Inzicht in de verschillen tussen gegevensstroomtypen

Gegevensstromen worden gebruikt voor het extraheren, transformeren en laden van gegevens naar een opslagbestemming waar deze kunnen worden gebruikt voor verschillende scenario's. Omdat niet alle opslagbestemmingen dezelfde kenmerken hebben, verschillen sommige gegevensstroomfuncties en -gedrag, afhankelijk van de opslagbestemming waar de gegevensstroom gegevens in laadt. Voordat u een gegevensstroom maakt, is het belangrijk om te begrijpen hoe de gegevens worden gebruikt en de opslagbestemming te kiezen op basis van de vereisten van uw oplossing.

Als u een opslagbestemming van een gegevensstroom selecteert, wordt het type van de gegevensstroom bepaald. Een gegevensstroom waarmee gegevens in Dataverse-tabellen worden geladen, wordt gecategoriseerd als een standaardgegevensstroom. Gegevensstromen die gegevens laden in analytische tabellen, worden gecategoriseerd als een analytische gegevensstroom.

Gegevensstromen die zijn gemaakt in Power BI, zijn altijd analytische gegevensstromen. Gegevensstromen die in Power Apps zijn gemaakt, kunnen standaard of analytisch zijn, afhankelijk van uw selectie bij het maken van de gegevensstroom.

Standaardgegevensstromen

Een standaardgegevensstroom laadt gegevens naar Dataverse-tabellen. Standaardgegevensstromen kunnen alleen worden gemaakt in Power Apps. Een voordeel van het maken van dit type gegevensstroom is dat elke toepassing die afhankelijk is van gegevens in Dataverse, kan werken met de gegevens die zijn gemaakt door standaardgegevensstromen. Typische toepassingen die gebruikmaken van Dataverse-tabellen zijn Power Apps, Power Automate, AI Builder en Power Virtual Agents.

Standaardversies van gegevensstromen

We hebben gewerkt aan belangrijke updates voor standaardgegevensstromen om hun prestaties en betrouwbaarheid te verbeteren. Deze verbeteringen zijn uiteindelijk beschikbaar voor alle standaardgegevensstromen. In de tussentijd maken we echter onderscheid tussen bestaande standaardgegevensstromen (versie 1) en nieuwe standaardgegevensstromen (versie 2) door een versie-indicator toe te voegen in Power Apps.

Vergelijking van functies voor standaardgegevensstroomversies

De volgende tabel bevat de belangrijkste verschillen tussen standaardgegevensstromen V1 en V2 en bevat informatie over het gedrag van elke functie in elke versie.

Functie	Standard V1	Standard V2
Maximum aantal gegevensstromen dat kan worden opgeslagen met automatische planning per klanttenant	50	Onbeperkt
Maximum aantal records dat per query/tabel is opgenomen	500,000	Niet-gebonden. Het maximum aantal records dat per query of tabel kan worden opgenomen, is nu afhankelijk van de dataverse-servicebeveiligingslimieten op het moment van opname.
Opnamesnelheid in Dataverse	Basislijnprestaties	Verbeterde prestaties door een paar factoren. De werkelijke resultaten kunnen variëren en afhankelijk zijn van de kenmerken van de opgenomen gegevens en de belasting van de Dataverse-service op het moment van opname.
Beleid voor incrementeel vernieuwen	Niet ondersteund	Ondersteund
Tolerantie	Wanneer er beveiligingslimieten voor dataverse-services worden aangetroffen, wordt een record maximaal drie keer opnieuw geprobeerd.	Wanneer er beveiligingslimieten voor dataverse-services worden aangetroffen, wordt een record maximaal drie keer opnieuw geprobeerd.
Power Automate-integratie	Niet ondersteund	Ondersteund

Analytische gegevensstromen

Een analytische gegevensstroom laadt gegevens naar opslagtypen die zijn geoptimaliseerd voor analyse: Azure Data Lake Storage. Microsoft Power Platform-omgevingen en Power BI-werkruimten bieden klanten een beheerde analytische opslaglocatie die is gebundeld met die productlicenties. Daarnaast kunnen klanten het Azure Data Lake-opslagaccount van hun organisatie koppelen als bestemming voor gegevensstromen.

Analytische gegevensstromen zijn geschikt voor aanvullende analytische functies. Integratie met ai-functies van Power BI of het gebruik van berekende entiteiten die later worden besproken.

U kunt analytische gegevensstromen maken in Power BI. Standaard laden ze gegevens in de beheerde opslag van Power BI. Maar u kunt Power BI ook configureren voor het opslaan van de gegevens in De Azure Data Lake Storage van de organisatie.

U kunt ook analytische gegevensstromen maken in power apps en dynamics 365-portals voor klantinzichten. Wanneer u een gegevensstroom maakt in de Power Apps-portal, kunt u kiezen tussen door Dataverse beheerde analytische opslag of in het Azure Data Lake Storage-account van uw organisatie.

