Her türlü veriyle çalışma

Microsoft Dataverse; ilişkisel, ilişkisel olmayan, dosya, görüntü, göreli arama veya veri gölü dahil olmak üzere her türlü veriyle çalışmayı mümkün kılan bir soyutlama sağlar. Dataverse modelinizi oluşturmanıza olanak sağlayan bir dizi veri türü sunduğundan veri türünü anlamaya gerek yoktur. Depolama alanı türü, seçilen veri türü için en iyi duruma getirilir.

Veriler; veri akışları, Power Query ve Azure Data Factory ile kolayca içeri ve dışarı aktarılabilir. Dynamics müşterileri ayrıca Veri Dışa Aktarma Servisi'ni de kullanabilir.

Dataverse'te yerinde, hizmet olarak altyapı (IaaS), hizmet olarak platform (PaaS) veya hizmet olarak yazılım (SaaS) hizmetleri için bu hizmetlerde yüzlerce diğer bağlayıcıyla birlikte kullanılabilen Power Automate ve Azure Logic Apps'e yönelik bir bağlayıcı da vardır. Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, text/CSV, SharePoint listeleri, SQL Server veritabanları, Oracle, MySQL, PostgreSQL, Blockchain ve Azure Synapse Analytics uygulamalarında bulunan kaynaklar buna dahildir.

Common Data Model

Birden çok sistem ve uygulamadan birlikte veri almak zorunda kaldıysanız ne kadar maliyetli ve zaman alan bir görev olabildiğini bilirsiniz. Aynı verileri kolayca paylaşabilmek ve anlayabilmek zorunda kalmadan her uygulama veya veri tümleştirme projesi için özel bir uygulama gerekir.

Common Data Model, iş ve kullanılacak analitik uygulamalar için paylaşılan bir veri dili sağlayarak bu işlemi kolaylaştırmayı amaçlayan başvuru mimarisi sağlar. Common Data Model meta veri sistemi, verilerin ve anlamlarının Power Apps, Power BI, Dynamics 365 ve Azure gibi uygulamalar ve iş süreçleri arasında paylaşılmasını mümkün kılar.

Common Data Model, Microsoft ve iş ortaklarının yayımladığı bir dizi standartlaştırılmış ve genişletilebilir veri şemaları içerir. Önceden tanımlanmış şemaların bu koleksiyonu tablolar, öznitelikler, anlamsal meta veriler ve ilişkiler içerir. Şemalar yaygın olarak veri oluşturma, toplama ve analiz etmeyi basitleştirmek için kullanılan Firma ve Kampanya gibi kavramları ve aktiviteleri temsil eder.

Common Data Model şemaları Dataverse'te tabloların oluşturulduğuna dair bilgi vermek için kullanılabilir. Elde edilen tablolar bu Common Data Model tanımını hedefleyen uygulamalar ve analizlerle uyumlu olacaktır.

Aşağıdaki resimde standart Common Data Model tablolarının bazı öğeleri gösterilmektedir. 

Tablolar

Dataverse'te tablolar iş verilerini modellemek ve yönetmek için kullanılır. Dataverse, üretkenliği artırmak için standart tablolar olarak bilinen bir dizi tablo içerir. Bu tablolar, en iyi yöntemlere uygun olarak, bir kuruluş içinde en sık kullanılan kavramları ve senaryoları yakalamak için tasarlanmıştır. Standart tablolar Common Data Model'a uygundur.

Kullanıcı ve Takım gibi sektörlerde yaygın olarak kullanılan tablolar kümesi Dataverse'e dahildir ve standart tablolar olarak adlandırılır. Ayrıca bu kullanıma hazır tablolar, ek sütunlar ekleme gibi işlemlerle özelleştirilebilir. Ayrıca Dataverse'te kendi özel tablolarınızı kolayca oluşturabilirsiniz.

Sütunlar

Sütunlar, bir tabloda veri depolamak için kullanılabilecek ayrı veri öğelerini tanımlar. Alanlar bazen geliştiriciler tarafından öznitelikler olarak adlandırır. Üniversitenin içindeki kursu temsil eden bir tabloda; "Ad", "Konum", "Bölüm," "Kayıtlı Öğrenciler" vb. gibi sütunlar bulunabilir.

