Microsoft Power Platform'da veri akışları oluşturma ve kullanma
Microsoft Power Platform ile veri akışlarını kullanmak, veri hazırlamayı kolaylaştırır ve sonraki raporlarda, uygulamalarda ve modellerde veri hazırlama çalışmanızı yeniden kullanmanıza olanak tanır.
Sürekli genişleyen veri dünyasında veri hazırlama zor ve pahalı olabilir. Tipik bir analiz projesi için zaman ve maliyetin yüzde 60 ile 80'ine kadar tüketebilir. Bu tür projeler parçalanmış ve eksik verilerin düzenlenmesini, karmaşık sistem tümleştirmesini, yapısal tutarsızlığı olan verileri ve yüksek beceri kümesi engelini gerektirebilir.
Veri hazırlamayı kolaylaştırmak ve verilerinizden daha fazla değer elde etmeye yardımcı olmak için Power Query ve Power Platform veri akışları oluşturuldu.
Veri akışlarıyla Microsoft, Power Query'nin self servis veri hazırlama özelliklerini Power BI ve Power Apps çevrimiçi hizmetler getirir ve mevcut özellikleri aşağıdaki yollarla genişletir:
Veri akışlarıyla büyük veriler için self servis veri hazırlığı: Veri akışları, tüm veri hazırlama mantığını kapsayan büyük ve sürekli büyüyen işlemsel ve gözlemsel kaynak dizisinden verileri kolayca almak, temizlemek, dönüştürmek, tümleştirmek, zenginleştirmek ve şema haline getirmek için kullanılabilir. Daha önce ayıklama, dönüştürme, yükleme (ETL) mantığı yalnızca Power BI'daki anlamsal modellere dahil edilebiliyor, semantik modeller arasında tekrar tekrar kopyalanıp semantik model yönetimi ayarlarına bağlanabiliyor.
Veri akışlarıyla ETL mantığı, Microsoft Power Platform hizmetlerinde birinci sınıf bir yapıta yükseltilir ve ayrılmış yazma ve yönetim deneyimleri içerir. İş analistleri, IŞ zekası uzmanları ve veri bilimcileri, devrim niteliğindeki model temelli hesaplama altyapısı sayesinde veri akışlarını kullanarak en karmaşık veri hazırlama zorluklarını işleyebilir ve birbirlerinin çalışmalarını derleyebilir. Bu altyapı, bu görevler için geleneksel olarak gerekli olanın bir bölümü için tüm dönüştürme ve bağımlılık mantığı kesme süresi, maliyeti ve uzmanlığını üstlenir. Power Query'nin iyi bilinen self servis veri hazırlama deneyimini kullanarak veri akışları oluşturabilirsiniz. Veri akışları, uygulama çalışma alanlarında veya ortamlarda, Sırasıyla Power BI veya Power Apps'te oluşturulur ve kolayca yönetilir ve izin yönetimi ve zamanlanmış yenilemeler gibi bu hizmetlerin sunduğu tüm özelliklerden keyif alır.
Dataverse veya Azure Data Lake'e veri yükleme Depolama: Kullanım örneğine bağlı olarak, Power Platform veri akışları tarafından hazırlanan verileri Dataverse'de veya kuruluşunuzun Azure Data Lake Depolama hesabında depolayabilirsiniz:
Dataverse , iş uygulamaları tarafından kullanılan verileri güvenli bir şekilde depolamanıza ve yönetmenize olanak tanır. Dataverse içindeki veriler bir tablo kümesinde depolanır. Tablo, bir satır kümesidir (eskiden kayıt olarak adlandırılır) ve sütunlar (eski adıyla alanlar/öznitelikler). Tablodaki her sütun, ad, yaş, maaş gibi belirli bir veri türünü depolamak üzere tasarlanmıştır. Dataverse, tipik senaryoları kapsayan temel bir standart tablo kümesi içerir, ancak kuruluşunuza özgü özel tablolar da oluşturabilir ve veri akışlarını kullanarak bunları verilerle doldurabilirsiniz. Uygulama oluşturucular bu verileri kullanan zengin uygulamalar oluşturmak için Power Apps ve Power Automate'i kullanabilir.
Azure Data Lake Depolama Power BI, Azure Data ve AI hizmetlerini kullanarak veya gölden veri okuyan özel oluşturulmuş İş Kolu Uygulamaları kullanarak kuruluşunuzdaki kişilerle işbirliği yapmanıza olanak tanır. Azure Data Lake Depolama hesabına veri yükleyen veri akışları, verileri Ortak Veri Modeli klasörlerinde depolar. Ortak Veri Modeli klasörleri, veri alışverişini kolaylaştırmak ve kuruluşun Azure Data Lake Depolama hesabında paylaşılan depolama katmanı olarak depolanan verileri üreten veya kullanan hizmetler arasında tam birlikte çalışabilirlik sağlamak için standartlaştırılmış biçimde şemalaştırılmış veriler ve meta veriler içerir.
