load) alleen worden opgenomen in semantische modellen in Power BI, gekopieerd over en over tussen semantische modellen en gebonden aan semantische modelbeheerinstellingen.

    Met gegevensstromen wordt ETL-logica verhoogd naar een eersteklas artefact binnen Microsoft Power Platform-services en bevat speciale ontwerp- en beheerervaringen. Bedrijfsanalisten, BI-professionals en gegevenswetenschappers kunnen gegevensstromen gebruiken om de meest complexe uitdagingen voor gegevensvoorbereiding af te handelen en voort te bouwen op elkaars werk, dankzij een revolutionaire modelgestuurde berekeningsengine. Deze engine verzorgt alle transformatie- en afhankelijkheidslogica en vermindert de benodigde tijd, kosten en expertise tot een fractie van wat traditioneel voor deze taken vereist is. U kunt gegevensstromen maken met behulp van de bekende selfservice voor gegevensvoorbereiding van Power Query. Gegevensstromen worden gemaakt en eenvoudig beheerd in app-werkruimten of -omgevingen, respectievelijk in Power BI of Power Apps, en genieten van alle mogelijkheden die deze services te bieden hebben, zoals machtigingsbeheer en geplande vernieuwingen.

  • gegevens laden in Dataverse of Azure Data Lake Storage: afhankelijk van uw gebruiksscenario kunt u gegevens opslaan die zijn voorbereid door Power Platform-gegevensstromen in het Azure Data Lake Storage-account van uw organisatie:

    • Dataverse- kunt u gegevens die worden gebruikt door zakelijke toepassingen veilig opslaan en beheren. Gegevens in Dataverse worden opgeslagen in een set tabellen. Een tabel is een set rijen (voorheen records genoemd) en kolommen (voorheen velden/kenmerken genoemd). Elke kolom in de tabel is ontworpen om een bepaald type gegevens op te slaan, bijvoorbeeld naam, leeftijd, salaris, enzovoort. Dataverse bevat een basisset standaardtabellen die betrekking hebben op typische scenario's, maar u kunt ook aangepaste tabellen maken die specifiek zijn voor uw organisatie en deze vullen met gegevens met behulp van gegevensstromen. App-makers kunnen vervolgens Power Apps en Power Automate gebruiken om uitgebreide toepassingen te bouwen die gebruikmaken van deze gegevens.

    • Azure Data Lake Storage- kunt u samenwerken met personen in uw organisatie met behulp van Power BI-, Azure-gegevens- en AI-services, of met behulp van aangepaste Line-Of-Business-toepassingen die gegevens uit de lake lezen. Gegevensstromen die gegevens laden in een Azure Data Lake Storage-account slaan gegevens op in Common Data Model-mappen. Common Data Model-mappen bevatten geschematiseerde gegevens en metagegevens in een gestandaardiseerde indeling, om gegevensuitwisseling te vergemakkelijken en volledige interoperabiliteit mogelijk te maken voor services die gegevens produceren of gebruiken die zijn opgeslagen in het Azure Data Lake Storage-account van een organisatie als de gedeelde opslaglaag.

  • Advanced Analytics en AI met Azure: Power Platform-gegevensstromen slaan gegevens op in Dataverse of Azure Data Lake Storage. Dit betekent dat gegevens die worden opgenomen via gegevensstromen nu beschikbaar zijn voor data engineers en gegevenswetenschappers om de volledige kracht van Azure Data Services toe te passen, zoals Azure Machine Learning, Azure Databricks en Azure Synapse Analytics voor geavanceerde analyses en AI. Hierdoor kunnen bedrijfsanalisten, data engineers en gegevenswetenschappers samenwerken aan dezelfde gegevens binnen hun organisatie.

  • Ondersteuning voor Common Data Model: Common Data Model is een set gestandaardiseerde gegevensschema's en een metagegevenssysteem om consistentie van gegevens en betekenis in toepassingen en bedrijfsprocessen mogelijk te maken. Gegevensstromen ondersteunen het Common Data Model middels het aanbieden van eenvoudige toewijzing van gegevens in elke vorm naar de standaard Common Data Model-tabellen, zoals Account en Contact. Gegevensstromen plaatsen ook de gegevens, zowel standaardtabellen als aangepaste tabellen, in een geschematiseerde Common Data Model-formulier. Bedrijfsanalisten kunnen profiteren van het standaardschema en de semantische consistentie, of hun tabellen aanpassen op basis van hun unieke behoeften. Common Data Model blijft zich ontwikkelen als onderdeel van het Open Data Initiative.

Mogelijkheden voor gegevensstromen in Microsoft Power Platform-services

De meeste mogelijkheden voor gegevensstromen zijn beschikbaar in Zowel Power Apps als Power BI. Gegevensstromen zijn beschikbaar als onderdeel van de plannen van deze services. Sommige gegevensstroomfuncties zijn productspecifiek of beschikbaar in verschillende productabonnementen. In de volgende tabel worden gegevensstroomfuncties en hun beschikbaarheid beschreven.

Mogelijkheid tot gegevensstroom Power Apps Power BI
Geplande vernieuwing Maximaal 48 per dag Maximaal 48 per dag
Maximale vernieuwingstijd per tabel Maximaal 2 uur Maximaal 2 uur
Gegevensstroom ontwerpen met Power Query Online Ja Ja
Gegevensstroombeheer In de beheerportal van Power Apps In de Power BI-beheerportal
Nieuwe connecters Ja Ja
Gestandaardiseerde schema/ingebouwde ondersteuning voor common data model Ja Ja
Gegevensconnector voor gegevensstromen in Power BI Desktop Voor gegevensstromen met Azure Data Lake Storage als doel Ja
Integratie met Azure Data Lake Storage van de organisatie Ja Ja
Integratie met Dataverse Ja Nee
Gekoppelde gegevensstroomtabellen Voor gegevensstromen met Azure Data Lake Storage als doel Ja
Berekende tabellen (transformaties in opslag met behulp van M) Voor gegevensstromen met Azure Data Lake Storage als doel Alleen Power BI Premium
Incrementeel vernieuwen van gegevensstroom Voor gegevensstromen met Azure Data Lake Storage als bestemming is Power Apps-abonnement2 vereist Alleen Power BI Premium
Uitvoeren op Power BI Premium-capaciteit/parallelle uitvoering van transformaties Nee Ja

Bekende beperkingen

  • Het kopiëren van gegevensstromen als onderdeel van een Power Platform-omgevingen kopieer bewerking of een Back-up en herstellen van omgevingen bewerking wordt niet ondersteund.
  • De eigenaar wijzigen van een gegevensstroom met een verbinding en een queryparameter resulteert ook in een wijziging van de parameterwaarde naar een eerdere waarde (als deze waarde al is ingesteld).

Volgende stappen

Meer informatie over gegevensstromen in Power Apps:

Meer informatie over gegevensstromen in Power BI:

In de volgende artikelen vindt u meer informatie over veelvoorkomende gebruiksscenario's voor gegevensstromen.

Lees de volgende artikelen voor meer informatie over Common Data Model en de standaard voor Common Data Model-mappen.