Sütunlarda sayılar, dizeler, dijital veriler, görüntüler ve dosyalar gibi farklı türlerde veriler olabilir. Aynı iş sürecinin veya akışının parçasıysa yapay şekilde ayrılan ilişkisel ve ilişkisel olmayan verilerin saklaması gerekmez. Dataverse, oluşturulan model için verileri en iyi depolama alanı türünde depolar.

Bu sütunların her biri Dataverse tarafından desteklenen birçok veri türünden biriyle ilişkilendirilebilir.

Daha fazla bilgi: Sütun türleri

İlişki

Bir tablodaki veriler genellikle başka bir tablodaki verilerle ilgilidir. Tablo ilişkileri, satırların Dataverse modelinde birbirine nasıl ilişkilendirilebileceğini tanımlar.

Dataverse, bir tablodan diğerine (veya tabloyla kendisi arasında) farklı ilişki türlerini tanımlamak için kullanımı kolay görsel tasarımcılar sağlar. Her tablonun birden fazla tabloyla bir ilişkisi olabilir ve her tablonun başka bir tabloya birden çok ilişkisi olabilir.

İlişki türleri şunlardır:

• Çoğa bir: Bu ilişki türünde, birçok A tablosu kaydı tek bir B tablosu kaydıyla ilişkilendirilebilir. Örneğin, bir öğrenci sınıfının tek bir dersliği olması.

• Çoka çok: Bu ilişki türünde, tek bir B tablosu kaydı birçok A tablosu kaydıyla ilişkilendirilebilir. Örneğin, bir tek öğretmen çok sayıda sınıfa ders verir.

• Çoka çok: Bu ilişki türünde A tablosundaki her kayıt B tablosundaki birden fazla kayıtla eşleşebilir (ve tam tersi geçerlidir). Örneğin, öğrenciler birçok sınıfa katılır ve her sınıfta birden fazla öğrenci olabilir.

En yaygını çok-bir ilişkileri olduğundan Dataverse yalnızca bu ilişkiyi tanımlamayı kolay hale getirmeyen, aynı zamanda form ve uygulama oluşturmaya üretkenlik ekleyen arama adlı özel bir veri türü sağlar.

Tablo ilişkileri oluşturma hakkında daha fazla bilgi için bkz. Tablolar arasında ilişkiler oluşturma.

Kuruluşların müşteri etkileşimi geçmişi, denetim günlükleri, erişim raporları ve güvenlik olayı izleme raporlarının kullanılabilirliğini sağlamak üzere sıklıkla çeşitli yönetmeliklerle uyum içinde olmaları gerekir. Kuruluşlar, güvenlik ve analitik amaçlarla Dataverse'teki değişiklikleri izlemeyi isteyebilir.

Dataverse, bir kuruluştaki tablolardaki değişikliklerin ve öznitelik verilerinin analiz ve raporlamada kullanılmak üzere zaman içinde satıra kaydedilebildiği bir denetim özelliği sunar. Denetim, tüm özel ve çoğu özelleştirilebilir tablo ve öznitelikte desteklenir. Denetim; meta veri değişiklikleri, alma işlemleri, dışarı aktarma işlemlerinde veya kimlik doğrulaması sırasında desteklenmez. Denetimin nasıl yapılandırılacağı hakkında bilgi için bkz. Dataverse denetimini yönetme.

Dataverse, makine öğrenimi modellerin çalışması için tablo seçme olanağı sağlayarak analizleri destekler. AI Builder ile önceden yapılandırılmış bir yapay zeka özelliğine sahiptir.

Arama

Dataverse, satırları sorgulamak için üç yol sağlar:

• Dataverse araması

• Hızlı bul (tek tablolu veya çok tablolu)

• Gelişmiş bulma

Not

Çok Tablolu hızlı bul, kategorilere ayrılmış arama olarak da adlandırılır.

Daha fazla bilgi için bkz. Aramaları karşılaştırma.

