数据流最佳做法
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。
数据流最佳做法表和链接
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：