Preparazione di dati self-service con flussi di dati

Con l'aumentare del volume di dati, cresce anche la sfida di organizzare tali dati in informazioni ben strutturate e facilmente fruibili. I dati devono essere pronti per le app, i carichi di lavoro di Intelligenza artificiale o l'analisi in modo che li si possa trasformare rapidamente in informazioni approfondite utili. Con la preparazione dei dati self-service nel portale Power Apps, bastano pochi clic per trasformare e caricare dati in Microsoft Dataverse o nell'account Azure Data Lake Storage Gen 2 dell'organizzazione.

I flussi di dati sono stati introdotti per consentire alle organizzazioni di unificare dati di origini diverse e prepararli per l'utilizzo. È possibile creare facilmente flussi di dati utilizzando strumenti familiari, self-service per inserire, trasformare, integrare e migliorare i Big Data. Quando si crea un flusso di dati, si definiscono le connessioni delle origini dati, la logica di ETL (extract, transform, load) e la destinazione in cui caricare i dati risultanti. Dopo aver creato il flusso di dati, è possibile configurare una pianificazione degli aggiornamenti al flusso di dati per indicarne la frequenza di esecuzione. Inoltre, il nuovo il motore di calcolo basato su modello rende il processo di preparazione dei dati più gestibile, più deterministico e meno pesante per i clienti del flusso di dati. Con i flussi di dati, le attività che una volta richiedevano a un'organizzazione IT di dati di creare e supervisionare (e molte ore o giorni di lavoro) possono ora essere gestite con pochi clic anche da utenti non esperti di dati, ad esempio gli autori di app, gli analisti aziendali e gli autori di report.

I flussi di dati memorizzano i dati in tabelle. Una tabella è un set di righe utilizzato per archiviare i dati, similmente a una tabella che archivia i dati in un database. I clienti possono definire lo schema di tabelle personalizzate o sfruttare le tabelle standard di Common Data Model. Il Common Data Model è un linguaggio dati condiviso utilizzabile per le applicazioni analitiche e aziendali. Il sistema di metadati Common Data Model consente la coerenza dei dati e del loro significato tra le applicazioni e i processi aziendali, ad esempio Power Apps, Power BI, alcune app Dynamics 365 (app basate su modello) e Azure, che archivia i dati in conformità con il Common Data Model. Le tabelle risultanti di un flusso di dati possono quindi essere archiviate nei seguenti modi:

• Dataverse. Consente di archiviare e gestire in modo sicuro i dati che vengono utilizzati dalle applicazioni aziendali create utilizzando Power Apps e Power Automate.

• Azure Data Lake Storage Gen2. Consente di collaborare con le persone nell'organizzazione utilizzando Power BI, Azure Data e i servizi di Intelligenza artificiale o applicazioni line-of-business personalizzate che leggono i dati dal lake. I flussi di dati che caricano i dati in un account Azure Data Lake Storage Gen2 archiviano i dati in cartelle di Common Data Model. Le cartelle di Common Data Model contengono dati e metadati schematizzati in un formato standardizzato per facilitare lo scambio di dati e consentire la piena interoperabilità tra i servizi che producono o usano i dati archiviati in un account Azure Data Lake Storage dell'organizzazione come livello di archiviazione condiviso.

È possibile utilizzare i flussi di dati per inserire dati da un sempre più crescente set di origini dati basate su cloud e locali supportate, tra cui Excel, database SQL di Azure, SharePoint, Esplora dati di Azure, Salesforce, database di Oracle e altro ancora.

Dopo aver selezionato l'origine dati, è possibile utilizzare l'esperienza senza uso o con uso limitato di codice di Power Query per trasformare i dati e mapparli a tabelle standard nel Common Data Model o per creare tabelle personalizzate. Gli utenti avanzati possono modificare direttamente il linguaggio M di un flusso di dati per personalizzare completamente i flussi di dati, analogamente all'esperienza con Power Query che milioni di utenti di Power BI Desktop ed Excel conoscono già.

Dopo aver creato e salvato un flusso di dati, sarà necessario eseguirlo sul cloud. È possibile attivare un flusso di dati in modo da eseguirlo manualmente o pianificare la frequenza con cui il servizio flusso di dati di Power Platform esegue il flusso automaticamente. Quando un flusso di dati completa un'esecuzione, i relativi dati sono disponibili all'utilizzo. Per ottenere i dati del flusso di dati caricati nel Dataverse, è possibile utilizzare il connettore Common Data Service in Power Apps, Power Automate, Excel e tutte le altre applicazioni che supportano il connettore Dataverse. Per ottenere i dati dai flussi di dati archiviati nell'account Azure Data Lake Storage Gen2 dell'organizzazione, è possibile utilizzare il connettore flusso di dati Power Platform in Power BI Desktop o accedere ai file direttamente nel lake.