Dataverse araması

Dataverse araması, hızlı ve kapsamlı sonuçları çok sayıda tablo arasından tek bir listede ve ilgi düzeyine göre sıralanmış şekilde sunar. Bu, arama performansını artırmak için Dataverse dışında (Azure tarafından desteklenen) özel bir arama hizmeti kullanır.

Dataverse araması aşağıdaki geliştirmeleri ve avantajları sağlar:

• Dış dizin oluşturmayı ve Azure arama teknolojisini kullanarak performansı geliştirir.

• Tablodaki her sütunda, arama terimindeki sözcüklerin eşleşmelerini bulur; öte yandan hızlı aramada arama terimindeki tüm sözcüklerin tek sütunda bulunması gerekir.

• Ardından Lisans, lisanslama veya lisanslanmış gibi çekim eki içeren sözcüklerin eşleşmelerini bulur.

• Tüm arama yapılabilir tablolardan gelen sonuçları, ilgiye göre sıralanmış tek bir listede döndürür; dolayısıyla eşleşme ne kadar iyi olursa sonuç listede o kadar yukarıda gösterilir. Arama terimindeki sözcüklerden daha fazlası birbirine yakın konumda bulunurlarsa, eşleşmenin ilgisi daha yüksek olur. Arama sözcüklerinin bulunduğu metin miktarı ne kadar küçükse ilgi o kadar yüksek olur. Örneğin arama sözcüklerini bir şirket adında ve adresinde bulmanız, aynı sözcükleri uzun bir makalede birbirinden çok uzakta bulmanızdan daha iyi bir eşleşme olabilir.

• Sonuç listesinde eşleşmeleri vurgular. Arama terimi satırdaki bir terimle eşleştiğinde, terim arama sonuçlarınızda kalın ve italik olarak gösterilir.

Dataverse araması hakkında daha fazla bilgi için bkz. Satırları aramak için Dataverse araması kullanma.

Hızlı bul

Dataverse, satırları hızlı bir şekilde bulma özelliğine sahiptir ve yalnızca bir tablo türünü (ör. müşteri) arayacak veya birden çok tablo türünde (ör. ilgili kişiler, kullanıcılar, müşteriler vb.) aynı anda arama yapmak için kullanılacak yaklaşımlara sahiptir.

Tek tablo hızlı bulma, tek bir türdeki satırları bulmak için kullanılır. Bu arama seçeneği, görünüm içinden kullanılabilir.

Çoklu tablo hızlı bulma (kategorilere ayrılmış arama) da satırları bulmak için kullanılır ancak satırları farklı tablo türlerinde (ör. firmalar veya ilgili kişiler) bulur.

Data Lake

Dataverse, tablo verilerinin sürekli olarak Azure Data Lake Storage'a çoğaltılmasını destekler. Bu veriler daha sonra Power BI raporlama, makine öğrenimi, veri ambarlama ve diğer aşağı akış tümleştirme süreçleri gibi analizleri çalıştırmak için kullanılabilir.

Bu özellik, kurumsal büyük veri analizleri için tasarlanmıştır. Bu uygun maliyetlidir, ölçeklenebilirdir, yüksek kullanılabilirliğe ve olağanüstü durum kurtarma özelliklerine sahiptir ve sınıfında en iyi analiz performansını sağlar.

Veriler, uygulamalar ve dağıtımlar arasında anlamsal tutarlılık sağlayan Common Data Model biçiminde depolanır. Common Data Model'daki standartlaştırılmış meta veriler ve kendiliğinden açıklayıcı veriler; Power BI, Data Factory, Azure Databricks ve Azure Machine Learning gibi veri üreticileri ve tüketicileri arasında meta veri keşfini ve birlikte çalışmayı kolaylaştırır.

Ayrıca bkz.

Verileri içeri ve dışarı aktarma

Not

Belge dili tercihlerinizi bizimle paylaşabilir misiniz? Kısa bir ankete katılın. (lütfen bu anketin İngilizce olduğunu unutmayın)

Anket yaklaşık yedi dakika sürecektir. Kişisel veri toplanmaz (gizlilik bildirimi).