Azure ile Gelişmiş Analiz ve Yapay Zeka: Power Platform veri akışları verileri Dataverse'de veya Azure Data Lake Depolama depolar; bu da veri akışları aracılığıyla alınan verilerin artık veri mühendisleri ve veri bilimciler tarafından azure machine learning, Azure Databricks ve azure synapse analytics gibi Azure Machine Learning, Azure Databse Analytics ve yapay zeka gibi azure veri hizmetlerinin tüm gücünü uygulayabilecekleri anlamına gelir. Bu, iş analistlerinin, veri mühendislerinin ve veri bilimcilerinin kuruluşlarında aynı veriler üzerinde işbirliği yapmasına olanak tanır.
Ortak Veri Modeli desteği: Ortak Veri Modeli, uygulamalar ve iş süreçlerinde verilerin ve anlamının tutarlılığını sağlamak için bir dizi standartlaştırılmış veri şeması ve meta veri sistemidir. Veri akışları, herhangi bir şekildeki herhangi bir veriden Hesap ve Kişi gibi standart Ortak Veri Modeli tablolarına kolay eşleme sunarak Ortak Veri Modeli'ni destekler. Veri akışları ayrıca hem standart hem de özel tabloların verilerini şema haline getirilmiş Ortak Veri Modeli formuna getirir. İş analistleri standart şemadan ve anlam tutarlılığından yararlanabilir veya tablolarını benzersiz ihtiyaçlarına göre özelleştirebilir. Ortak Veri Modeli, Açık Veri Girişimi kapsamında gelişmeye devam ediyor.
Microsoft Power Platform hizmetlerindeki veri akışı özellikleri
Veri akışı özelliklerinin çoğu hem Power Apps'te hem de Power BI'da kullanılabilir. Veri akışları, bu hizmetlerin planlarının bir parçası olarak kullanılabilir. Bazı veri akışı özellikleri ürüne özgü veya farklı ürün planlarında kullanılabilir. Aşağıdaki tabloda veri akışı özellikleri ve bunların kullanılabilirliği açıklanmaktadır.
| Veri akışı özelliği | Power Apps | Power BI |
|---|---|---|
| Zamanlanmış yenileme | Günde en fazla 48 | Günde en fazla 48 |
| Tablo başına en fazla yenileme süresi | 2 saate kadar | 2 saate kadar |
| Power Query Online ile veri akışı yazma | Yes | Yes |
| Veri akışı yönetimi | Power Apps yönetim portalında | Power BI yönetici portalında |
| Yeni bağlayıcılar | Yes | Yes |
| Ortak Veri Modeli için standartlaştırılmış şema / yerleşik destek | Yes | Yes |
| Power BI Desktop'ta Veri Akışları Veri Bağlan veya | Hedef olarak Azure Data Lake Depolama veri akışları için | Yes |
| Kuruluşun Azure Data Lake Depolama ile tümleştirme | Yes | Yes |
| Dataverse ile tümleştirme | Yes | Hayır |
| Veri akışı bağlı tabloları | Hedef olarak Azure Data Lake Depolama veri akışları için | Yes |
| Hesaplanan tablolar (M kullanılarak depolama içi dönüşümler) | Hedef olarak Azure Data Lake Depolama veri akışları için | Yalnızca Power BI Premium |
| Veri akışı artımlı yenileme | Hedef olarak Azure Data Lake Depolama veri akışları için Power Apps Plan2 gerekir | Yalnızca Power BI Premium |
| Power BI Premium kapasitesinde çalıştırma / dönüşümlerin paralel yürütülmesi | Hayır | Evet |
Bilinen sınırlamalar
- Power Platform ortamları kopyalama işleminin bir parçası olarak veri akışlarının kopyalanması desteklenmez.
Sonraki adımlar
Power Apps'teki veri akışları hakkında daha fazla bilgi:
- Power Apps'te self servis veri hazırlığı
- Power Apps'te veri akışları oluşturup kullanma
- Veri akışı depolama için Azure Data Lake Storage 2. Nesil ile bağlantı kurma
- Power Query kullanarak Dataverse'de tabloya veri ekleme
- Power Apps veri akışı topluluğunu ziyaret edin ve ne yaptığınızı paylaşın, soru sorun veya yeni fikirler gönderin
- Power Apps veri akışı topluluk forumunu ziyaret edin ve ne yaptığınızı paylaşın, soru sorun veya yeni fikirler gönderin
Power BI'daki veri akışları hakkında daha fazla bilgi:
- Power BI'da self servis veri hazırlığı
- Power BI'da veri akışları oluşturma ve kullanma
- Veri akışları teknik incelemesi
- Veri akışları kılavuzunun ayrıntılı videosu
- Power BI veri akışları topluluğunu ziyaret edin ve ne yaptığınızı paylaşın, soru sorun veya yeni fikirler gönderin
Aşağıdaki makalelerde, veri akışları için yaygın kullanım senaryoları hakkında daha ayrıntılı bilgi ve bulabilirsiniz.
- Veri akışlarıyla artımlı yenileme kullanma
- Veri akışlarında hesaplanan tablolar oluşturma
- Veri akışları için veri kaynaklarına Bağlan
- Tabloları veri akışları arasında bağlama
Ortak Veri Modeli ve Ortak Veri Modeli klasör standardı hakkında daha fazla bilgi için aşağıdaki makaleleri okuyun:
Geri Bildirim
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz. https://aka.ms/ContentUserFeedback.
Gönderin ve geri bildirimi görüntüleyin