Знакомство с Microsoft Dataverse
Microsoft Dataverse — это облачное решение, которое легко структурировать различные данные и бизнес-логику для поддержки взаимосвязанных приложений и процессов безопасным и соответствующим образом. Управлением и обслуживанием Dataverse занимается Microsoft. Благодаря этому данное решение доступно на глобальном уровне, но развертывается локально в соответствии с возможными требованиями к местонахождению данных. Он не предназначен для автономного использования на серверах, поэтому для доступа к нему и использования требуется подключение к Интернету.
Dataverse отличается от традиционных баз данных тем, что это не просто таблицы. Она включает безопасность, логику, данные и хранилище в центральную точку. Он предназначен как центральный репозиторий данных для бизнес-данных, и вы даже можете использовать его уже. Оно поддерживает различные решения Microsoft Dynamics 365, такие как «выездное обслуживание», «маркетинг», «обслуживание клиентов» и «продажи». Он также доступен в составе Power Apps и Power Automate со встроенным встроенным подключением. Решение Dataverse также используют такие компоненты Microsoft Power Platform, как AI Builder и Portals.
На изображении показана визуализация, объединяющая множество предложений Microsoft Dataverse.
Ниже приведено краткое описание каждой категории функций.
Безопасность. Dataverse обрабатывает проверку подлинности с помощью Microsoft Entra ID, чтобы обеспечить условный доступ и многофакторную проверку подлинности. Решение поддерживает авторизацию на уровне записей и столбцов и предоставляет широкие возможности аудита.
Логика. Dataverse позволяет легко применять бизнес-логику на уровне данных. Независимо от того, как пользователь взаимодействует с данными, применяются те же правила. Эти правила могут быть связаны с поиском повторяющихся данных, с бизнес-правилами, рабочими процессами или проч.
Данные. Dataverse позволяет управлять формой данных, благодаря чему вы можете обнаруживать, моделировать, проверять данные, а также создавать отчеты. Этот элемент управления гарантирует, что данные будут выглядеть так, как нужно, независимо от того, как они используются.
Хранилище. Dataverse обеспечивает хранение физических данных в облаке Azure. Благодаря облачному хранилищу вам не нужно беспокоиться о том, где находятся ваши данные или как они масштабируются. Все эти задачи решаются для вас.
Интеграция. Для удовлетворения бизнес-потребностей Dataverse может подключаться по-разному. API-интерфейсы, веб-перехватчики, события и операции экспорта данных предоставляют гибкие возможности для получения и извлечения данных.
Как видите, Microsoft Dataverse — это мощное облачное решение для хранения бизнес-данных и работы с ними. В следующих разделах вы посмотрите на Microsoft Dataverse с точки зрения хранилища данных для Microsoft Power Platform, с которого вы начинаете свой путь. Помните о других функциональных возможностях, которые можно изучить дальше по мере увеличения использования.
Следует отметить, что Microsoft Dataverse позволяет создать один или несколько облачных экземпляров стандартизованной базы данных. База данных содержит предопределенные таблицы и столбцы, в которые хранятся данные, часто встречающиеся практически во всех организациях и организациях. Вы можете настраивать и расширять хранимые данные, добавляя новые столбцы или таблицы. Благодаря простоте настройки базы данных Microsoft Dataverse и стандартизованной модели данных процесс создания решений существенно упрощается, так как не надо беспокоиться об инфраструктуре, хранении и интеграции данных. С помощью данных, хранящихся в Microsoft Dataverse, существует множество способов доступа к ним. Для работы с данными можно использовать такие собственные средства, как Power Apps или Power Automate. Любое бизнес-решение может подключаться к Dataverse с помощью API соединителей. Благодаря таким мощным возможностям, как обеспечение безопасности на основе ролей и бизнес-правила, вы можете доверять данным, независимо от способа доступа к ним.
Масштабируемость
База данных Dataverse поддерживает крупные наборы данных и сложные модели данных. Таблицы могут содержать миллионы элементов, и вы можете расширить хранилище в каждом экземпляре базы данных Microsoft Dataverse до четырех терабайт на экземпляр. Объем данных, доступных в вашем экземпляре, зависит от количества связанных с ним лицензий и их типа. Хранилище данных используется совместно всеми лицензированными пользователями. Поэтому для каждого создаваемого решения можно выделять объем хранилища по мере необходимости. Добавочное хранилище можно приобрести, если вам требуется больше хранилища, чем предоставляется в рамках стандартного лицензирования.
