Metodtips för dataflöden
Power BI-dataflöden är en företagsfokuserad dataförberedelselösning som möjliggör ett ekosystem med data som är redo för förbrukning, återanvändning och integrering. Den här artikeln innehåller en lista över metodtips med länkar till artiklar och annan information som hjälper dig att förstå och använda dataflöden till sin fulla potential.
Dataflöden över Power Platform
Dataflöden kan användas i olika Power Platform-tekniker, till exempel Power Query, Microsoft Dynamics 365 och andra Microsoft-erbjudanden. Mer information om hur dataflöden kan fungera i Power Platform finns i Vad är dataflöden?
Borttagna dataflöden kan inte återställas
Det går inte att återställa borttagna dataflöden, men du kan säkerhetskopiera dem med olika metoder som beskrivs i det här avsnittet.
Om du aktiverar Azure Storage-anslutningen på din Power BI-arbetsyta lagras en kopia av dataflödesdefinitionen och ögonblicksbilderna automatiskt i en datasjö. Du kan sedan återställa ett borttaget eller ändrat dataflöde genom att ladda ned filen model.json från datasjön och sedan importera tillbaka den till Power BI.
Du kan använda Power Automate eller Azure Logic Apps för att exportera dataflödesdefinitionen till en JSON-fil och sedan lagra den i SharePoint eller Azure Data Lake Gen2. Med någon av dessa metoder kan du säkerhetskopiera ditt dataflöde med hjälp av alternativa fillagringsalternativ och automatisera processen.
Du kan också exportera dataflödet manuellt till en JSON-fil och importera det till en annan arbetsyta eller plats. Det är enkelt och snabbt att exportera dataflödet manuellt, men det är en manuell process som måste göras varje gång du vill säkerhetskopiera ditt dataflöde.
Tabell och länkar för metodtips för dataflöden
Följande tabell innehåller en samling länkar till artiklar som beskriver metodtips när du skapar eller arbetar med dataflöden. Länkarna innehåller information om hur du utvecklar affärslogik, utvecklar komplexa dataflöden, återanvändning av dataflöden och hur du uppnår företagsskala med dina dataflöden.
| Avsnitt | Vägledningsområde | Länk till artikel eller innehåll |
|---|---|---|
| Power Query | Tips för att få ut mesta möjliga av din dataomvandlingsupplevelse | Metodtips när du arbetar med Power Query |
| Använda beräknade tabeller | Prestandafördelar vid användning av beräknade tabeller i ett dataflöde | Scenarier med beräknade tabeller |
| Utveckla komplexa dataflöden | Mönster för utveckling av storskaliga, högpresterande dataflöden | Metodtips för att utforma och utveckla komplexa dataflöden |
| Återanvända dataflöden | Mönster, vägledning och användningsfall | Metodtips för återanvändning av dataflöden mellan miljöer och arbetsytor |
| Storskaliga implementeringar | Storskalig användning och vägledning för att komplettera företagsarkitekturen | Metodtips för att skapa en dimensionsmodell med hjälp av dataflöden |
| Använda förbättrad beräkning | Potentiellt förbättra dataflödesprestanda upp till 25 gånger | Använda beräkningsmotorn för att förbättra prestanda |
| Optimera arbetsbelastningsinställningarna | Få ut mesta möjliga av din dataflödesinfrastruktur genom att förstå vilka hävstänger du kan dra för att maximera prestanda | Konfigurera Power BI Premium-dataflödesarbetsbelastningar |
| Ansluta och expandera tabeller | Skapa högpresterande kopplingar | Optimera Power Query när du expanderar tabellkolumner |
| Vägledning för frågedelegering | Påskynda omvandlingar med hjälp av källsystemet | Power Query-frågedelegering |
| Använda dataprofilering | Förstå kolumnkvalitet, distribution och profil | Använda dataprofileringsverktygen |
| Implementera felhantering | Utveckla robusta dataflöden som är motståndskraftiga mot uppdateringsfel, med förslag | Hantera fel i Power Query-felhantering |
| Använda schemavyn | Förbättra redigeringsupplevelsen när du arbetar med en bred tabell och utför åtgärder på schemanivå | Schemavy |
| Länkade tabeller | Återanvända och referera till transformeringar | Skapa ett dataflöde med hjälp av länkade tabeller |
| Inkrementell uppdatering | Läs in de senaste eller ändrade data jämfört med en fullständig omläsning | Använda inkrementell uppdatering med dataflöden |
Relaterat innehåll
Följande artiklar innehåller mer information om dataflöden och Power BI: