Importera och exportera data från Dataverse

Microsoft Dataverse är en SaaS-dataplattform som hjälper dig att enkelt skapa och hantera dina data, händelser och logik och generera analyser och ** insikter till stöd för sammankopplade appar som bygger på Dataverse-plattformen. Apparna innehåller appar från första part som Dynamics 365 Sales, Service, Marknadsföring, Customer Insights, Strukturera kundresa, samt anpassade appar och processer från tredje part som alla fungerar på ett säkert och kompatibelt sätt. Dataverse, som är ett lagringsutrymme för flerspråkig lagring, kan lagra alla typer av data (relationsdata, filer, arkiv och så vidare) för alla dina transaktions- och analysprogram. Därför är det dataplattformen för alla Power Platform produkter och Dynamics 365-program. Dataverse är ett viktigt element Microsoft Power Platform, stödja all data, händelser, analyser och relaterad bearbetning, förutom att generera insikter för medborgarapptillverkare och professionella utvecklare att bygga, lagra och hantera data för sina appar.

Data som krävs av appar och processer kommer inte ofta från eller finns i Dataverse. Att samla in externa data med Dataverse är en viktig komponent när du ska skapa appar, lägga till data i befintliga appar och skapa värdefulla insikter. Med spridningen av big data och de ständigt multiplicerande typerna av datakällor, t.ex. AI, ML, IoT, webbhandel, webb-API, kräver tjänster, ERP och affärsappar att Dataverse-kunder smidigt använder dessa olika typer av data.

Det finns flera sätt att importera och exportera data till en Microsoft Dataverse. Du kan använda dataflöden, Power Query, Azure Synapse Link, Azure Data Factory, Azure Logic Apps och Power Automate.

Var startar man?

Det första övervägandet är att börja med externa data, som redan finns utanför Dataverse som krävs för att bygga en app, formulär eller annan komponent. Det är inte nödvändigt att spara informationen i Dataverse för att kunna börja använda den. Många gånger är det bäst att fortsätta att låta det andra systemet hantera data medan de data som behövs används i Dataverse. Den virtuella tabellen i Dataverse tillhandahåller den här funktionen. Mer information: Skapa virtuella tabeller med virtuella anslutningsprogram.

Med virtuella tabeller kan du skapa en app som använder de externa data som om det var en Dataverse-tabell. Om du vill göra det enklare att skapa virtuella tabeller kan du använda guiden Skapa virtuella tabeller nu i allmänt tillgänglig förhandsversion | Microsoft Power Apps

Importera externa data till Dataverse

Dina önskade resultat kan styra beslutet att bevara data i Dataverse jämfört med att använda virtuella tabeller för att identifiera externa data i Dataverse. Om du vill att din data ska hanteras av säkerhetskoncept i Dataverse och funktionerna hantering av programmets livscykel eller om du är intresserad av att blanda ihop extern data med native Dataverse data, överväga att flytta in data Dataverse. Dessutom, om du är intresserad av migrera data Dataverse arbetsflöde och affärsregler överväga att migrera data i Dataverse. Du bör också ta hänsyn till den ekonomiska påverkan som inläsning av data i Dataverse som kan öka lagringskostnaderna. Om data måste fortsätta att hanteras av ett externt system kan det vara bra att lämna dem där och interagera med i Dataverse med hjälp av virtuella tabeller.

Dataflöden och Power Query

Med dataflöden kan du ansluta till affärsdata från olika källor, rensa informationen, transformera den och sedan läsa in den i Dataverse. Dataflöden stöder dussintals populära datakällor för lokal-, moln- och programvara som tjänst (SaaS).

Power Query är en teknik för dataanslutning som du kan använda för att identifiera, ansluta, kombinera och förfina datakällor så att de uppfyller analysbehoven. Funktionerna i Power Query är tillgängliga i Excel och Power BI Desktop.

Under projektindelningsfasen bör du ta fram alla alternativ och bestämma om externa data ska ingå i dina transaktionsdata. När metoden är klar kan ändringar i metoden under implementering och efter lanseringen orsaka avbrott för slutanvändarna. När du har fattat beslut om att läsa in externa data i Dataverse kan du använda dataflöden som ett användbart verktyg. Dataflöden är bra att använda när du behöver omvandla och förbereda data medan du flyttar dem. Dataflödets designmiljö Power Query, har robusta medföljande funktioner som hjälper dig med intuitiv omvandling och dataförberedelser.