Структура и преимущества Microsoft Dataverse
Структура базы данных Microsoft Dataverse основана на определениях и схеме в модели Common Data Model. Ключевое преимущество использования модели общих данных в качестве основы базы данных Microsoft Dataverse заключается в том, что она упрощает интеграцию решений, использующих схему модели общих данных. Стандартные таблицы решения одинаковы. Вы можете воспользоваться преимуществами богатой экосистемы решений, созданных поставщиками с помощью модели общих данных. Самой главной особенностью является то, что базу данных Microsoft Dataverse можно расширять практически без ограничений.
Описание таблиц, столбцов и связей
Таблица — это логическая структура, содержащая записи и столбцы, представляющие набор данных. На снимке экрана показана таблица стандартных учетных записей и различные элементы, которыми можно управлять в ее составе.
Типы таблиц
Таблицы бывают трех типов:
Стандартный — несколько стандартных (готовых) таблиц, доступных в среде Dataverse. Таблицы учетных записей, подразделений, контактов, задач и пользователей являются примерами стандартных таблиц в Dataverse. Большинство стандартных таблиц, доступных в Dataverse, можно настроить.
Управляемые — таблицы, которые не настраиваются и импортированы в среду как часть управляемого решения.
Настраиваемый — пользовательские таблицы без управления, импортированные из неуправляемого решения или созданные непосредственно в среде Dataverse.
Столбцы
Столбцы хранят дискретный фрагмент информации в строке таблицы. Поле похоже на столбец в Excel. Столбцы имеют типы данных. Это означает, что вы можете хранить данные определенного типа в столбце, который соответствует данному типу. Например, если у вас есть решение, которое требует даты, например запись даты события или когда что-то произошло, то вы сохраните дату в столбце с типом Дата. Аналогичным образом, если вы хотите хранить число, это надо делать в столбце типом «Число».
Число столбцов в таблице может составлять от нескольких столбцов до сотен и даже более. Каждая база данных в Microsoft Dataverse начинается со стандартного набора таблиц, а каждая стандартная таблица имеет стандартный набор столбцов.
Сведения о связях
Чтобы создать эффективное и масштабируемое решение для большинства создаваемых решений, необходимо разделить данные на разные контейнеры (таблицы). Попытка сохранить все данные в одном контейнере, скорее всего, будет неэффективной и сложной для понимания.
Следующий пример позволяет продемонстрировать такой подход.
Представьте себе, что необходимо создать систему для управления заказами на продажу. Вам потребуется список продуктов, а также имеющиеся запасы, стоимость товара и цена продажи. Вам также нужен главный список клиентов с их адресами и оценками кредита. Наконец, вам потребуется управлять счетами на продажу, а также хранить данные счетов. Счет должен содержать такие сведения, как дата, номер счета, продавец, сведения о клиенте, включая адрес и кредитный рейтинг, а также элемент строки для каждой позиции в счете. Линейные элементы должны содержать ссылку на продукт, который вы продали, и соответствующие сведения о стоимости и цене для каждого продукта. Они должны обеспечивать уменьшение количества на складе в зависимости от количества, проданного в данном линейном элементе.
Создание одной таблицы для поддержки функциональных возможностей в приведенном выше примере было бы неэффективным. В таком бизнес-сценарии лучше всего будет создать следующие четыре таблицы:
Клиенты
Продукты
Счета
Позиции
Создание таблицы для каждого из этих элементов и их связывание друг с другом позволит создать эффективное решение, которое может масштабироваться, сохраняя при этом высокую производительность. Разделение данных на несколько таблиц также означает, что вам не придется хранить повторяющиеся данные или поддерживать огромные записи с большим объемом пустых данных. Кроме того, при разбиении данных на отдельные таблицы создание отчетов намного упростится.
