Rad sa svim podacima

Microsoft Dataverse pruža apstrakciju koja omogućava rad sa bilo kojom vrstom podataka, uključujući relacione, nerelacione, slike, datoteke, relativno pretraživanje ili jezero podataka. Nema potrebe da razumete da vrsta podataka kao Dataverse izlaže skup vrsta podataka koji vam omogućava da izgradite svoj model. Vrsta skladištenja je optimizovana za odabrani tip podataka.

Podaci se mogu lako uvoziti i izvoziti sa tokovima podataka, uslugom Power Query i uslugom Azure Data Factory. Klijenti sistema Dynamics takođe mogu da koriste Data Export Service.

Dataverse takođe ima konektor za Power Automate i Azure Logic Apps koje se mogu koristiti sa stotinama drugih konektora u tim uslugama za potrebe lokalnih usluga i usluga tipa infrastruktura kao usluga (IaaS), platforma kao usluga (PaaS) ili softver kao usluga (SaaS). Ovo uključuje izvore u sistemima Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, text/CSV, SharePoint liste, SQL Server baze podataka, Oracle, MySQL, PostgreSQL, Blockchain i Azure Synapse Analytics.

Common Data Model

Ako ste ikada morali da povežete podatke iz više sistema i aplikacija, onda dobro znate šta je to skup i dugotrajan zadatak. Bez mogućnosti da lako delite i razumete iste podatke, svaka aplikacija ili projekat integracije podataka zahteva prilagođenu primenu.

Common Data Model pruža referentnu arhitekturu koja je namenjena pojednostavljivanju ovog postupka pružanjem zajedničkog jezika podataka za poslovne i analitičke aplikacije koje se mogu koristiti. Sistem metapodataka Common Data Model omogućava podatke i ima smisla da se deli između aplikacija i poslovnih procesa kao što su Power Apps, Power BI, Dynamics 365 i Azure.

Common Data Model uključuje skup standardizovanih, proširivih šema podataka koje su objavili Microsoft i njegovi partneri. Ova kolekcija unapred definisanih šema uključuje tabele, atribute, semantičke metapodatke i relacije. Šeme predstavljaju uobičajene koncepte i aktivnosti, kao što su Poslovni kontakt i Kampanja, da se pojednostavi kreiranje, objedinjavanje i analiza podataka.

Common Data Model šeme mogu se koristiti za unapređenje kreiranja tabela u usluzi Dataverse. Dobijene tabele će tada biti kompatibilne sa aplikacijama i analitikom koje ciljaju ovu definiciju za Common Data Model.

Sledeća slika prikazuje neke elemente standardnih Common Data Model tabela. 

Tabele

Tabele se u usluzi Dataverse koriste za modeliranje poslovnih podataka i upravljanje njima. Da biste povećali produktivnost, Dataverse uključuje skup tabela poznatih kao standardne tabele. Ove tabele su dizajnirane u skladu sa najboljom praksom kako bi zabeležile najčešće koncepte i scenarije unutar organizacije. Standardne tabele su usklađene sa platformom Common Data Model.

Skup tabela koje se obično koriste u različitim delatnostima, kao npr. Korisnik i Tim, su uključene u uslugu Dataverse i pominju se kao standardne tabele. Ove gotove tabele se takođe mogu prilagoditi, npr. uključivanjem dodatnih kolona. Pored toga, lako možete da kreirate sopstvene prilagođene tabele u usluzi Dataverse.

Kolone

Kolone definišu individualne stavke podataka koje mogu da se koriste za čuvanje podataka u tabeli. Ponekad programeri polja nazivanju atributima. Tabela koja predstavlja kurs na univerzitetu može sadržati kolone kao što su „Ime“, „Lokacija“, „Odeljenje“, „Prijavljeni studenti“ itd.

Kolone mogu sadržati različite vrste podataka, kao što su brojevi, nske, digitalni podaci, slike i datoteke. Ne treba veštački razdvajati relacione i nerelacione podatke ako su to deo istog poslovnog procesa ili toka. Dataverse čuva podatke u najboljem tipu skladištenja za kreirani model.

Svaka od ovih kolona može biti povezana sa jednim od mnogih tipova podataka koje podržava Dataverse.

Još informacija: Tipovi kolona

Relacije

Podaci u jednoj tabeli se često odnose na podatke u drugoj tabeli. Relacije između tabela definišu kako se redovi mogu međusobno povezati u Dataverse modelu.

Dataverse pruža jednostavne vizuelne dizajnere za definisanje različitih tipova relacija iz jedne tabele u drugu (ili između tabele i nje same). Svaka tabela može da ima relaciju sa više tabela, a svaka tabela može imati više relacija sa drugom tabelom.

Tipovi relacija su:

• Više prema jedan: U ovoj vrsti odnosa, mnogi zapisi tabele A mogu biti povezani sa jednim zapisom tabele B. Na primer, razred učenika ima jednu učionicu.

• Jedan prema više: U ovoj vrsti odnosa, jedan zapis tabele B može biti povezan sa mnogim zapisima tabele A. Na primer, jedan nastavnik drži mnoge časove.

• Više prema više: U ovom tipu relacije, svaki zapis u tabeli A može da se podudara sa više zapisa u tabeli B i obrnuto. Na primer, učenici idu u više odeljenja, a svako odeljenje ima više studenata.

