數據流最佳做法

  • 發行項

Power BI 資料流程是企業專用的資料準備解決方案，讓資料生態系統可供取用、重複使用和整合。 本文提供最佳做法清單，其中包含文章的連結和其他資訊，可協助您瞭解和使用數據流的完整潛力。

跨 Power Platform 的數據流

數據流可用於各種 Power Platform 技術，例如 Power Query、Microsoft Dynamics 365 和其他 Microsoft 供應專案。 如需數據流如何跨 Power Platform 運作的詳細資訊，請參閱 什麼是數據流。

無法復原已刪除的數據流

已刪除的數據流無法復原，但您可以使用本節所述的各種方法進行備份。

如果您在Power BI工作區上啟用 Azure 記憶體連線，則數據流定義和快照集的複本會自動儲存在 Data Lake 中。 接著，您可以從 Data Lake 下載其 model.json 檔案，然後將它匯回 Power BI，以復原已刪除或修改的數據流。

您可以使用 Power Automate 或 Azure Logic Apps 將數據流定義導出至 JSON 檔案，然後將它儲存在 SharePoint 或 Azure Data Lake Gen2 中。 使用其中一種方法可讓您使用替代檔案記憶體選項來備份數據流，並將程式自動化。

您也可以手動將數據流匯出至 JSON 檔案，並將其匯入另一個工作區或位置。 手動匯出數據流很簡單且快速，但這是一個手動程式，每次您想要備份數據流時都必須完成。

下表提供文章的連結集合，這些文章描述建立或處理數據流時的最佳做法。 這些連結包括開發商業規則、開發複雜的數據流、重複使用數據流，以及如何使用數據流達到企業級的資訊。

主題 指引區域 文章或內容的連結
Power Query 提示 和技巧，以充分利用您的數據整頓體驗 使用 Power Query 時的最佳做法
使用計算數據表 在數據流中使用計算數據表的效能優點 計算數據表案例
開發複雜的數據流 開發大規模高效能數據流的模式 設計及開發複雜數據流的最佳做法
重複使用數據流 模式、指引和使用案例 跨環境和工作區重複使用數據流的最佳做法
大規模實作 大規模使用和指導方針來補充企業架構 使用數據流建立維度模型的最佳做法
使用增強型計算 可能改善高達 25 倍的數據流效能 使用計算引擎來改善效能
優化工作負載設定 藉由瞭解您可以提取的槓桿，將效能最大化，以充分利用數據流基礎結構 設定 Power BI 進階版 數據流工作負載
聯結和展開數據表 建立高效能聯結 在展開數據表數據行時優化Power Query
查詢折疊指引 使用來源系統加速轉換 Power Query 查詢折疊
使用數據分析 了解數據行品質、散發和配置檔 使用資料分析工具
實作錯誤處理 使用建議開發強固的數據流，以復原重新整理錯誤 處理 Power Query
錯誤處理中的錯誤
使用架構檢視 改善使用寬數據表和執行架構層級作業時的撰寫體驗 架構檢視
鏈接的數據表 重複使用和參考轉換 使用連結數據表建立數據流
累加式重新整理 載入最新或變更的數據與完整重載 搭配數據流使用累加式重新整理

相關內容

下列文章提供數據流和 Power BI 的詳細資訊：