借助 Microsoft power Platform 中的数据流，可以有一个组织数据存储源，业务分析师可以在其中准备和管理其数据一次，然后在组织中的不同分析应用之间重复使用这些数据。
在数据流之间链接表时，可以重复使用已由其他人拥有的数据流引入、清理和转换的表，而无需维护该数据。 链接表仅指向其他数据流中的表，并且仅在目标数据流位于另一个工作区或环境中时复制数据。
链接表是只读的，因此，如果要为链接表创建转换，则必须使用对链接表的引用创建新的计算表。
关联表可用性
链接表的可用性取决于是在 Power BI 还是 Power Apps 中使用数据流。 以下部分介绍每个部分的详细信息。
Power BI 中的链接表
若要刷新，链接表需要 Power BI Premium 订阅。 链接表可在 Power BI Premium 容量上托管的工作区的任何数据流中使用。 源数据流没有限制。
链接表仅在新的 Power BI 工作区中正常工作，同样，所有链接的数据流都必须位于新工作区中。 详细信息： 在 Power BI 中创建新工作区
注释
根据它们是标准表还是计算表，表格有所不同。 标准表（通常称为表）查询外部数据源，例如 SQL 数据库。 计算表要求 Power BI 上的高级容量，并对已经存储在 Power BI 中的数据进行转换。
如果数据流不在高级容量工作区中，则只要未将转换定义为存储中转换，仍可以引用单个查询（或合并两个或更多个查询）。 此类引用被视为标准表。 为此，请关闭所引用查询的 “启用加载 ”选项，以防止数据具体化并引入到存储中。 在此处，可以引用 启用加载 = false 查询，并将 启用加载 设置为 打开，仅针对要实现的结果查询。
Power Apps 中的链接表
要了解更多关于 Power Apps 中链接表的可用性的信息，请转到 需要使用数据流的许可证。
如何在数据流之间关联表
可通过多种方式在数据流之间链接表。 若要链接 Power BI 中的表，必须使用 Power BI 凭据登录。
可以从数据流创作工具中选择 “获取数据 ”，该工具显示用于选择类别和每个数据源的对话框。 然后选择 Power Platform 数据流 连接器。
将显示所选数据连接的连接窗口。 如果需要凭据，系统会提示你提供凭据。
在 Power BI 中，可以从数据流创作工具中选择 “添加链接表 ”。
还可以从 Power BI 服务的“添加表”菜单中选择“添加链接表”。
此时会打开 导航器 窗口，可以选择一组可连接到的表。 在该窗口中，显示了您在组织内所有工作区和环境中拥有权限的表。
选择链接表后，它们将显示在创作工具中数据流的表列表中，并带有一个特殊图标，将其标识为链接表。
还可以从链接表的数据流设置查看源数据流。
刷新链接表的逻辑
链接表的刷新逻辑因使用的是 Power BI 还是 Power Apps 而略有不同，如以下部分所述。
Power BI 中的刷新逻辑
链接表的默认刷新逻辑取决于源数据流是否与目标数据流位于同一 Power BI 工作区中。 以下各节介绍每个行为。
工作区之间的链接：在不同工作区的表格中刷新链接时，其行为类似于外部数据源的链接。 刷新数据流后，它会从源数据流中获取表的最新数据。 如果刷新源数据流，它不会自动影响目标数据流中的数据。
同一工作区中的链接：当源数据流发生数据刷新时，该事件会自动触发同一工作区中所有目标数据流中依赖表的刷新过程，包括基于它们的任何计算表。 目标数据流中的所有其他表都根据数据流计划进行刷新。 当其任何一个源成功刷新时，依赖多个源的表会刷新其数据。
注释
整个刷新过程一次性提交。 因此，如果目标数据流的数据刷新失败，则源数据流的数据刷新也会失败。
在 Power Apps 中刷新逻辑
Power Apps 中链接表的刷新逻辑类似于外部数据源。 刷新数据流后，它会从源数据流中获取表的最新数据。 如果刷新源数据流，它不会自动影响目标数据流中的数据。
从数据流查看报表时的权限
创建基于数据流的数据的 Power BI 报表时，仅当有权访问源数据流时，才能看到任何链接表。
限制和注意事项
使用链接表时，请记住一些限制：
- 表可被其他数据流引用。 该引用表也可以由其他数据流引用，等等，最多可以引用五次。
- 不允许链接表的循环依赖项。
- 数据流必须位于 新的 Power BI 工作区 或 Power Apps 环境中。
- 链接表不能与从本地数据源获取其数据的常规表联接。
- 使用 M 参数处理链接表时，如果刷新源数据流，它不会自动影响目标数据流中的数据。
- 不支持尝试在两种不同存储类型的工作区之间（自带存储帐户（BYOSA）和内部）连接两个数据流表。
后续步骤
创建或处理数据流时，以下文章可能很有用：
以下文章提供有关数据流和 Power BI 的详细信息：
有关 Power Query 和计划刷新的详细信息，可以阅读以下文章：
有关 Common Data Model 的详细信息，可阅读其概述文章：