使用任何資料

  • 發行項

Microsoft Dataverse 提供一個概念，讓您可以使用任何類型的資料（包括關聯式、非關聯式、影像、檔案、相對搜尋或資料湖）。 您不需要了解資料類型，因為 Dataverse 會公開一組可讓您建立模型的資料類型。 已針對所選的資料類型最佳化儲存區的類型。

您可以使用 資料流程、Power Query 和 Azure Data Factory 輕鬆匯入和匯出資料。 Dynamics 客戶也可以使用資料匯出服務。

Dataverse 也有 Power Automate 和 Azure Logic Apps 適用的連接器，可與這些服務中的數百個其他連接器搭配使用，以用於內部部署、基礎結構即服務 (IaaS)、平台即服務 (PaaS) 和軟體即服務 (SaaS) 服務。 這包括 Azure、Microsoft 365、Dynamics 365、SAP ERP、Salesforce、Amazon Redshift、Access、Excel、text/CSV、SharePoint 清單、SQL Server 資料庫、Oracle、MySQL、PostgreSQL、Blockchain 以及 Azure Synapse Analytics。

Common Data Model

如果您曾經不得不將多個系統和應用程式的資料一起匯入，您就會知道這是成本高昂且耗時的工作。 若不能輕鬆共用和了解相同的資料，每個應用程式或資料整合專案都需要自訂實作。

Common Data Model 提供旨在簡化此程序的參考架構，方法是提供適用於商務和分析應用程式的共用資料語言。 Common Data Model 中繼資料系統可讓資料和其意義在應用程式和商務程序（例如，Power Apps、Power BI、Dynamics 365 和 Azure）之間共用。

Common Data Model 包括一組由 Microsoft 及其合作夥伴發行的標準化、可擴展資料結構描述。 此預先定義結構描述集合包括表格、屬性、語義中繼資料和關聯。 結構描述代表經常使用的概念和活動（例如 帳戶 和 行銷活動），以簡化資料的建立、彙總和分析。

Common Data Model 結構描述可用來通知您 Dataverse 中建立了表格。 結果表格將會與針對此 Common Data Model 定義的應用程式和分析相容。

下圖顯示一些標準 Common Data Model 資料表元素。 

Common Data Model 結構描述。

表格

在 Dataverse 中，資料表是用來模型化和管理商務資料。 若要提高生產力，Dataverse 包含一組稱為標準資料表的資料表。 這些資料表是依據最佳做法所設計，要用來擷取組織中最常見的概念及案例。 標準資歷表遵循 Common Data Model。

在多個產業中都常被使用一組表格 (如使用者和團隊) 包含在 Dataverse 中，並且被稱為標準資料表。 這些現成可用的表格也可以進行自訂，例如包括其他資料行。 此外，您可以在 Dataverse 中輕鬆建立您自己的自訂資料表。

檢視資料表。

資料行

資料行定義可用來在資料表中儲存資料的個別資料項目。 欄位有時被開發人員稱為屬性。 表示大學課程的資料表可能包含「名稱」、「位置」、「科系」、「註冊學生」等資料行。

資料行可能具有不同類型的資料，例如數字、字串、數位資料、影像和檔案。 如果是同一個商務程序或流程的一部分，則無需人為地分開關聯式與非關聯式資料。 Dataverse 會將資料儲存在所建立模型的最佳儲存類型中。

這些資料行中的每一行都可以與 Dataverse 支援的許多資料類型其中一個相關聯。

建立資料行。

其他資訊：資料行類型

關聯性

一個資料表中的資料通常與另一個資料表中的資料相關。 資料表關聯定義資料列在 Dataverse 模型中彼此關聯的方式。

Dataverse 提供便於使用的視覺化設計工具，以定義從一個資料表至另一個表 (或資料表與其本身) 不同類型的關聯。 每個資料表都可以有一個與多個資料表的關聯，而且每個資料表都可以對其他資料表有多個關聯。