Come utilizzare i flussi di dati

Nella sezione precedente è stato descritto lo sfondo su cui si basa la tecnologia dei flussi di dati. In questa sezione, viene offerta una panoramica di come i flussi di dati possono essere utilizzati in un'organizzazione.

Caricare i dati in Dataverse

I flussi di dati possono essere utilizzati per popolare le tabelle in Common Data Service che poi vengono utilizzate nelle applicazioni Power Apps. In pochi clic puoi integrare i dati da origini dati online e locali.

Estendere il Common Data Model per le esigenze aziendali

Per le organizzazioni che desiderano estendere Common Data Model e creare su tale modello, i flussi di dati consentono agli esperti di business intelligence di personalizzare le tabelle standard o di crearne di nuove. Questo approccio self-service per la personalizzazione del modello di dati può quindi essere utilizzato con flussi di dati per creare dashboard Power BI su misura per un'organizzazione.

Estendere le funzionalità con i servizi Azure Data e di Intelligenza artificiale

I flussi di dati Power Platform possono essere configurati per archiviare i dati del flusso nell'account Azure Data Lake Storage Gen2 dell'organizzazione. Quando un ambiente è connesso al Data Lake dell'organizzazione, gli scienziati di dati e gli sviluppatori possono sfruttare i potenti prodotti di Azure, ad esempio Azure Machine Learning, Azure Databricks, Azure Data Factory e così via.

Per ulteriori informazioni sull'integrazione dei flussi di dati e Azure Data Lake Storage Gen2, incluso come creare flussi di dati che risiedano nell'Azure Data Lake dell'organizzazione, vedere Connettere Azure Data Lake Storage Gen2 per l'archiviazione dei flussi di dati.

Riepilogo della preparazione dei dati self-service per i Big Data in Power Apps

Esistono molti scenari ed esempi in cui i flussi di dati possono offrire un migliore controllo e una più rapida comprensione dei dati aziendali. Altri utenti nell'organizzazione possono sfruttare i flussi di dati tramite Dataverse, il connettore flussi di dati Power Platform in Power BI o tramite l'accesso diretto alla cartella Common Data Service del flusso di dati nell'account Azure Data Lake Storage Gen2 dell'organizzazione. Utilizzando un modello di dati standard (schema) definito dal Common Data Model, le applicazioni aziendali possono dipendere dallo schema di una tabella ed essere astratte dalla modalità di creazione dei dati o dall'origine dati. Quando un flusso di dati completa un'esecuzione pianificata, i dati sono pronti per la modellazione e la creazione di app, flussi o informazioni BI in pochissimo tempo. Prima la creazione richiedere mesi se non di più.

Il formato standardizzato del Common Data Model consente agli utenti dell'organizzazione di creare app che generano elementi grafici e report rapidi, facili e automatici. Includono tra le alte cose:

• Mapping dei dati da varie origini a tabelle standard nel Common Data Model per unificare i dati e sfruttare lo schema noto con cui gestire le applicazioni predefinite.

• Creazione di tabelle personalizzate per unificare i dati in tutta l'organizzazione.

• Creazione di report e dashboard Power BI che sfruttano i dati del flusso di dati.

• Creazione dell'integrazione con i servizi Azure Data e di Intelligenza artificiale tramite l'account Azure Data Lake Storage Gen2 dell'organizzazione.

Passaggi successivi

Questo articolo fornisce una panoramica della preparazione dei dati self-service nel portale Power Apps e dei modi in cui si possono utilizzare. Gli argomenti seguenti trattano in modo più dettagliato gli scenari di utilizzo comuni dei flussi di dati:

• Creazione e utilizzo di flussi di dati in Power Apps

• Aggiungere dati a una tabella in Dataverse

• Connettere Azure Data Lake Storage Gen2 per l'archiviazione dei flussi di dati

• Utilizzo di un gateway dati locale nei flussi di dati Power Platform

Per ulteriori informazioni su Power Query e l'aggiornamento pianificato, leggi questi articoli:

• Panoramica sulle query in Power BI Desktop

• Configurazione dell'aggiornamento pianificato

Per ulteriori informazioni sul Common Data Model, è possibile leggere l'articolo di sintesi:

• Common Data Model - panoramica