Mer information: Skapa och använda dataflöden i Power Appsoch Lägg till data i en tabell i Dataverse med hjälp av Power Query

Observera att inläsning av data via dataflöden omfattas av Dataverse definieras de tjänsteskyddsbegränsningar. Läs mer

Power Query stöder en mängd tillgängliga kontakter som beskrivs här: Lista över alla Power Query anslutningsprogram

Om dina data har sitt ursprung i Excel precis som många Dataverse kunder, använd befintlig Excel-anslutningsprogram, till exempel, bland många andra tillgängliga anslutningsprogram, att bygga en datapipeline i Dataverse. Förutom engångsdataladdningar, synkroniserar du Excel-datakälla med Dataverse med dataflöden. Tänk på begränsningar av Excel-filstorlek med denna vägledning minska storleken på en Excel-arbetsbok för att visa den i Power BI

Dessutom, om du har flera Excel-filer i en mapp som du vill ladda in i Dataverse, kan du använda Power Query mappanslutningsprogram att kombinera, transformera och ladda data.

IT-tekniker kan också frigöra företagsanvändare från komplexiteten i att skapa datapipelines genom att skapa Power Platform dataflödesmallar. Skapa en komplex fråga som kombinerar data från flera källor, spara den och dela med företagsanvändare. Denna fil kan sedan användas från funktionen Nytt dataflöde > Importera mall i Dataverse. Allt användaren behöver göra är att verifiera autentiseringsuppgifterna för dataåtkomst för att börja läsa in data i Dataverse-tabeller. Läs mer Skapa Power Platform-dataflöden från frågor i Microsoft Excel.

Azure Data Factory

Data Factory är en dataintegreringstjänst som tillhandahåller lite kod eller ingen kod för att skapa extrahera, transformera och ladda (ETL) processer i en visuell miljö eller genom att skriva din egen kod.

Beroende på dina databehov kan du någon gång behöva mer information om datateknik för att hämta data från externa källor i Dataverse. Det handlar inte bara om datavolym utan också om mängden och komplexiteten i de dataomvandlingar som krävs för att källdata ska uppfylla dina datakrav i Dataverse. Ytterligare en faktor är de IT-resurser som finns tillgängliga för att underlätta arbetet. Dessa mer komplexa datascenarier kan åtgärdas med Power Platform-dataflöden, Azure Data Factory och Webb-API. >Data Factory och Web API-integrationsmönster är inget sätt att skapa pipelines som kräver inblandade arbetsflöden och algoritmrika omvandlingar. Omvänt är dataflöden snabbare att börja med och enklare att använda.

Med Data Factory kan du visuellt integrera Dataverse och andra datakällor genom att använda fler än 90 inbyggda och underhållsfria kopplingar.

Förutom att föra in data Dataverse, Data Factory kan också användas för att förbereda, transformera och berika data med Azure Databricks och flytta data till Azure Synapse Analytics.

Exportera data från Dataverse

Exportera data, antingen till en annan datateknik eller till en annan miljö, kan använda någon av samma tekniker som nämns för att importera data, såsom dataflöden, Data Factory Power Query och Power Automate.

Dynamics-kunder som är mål för SQL Server eller Azure SQL Database kan använda Azure Synapse Link. Azure Synapse Link for Dataverse ansluter med Azure Synapse Analytics så att du kan få nästan realtidsinsikter över dina data från Microsoft Dataverse. Tack vare en smidig integrering mellan Dataverse och Azure Synapse Analytics, Azure Synapse Link aktiverar du köra analyser, affärsintelligens och maskininlärning scenarier på dina data. Mer information: Vad är Azure Synapse Link for Dataverse

Se även

Arbeta med alla typer av appar

Anteckning

Kan du berätta om dina inställningar för dokumentationsspråk? Svara i en kort undersökning. (observera att undersökningen är på engelska)

Undersökningen tar ungefär sju minuter. Inga personuppgifter samlas in (sekretesspolicy).