Introduction aux dataflows et à la préparation des données en libre-service
Au fur et à mesure que le volume de données continue d'augmenter, il devient de plus en plus difficile de transformer ces données en informations bien formées et exploitables. Nous voulons des données prêtes pour l'analyse, pour remplir des visuels, des rapports et des tableaux de bord, afin de pouvoir transformer rapidement nos volumes de données en informations exploitables. Avec la préparation des données en libre-service pour le Big Data dans Power BI, vous pouvez accéder à des insights de Power BI à partir de données en quelques actions seulement.
Conseil
Vous pouvez également essayer Dataflow Gen2 dans Data Factory dans Microsoft Fabric, une solution d'analyse tout-en-un pour les entreprises. Microsoft Fabric couvre tous les aspects, du déplacement des données à la science des données, en passant par l’analyse en temps réel, l’aide à la décision et la création de rapports. Découvrez comment démarrer un nouvel essai gratuitement.
Les dataflows ont été conçus pour prendre en charge les scénarios suivants :
Créez une logique de transformation réutilisable pouvant être partagée par de nombreux modèles sémantiques et rapports dans Power BI. Les flux de données favorisent la réutilisation des éléments de données sous-jacents, ce qui évite d’avoir à créer des connexions distinctes avec vos sources de données cloud ou locales.
Conservez des données dans votre propre stockage Azure Data Lake Gen 2, ce qui vous permet de les exposer à d’autres services Azure en dehors de Power BI.
Créez une source unique de vérité, organisée à partir de données brutes utilisant des définitions standard du secteur d’activité, qui peut fonctionner avec d’autres services et produits dans Power Platform. Encouragez l’adoption en supprimant l’accès des analystes aux sources de données sous-jacentes.
Renforcez la sécurité autour des sources de données sous-jacentes en exposant les données aux créateurs de rapports dans des flux de données. Cette approche vous permet de limiter l’accès aux sources de données sous-jacentes, ce qui réduit la charge sur les systèmes sources et donne aux administrateurs un contrôle plus précis sur des opérations d’actualisation des données.
Si vous prévoyez d’utiliser d’importants volumes de données et d’effectuer des opérations ETL à grande échelle, les dataflows avec Power BI Premium offrent une mise à l’échelle plus efficace et confèrent davantage de souplesse. Les dataflows prennent en charge un large éventail de sources cloud et locales.
Vous pouvez utiliser Power BI Desktop et le service Power BI avec des flux de données pour créer des modèles sémantiques, des rapports, des tableaux de bord et des applications qui utilisent Common Data Model. À partir de ces ressources, vous pouvez obtenir des insights approfondis sur vos activités d’entreprise. La planification de l’actualisation de flux de données est gérée directement à partir de l’espace de travail dans lequel votre flux de données a été créé, tout comme vos modèles sémantiques.
Remarque
Les flux de données peuvent ne pas être disponibles dans le service Power BI pour tous les utilisateurs U.S. Government DoD. Pour plus d’informations sur les fonctionnalités disponibles et non disponibles, consultez Disponibilité des fonctionnalités Power BI pour les clients U.S. Government.
Contenu connexe
Cet article a fourni une vue d’ensemble de la préparation des données en libre-service pour le Big Data dans Power BI et les nombreuses façons dont vous pouvez l’utiliser.
Les articles suivants vous permettront d’en savoir plus sur les dataflows et Power BI :
- Création d’un flux de données
- Configurer et consommer un dataflow
- Configuration du stockage de dataflows pour utiliser Azure Data Lake Gen 2
- Fonctionnalités Premium des dataflows
- IA et dataflows
- Considérations et limitations relatives aux flux de données
- Bonnes pratiques pour les dataflows
- Scénarios d’utilisation de Power BI : Préparation des données en libre-service
Pour plus d’informations sur le modèle Common Data Model, vous pouvez lire son article de présentation :