数据流最佳做法

  • 项目

Power BI 数据流是一种以企业为中心的数据准备解决方案，能够提供可供使用、重用和集成的数据生态系统。 本文提供了最佳做法列表，其中包含文章和其他信息的链接，这些链接将帮助你充分了解和使用数据流。

跨 Power Platform 的数据流

可跨 Power Query、Microsoft Dynamics 365 和其他 Microsoft 产品/服务等各种 Power Platform 技术使用数据流。 要详细了解如何跨 Power Platform 使用数据流，请参阅什么是数据流。

无法恢复已删除的数据流

无法恢复已删除的数据流，但可以使用本节中所述的各种方法进行备份。

如果在 Power BI 工作区上启用 Azure 存储连接，则数据流定义和快照的副本会自动存储在数据湖中。 然后，可以从数据湖下载已删除或已修改的数据流的 model.json 文件来恢复这些数据流，然后将其导入回 Power BI。

可以使用 Power Automate 或 Azure 逻辑应用将数据流定义导出到 JSON 文件，然后将其存储在 SharePoint 或 Azure Data Lake Gen2 中。 通过使用这些方法之一，可以使用备用文件存储选项备份数据流，并自动执行该过程。

还可以手动将数据流导出到 JSON 文件，并将其导入到另一个工作区或位置。 手动导出数据流既简单又快速，但每次要备份数据流时都必须手动执行。

下表提供了文章链接的集合，这些文章描述了在创建或使用数据流时的最佳做法。 这些链接包括有关开发业务逻辑、开发复杂的数据流、数据流的重用以及如何使用数据流实现企业规模的信息。

主题 指南区域 文章或内容的链接
Power Query 提示和技巧，用于充分利用数据整理经验 使用 Power Query 时的最佳做法
使用计算表 在数据流中使用计算表的性能优势 计算表方案
开发复杂的数据流 用于开发大规模高性能数据流的模式 设计和开发复杂数据流的最佳做法
重用数据流 模式、指南和用例 跨环境和工作区重用数据流的最佳做法
大规模实现 大规模使用和指导以补充企业体系结构 使用数据流创建维度模型的最佳做法
使用增强的计算 潜在地将数据流性能提高多达 25 倍 使用计算引擎提高性能
优化工作负载设置 通过了解可以利用的杠杆来最大程度地提高性能，从而充分利用数据流基础结构 配置 Power BI Premium 数据流工作负载
联接和展开表 创建高性能联接 扩展表列时优化 Power Query
查询折叠指南 使用源系统加快转型 Power Query 查询折叠
使用数据分析 了解列质量、分发和配置文件 使用数据分析工具
实现错误处理 开发功能强大的数据流，灵活刷新错误，并提供建议 处理 Power Query
错误处理中的错误
使用“架构”视图 使用宽表并执行架构级别的操作时，可改进创作体验 “架构”视图
链接表 重用和引用转换 使用链接表创建数据流
增量刷新 加载最新数据/更改后的数据与全部重新加载 将增量刷新与数据流配合使用

相关内容

以下文章提供有关数据流和 Power BI 的详细信息：