Таблицы, связанные друг с другом, имеют реляционное соединение. Связи между таблицами существуют в различных формах. Наиболее распространены две формы: «один ко многим» и «многие ко многим», которые поддерживаются в Microsoft Dataverse. Дополнительные сведения о различных типах связей см. в разделе Связи таблиц.
Бизнес-логика в Microsoft Dataverse
Во многих организациях есть бизнес-логика, которая влияет на работу с данными. Например, организации, которая использует Dataverse для хранения сведений о клиентах, может потребоваться сделать поле, например и поле Идентификационный номер, в зависимости от типа клиента. В Microsoft Dataverse эта логика создается с помощью бизнес-правил. Бизнес-правила позволяют применять и поддерживать бизнес-логику на уровне данных, а не на уровне приложения. По сути, при создании бизнес-правил в Microsoft Dataverse эти правила действуют независимо от того, где пользователи взаимодействуют с данными.
Например, бизнес-правила можно использовать в приложениях на основе холста или на основе моделей для установки или очистки значений в одном или нескольких столбцах таблицы. Они также могут использоваться для проверки хранящихся данных или отображения сообщений об ошибках. Приложения на основе модели могут использовать бизнес-правила для отображения или скрытия столбцов, включения или отключения столбцов, а также для создания рекомендаций на основе бизнес-аналитики.
Бизнес-правила позволяют принудительно применять правила, задавать значения или проверять данные, независимо от формы, используемой для ввода данных. Кроме того, бизнес-правила очень удобно применять для повышения точности данных, упрощения разработки приложений и оптимизации форм, отображаемых для конечных пользователей.
Ниже приведен пример простого, но мощного применения бизнес-правил. Бизнес-правило настраивается таким образом, чтобы изменить поле "Утверждающий кредитный лимит" на обязательное, если для кредитного лимита задано значение больше $1,000,000. Если кредитный лимит меньше, то $1,000,000 поле является необязательным.
Применяя это бизнес-правило на уровне данных, а не на уровне приложения, вы лучше управляете данными. Это может обеспечить соблюдение бизнес-логики при обращении из Power Apps, Power Automate и даже по API. Правило привязано к данным, а не к приложению.
Дополнительные сведения об использовании бизнес-правил в Dataverse см. в статье Create бизнес-правила для таблицы.
Работа с потоками данных
Потоки данных — это самостоятельная облачная технология подготовки данных. Потоки данных используются для приема, преобразования и загрузки данных в среды Microsoft Dataverse, рабочие области Power BI или учетную запись Azure Data Lake Storage вашей организации. Потоки данных создаются с помощью Power Query— унифицированного интерфейса для подключения к данным и подготовки, который уже используется во многих продуктах Майкрософт, включая Excel и Power BI. Клиенты могут активировать потоки данных для запуска по запросу или автоматически по расписанию, при этом данные всегда сохраняются в актуальном состоянии.
Так как поток данных хранит результирующие сущности в облачном хранилище, другие службы могут взаимодействовать с данными, созданными потоками данных.
Например, Power BI, Power Apps, Power Automate, Power Virtual Agents и Dynamics 365 приложения могут получать данные, созданные потоком данных, путем подключения к Dataverse, соединителю потока данных Power Platform или непосредственно через озеро в зависимости от назначения, настроенного во время создания потока данных.
В следующем списке перечислены некоторые преимущества использования потоков данных.
Поток данных отделяет уровень преобразования данных от уровня моделирования и визуализации в решении Power BI.
Код преобразования данных может находиться в центральном расположении, в потоке данных, а не распределяться между несколькими артефактами.
Создателю потока данных требуются только Power Query навыки. В среде с несколькими создателями создатель потока данных может быть частью команды, которая вместе создает все решение бизнес-аналитики или операционное приложение.
Поток данных не зависит от продукта. Это не только компонент Power BI, так как вы можете получить его данные в других средствах и службах.
Потоки данных используют преимущества Power Query— мощное графическое средство самостоятельного преобразования данных.
Потоки данных полностью выполняются в облаке. Дополнительная инфраструктура не требуется.
Вы можете начать работу с потоками данных, используя лицензии для Power Apps, Power BI и Customer Insights.
Хотя потоки данных способны к расширенным преобразованиям, они предназначены для сценариев самообслуживания и не требуют опыта ит-специалистов или разработчиков.