帳戶資料表關聯。

關聯類型如下：

  • 多對一：在這種類型的關聯中，許多資料表都可以與單一資料表 B 記錄相關聯。 例如，一班學生只有一個教室。

  • 一對多：在這種類型的關聯中，單一資料表 B 記錄可以與許多資料表 A 記錄相關聯。 例如，一位老師教許多課程。

  • 多對多：在此類型的關聯中，資料表 A 中的每條記錄可以對應資料表 B 中的多個記錄，反之亦然。 例如，學生參加許多課程，而每個課程可以有多個學生。

因為多對一關聯最常見，所以 Dataverse 提供名為查詢的特定資料類型，這不僅能讓您輕鬆定義這種關聯，也可增加建立表單和應用程式的效率。

如需建立資料表關聯性的詳細資訊，請參閱建立和編輯資料表之間的關聯。

組織通常需要遵守各種法令，以確保客戶互動歷程記錄、稽核記錄、存取報表和安全性事件追蹤報表的可用性。 基於資訊安全及分析的考量，組織可能需要追蹤 Dataverse 資料中的變更。

Dataverse 提供稽核功能，在組織內的資料表和屬性資料變更可隨時間列入資料列用於分析與報表使用。 所有自訂和—大部分可自訂—資料表和屬性支援稽核。 中繼資料變更、擷取作業、匯出作業，或在驗證期間不支援稽核。 如需有關如何設定稽核的詳細資訊，請前往 管理 Dataverse 稽核。

Dataverse 透過讓您可以選擇要執行的機器學習模型資料表，從而支援分析。 其透過 AI Builder 具有預建 AI 功能。

Dataverse 提供三種方式來查詢資料列：

  • Dataverse 搜尋

  • 快速尋找 (單一資料表或多資料表)

  • 進階尋找

注意

多資料表快速尋找也稱為分類搜尋。

如需詳細資訊，請參閱比較搜尋。

Dataverse 搜尋以單一清單提供跨多個資料表的快速、全面的結果，並依相關性排序。 它使用 Dataverse 外部的專用搜尋服務 (由 Azure 支援)，大幅提升搜尋效能。

Dataverse 搜尋提供下列增強功能和優勢：

  • 使用外部編製索引和 Azure 搜尋服務技術來改善效能。

  • 尋找在資料表的任何資料行中，與搜尋字詞中任何單字相符的項目；相較之下，快速尋找則採用搜尋字詞中的所有單字都必須在一個資料行中找到。

  • 尋找包含單字變化形式的相符項目，例如 串流、 正在串流或 已串流。

  • 從所有可搜尋資料表傳回的結果，會在單一清單中依相關性排序，因此越相符的結果會出現在清單中較上方的位置。 若有多個來自搜尋詞彙的字彼此十分相似，則相符項目的相關性較高。 找到搜尋字的文字量越小，相關性就越高。 例如，如果您在公司名稱和位址中找到搜尋的單字，相符性可能會比在長篇文章中找到相同的單字更高。

  • 在結果清單中反白顯示相符項目。 當資料列中的字詞符合搜尋字詞時，該字詞會在搜尋結果中顯示為粗體和斜體文字。

如需 Dataverse 搜尋的詳細資訊，請參閱：使用 Dataverse 搜尋來搜尋資料列。

快速尋找

Dataverse 包括快速尋找資料列的能力，而且有一些方法可以搜尋一種資料表類型 (例如客戶)，或用於一次搜尋多個資料表類型 (如連絡人、使用者、客戶等)。

單一資料表快速尋找可用來尋找單一類型的資料列。 此搜尋選項可從檢視中取得。

單一資料表快速尋找。

多資料表快速尋找(分類搜尋) 也可用來尋找資料列，但會對不同類型的資料表(如客戶或連絡人) 尋找資料。

Data Lake

Dataverse 支援將資料表資料連續複寫至 Azure Data Lake Storage，這可以用來執行分析 (例如 Power BI 報表、機器學習、資料倉儲) 以及其他下游整合程序。

Dataverse 資料複寫至 Azure Data Lake Storage。

此功能是為企業巨量資料分析而設計。 這是一種經濟划算、可調整、具有高可用性和災害復原功能，並可讓您具備一流的分析效能。

資料是以 Common Data Model 格式來儲存，此格式提供跨應用程式與部署的語意一致性。 Common Data Model 中的標準化中繼資料和自我描述資料有助於中繼資料探索，以及資料產生者和取用者 (例如 Power BI、Data Factory、Azure Databricks 和 Azure Machine Learning) 之間的互通性。

請參閱

匯入和匯出資料

注意

是否能請您告知您偏好的慣用文件語言？ 請填寫問卷。 (請注意，本問卷為英文版)

完成問卷大約需要七分鐘。 本問卷將不會收集個人資料 (隱私權聲明)。