AI-integratie

Soms moet u, afhankelijk van de vereiste, mogelijk enkele AI- en machine learning-functies toepassen op de gegevens via de gegevensstroom. Deze functies zijn beschikbaar in Power BI-gegevensstromen en vereisen een Premium-werkruimte.

In de volgende artikelen wordt beschreven hoe u AI-functies gebruikt in een gegevensstroom:

• Azure Machine Learning-integratie in Power BI
• Cognitive Services in Power BI
• Geautomatiseerde machine learning in Power BI

Houd er rekening mee dat de bovenstaande functies specifiek zijn voor Power BI en niet beschikbaar zijn bij het maken van een gegevensstroom in de Portals voor Klantinzichten in Power Apps of Dynamics 365.

Berekende tabellen

Een van de redenen om een berekende tabel te gebruiken, is de mogelijkheid om grote hoeveelheden gegevens te verwerken. De berekende tabel helpt in deze scenario's. Als u een tabel in een gegevensstroom hebt en een andere tabel in dezelfde gegevensstroom gebruikmaakt van de uitvoer van de eerste tabel, wordt met deze actie een berekende tabel gemaakt.

De berekende tabel helpt bij de prestaties van de gegevenstransformaties. In plaats van de transformaties die nodig zijn in de eerste tabel meerdere keren opnieuw uit te voeren, wordt de transformatie slechts eenmaal uitgevoerd in de berekende tabel. Vervolgens wordt het resultaat meerdere keren gebruikt in andere tabellen.

Ga naar Berekende tabellen maken in gegevensstromen voor meer informatie over berekende tabellen.

Berekende tabellen zijn alleen beschikbaar in een analytische gegevensstroom.

Standaard versus analytische gegevensstromen

De volgende tabel bevat enkele verschillen tussen een standaardtabel en een analytische tabel.

Operation	Standaard	Analytische
Maken	Power Platform-gegevensstromen	Power BI-gegevensstromen Power Platform-gegevensstromen door het selectievakje Analytische entiteiten alleen in te schakelen bij het maken van de gegevensstroom
Opslagopties	Dataverse	Power BI heeft Azure Data Lake Storage geleverd voor Power BI-gegevensstromen, Dataverse heeft Azure Data Lake Storage geleverd voor Power Platform-gegevensstromen of door de klant geleverde Azure Data Lake-opslag
Power Query-transformaties	Ja	Ja
AI-functies	Nr.	Ja
Berekende tabel	Nr.	Ja
Kan worden gebruikt in andere toepassingen	Ja, via Dataverse	Power BI-gegevensstromen: alleen in Power BI Power Platform-gegevensstromen of externe Power BI-gegevensstromen: Ja, via Azure Data Lake Storage
Toewijzing aan standaardtabel	Ja	Ja
Incrementeel laden	Standaard incrementele belasting Mogelijk om te wijzigen met behulp van de rijen verwijderen die niet meer aanwezig zijn in het selectievakje queryuitvoer bij de laadinstellingen	Standaard vol laden Mogelijk om incrementeel vernieuwen in te stellen door de incrementele vernieuwing in te stellen in de instellingen voor de gegevensstroom
Geplande vernieuwing	Ja	Ja, de mogelijkheid om de eigenaren van de gegevensstroom op de hoogte te stellen van de fout

Scenario's voor het gebruik van elk gegevensstroomtype

Hier volgen enkele voorbeeldscenario's en best practice-aanbevelingen voor elk type gegevensstroom.

Platformoverschrijdend gebruik: standaardgegevensstroom

Als uw plan voor het bouwen van gegevensstromen bestaat uit het gebruik van opgeslagen gegevens op meerdere platforms (niet alleen Power BI, maar ook andere Microsoft Power Platform-services, Dynamics 365, enzovoort), is een standaardgegevensstroom een uitstekende keuze. Standaardgegevensstromen slaan de gegevens op in Dataverse, waartoe u toegang hebt via veel andere platforms en services.

Zware gegevenstransformaties voor grote gegevenstabellen: analytische gegevensstroom

Analytische gegevensstromen zijn een uitstekende optie voor het verwerken van grote hoeveelheden gegevens. Analytische gegevensstromen verbeteren ook de rekenkracht achter de transformatie. Als de gegevens zijn opgeslagen in Azure Data Lake Storage, wordt de schrijfsnelheid naar een bestemming verhoogd. Vergeleken met Dataverse (die veel regels kan hebben om te controleren op het moment van gegevensopslag), is Azure Data Lake Storage sneller voor lees-/schrijftransacties op een grote hoeveelheid gegevens.

AI-functies: analytische gegevensstroom

Als u van plan bent om ai-functionaliteit te gebruiken via de fase voor gegevenstransformatie, is het handig om een analytische gegevensstroom te gebruiken, omdat u alle ondersteunde AI-functies met dit type gegevensstroom kunt gebruiken.