Pošto su relacije „više prema jedan“ najčešće, Dataverse pruža određenu vrstu podataka pod nazivom pronalaženje, što ne samo da olakšava definisanje ove relacije, već dodaje produktivnost za kreiranje obrazaca i aplikacija.

Za više informacija o kreiranju relacija između tabela pogledajte članak Kreiranje relacija između tabela.

Organizacije često moraju da budu usklađene sa različitim propisima kako bi se osigurala dostupnost istorije interakcije sa klijentom, evidencije nadzora, izveštaja o pristupu i izveštaja o praćenju bezbednosnih incidenata. Organizacije bi trebalo da prate promene Dataverse podataka u bezbednosne i analitičke svrhe.

Dataverse pruža mogućnost nadgledanja gde promene tabela i podataka o atributima u organizaciji mogu vremenom da se unose u redove kako bi se koristile za analizu i izveštavanje. Nadgledanje je podržano u svim prilagođenim – i najprilagodljivijim – tabelama i atributima. Revizija nije podržana u vezi s izmenama metapodataka, operacijama preuzimanja, operacijama izvoza ili u toku potvrde identiteta. Za informacije o konfigurisanju nadgledanja pogledajte članak Upravljanje nadgledanjem Dataverse.

Dataverse podržava analitiku pružajući mogućnost odabira tabela za pokretanje modela mašinskog učenja. Ima unapred izgrađenu sposobnost veštačke inteligencije putem usluge AI Builder.

Pretražite

Dataverse pruža tri načina za ispitivanje redova:

• Dataverse pretraga

• Brza pretraga (jedna tabela ili više tabela)

• Napredno pronalaženje

Napomena

Brza pretraga u više tabela se naziva i kategorizovano pretraživanje.

Za više informacija, pogledajte članak Poređenje pretraga.

Dataverse pretraga

Dataverse pretraga isporučuje brze i sveobuhvatne rezultate u više tabela, na jednoj listi, sortirane prema relevantnosti. Ono koristi namensku uslugu za pretragu spoljnu u odnosu na uslugu Dataverse (koju obezbeđuje Azure) da uveća performanse pretrage.

Dataverse pretraga uvodi sledeća poboljšanja i prednosti:

• Poboljšava performanse koristeći spoljno indeksiranje i Azure tehnologiju pretrage.

• Pronalazi podudaranja sa bilo kojom rečju u terminu za pretragu u bilo kojoj koloni tabele, u poređenju sa brzom pretragom gde se sve reči iz termina za pretragu moraju naći u jednoj koloni.

• Pronalazi podudaranja koja sadrže reči sa nastavcima, kao što su tok, tokovi ili tokom.

• Prikazuje rezultate iz svih tabela koje se mogu pretraživati na jednoj listi sortirane prema relevantnosti, tako da što je bolje podudaranje, to se rezultat prikazuje na višoj poziciji na listi. Podudaranje ima višu relevantnost ako se više reči iz termina za pretragu nađu bliže jedni drugima. Što je manja količina teksta u kome su pronađene reči za pretragu, to je veća relevantnost. Na primer, ako pronađete reči za pretragu u imenu preduzeća i adresi, one mogu da se bolje podudaraju nego pronalaženje istih reči u dugom članku, daleko jedne od drugih.

• Podudaranja su istaknuta na listi rezultata. Kada se termin za pretragu podudara sa terminom u redu, termin se prikazuje kao podebljan i iskošen tekst u rezultatima pretrage.

Više informacija o Dataverse pretrazi potražite u članku Korišćenje Dataverse pretrage za pretraživanje redova.

Brza pretraga

Dataverse uključuje mogućnost brzog pronalaženja redova i ima pristupe koji će pretraživati samo jedan tip tabela, kao što je klijent, ili će se koristiti za istovremeno pretraživanje više tipova tabela, kao što su kontakti, korisnici, klijenti itd.

Brza pretraga jedne tabele koristi se za pronalaženje redova samo jednog tipa. Ova opcija pretrage dostupna je iz prikaza.

Brza pretraga više tabela (kategorizovana pretraga) se takođe koristi za pronalaženje redova, ali ih nalazi u različitim vrstama tabela, kao što su poslovni kontakti ili kontakti.

Data Lake

Dataverse podržava kontinuiranu replikaciju podataka tabele u usluzi Azure Data Lake Storage, koja se zatim može koristiti za pokretanje analitike kao što je Power BI izveštavanje, mašinsko učenje, skladištenje podataka i drugi posledični procesi integracije.

Ova funkcija je projektovana za analitiku velikih podataka u preduzeću. To je isplativo, skalabilno, ima visoku dostupnost i mogućnosti oporavka od katastrofe i omogućava najbolje analitičke performanse u klasi.

Podaci se čuvaju u formatu Common Data Model, koji pruža semantičku konzistentnost između aplikacija i primena. Standardizovani metapodaci i samoopisujući podaci za Common Data Model olakšavaju otkrivanje metapodataka i interoperabilnost između autora i potrošača kao što su Power BI, Fabrika podataka, Azure Databricks i Azure mašinsko učenje.

Takođe pogledajte

Uvoženje i izvoženje podataka

Napomena

Možete li nam reći o svojim željenim postavkama jezika u dokumentaciji? Ispunite kratku anketu. (imajte na umu da je ova anketa na engleskom jeziku)

Anketa će trajati oko sedam minuta. Ne prikupljaju se lični podaci (izjava o privatnosti).