Praca z dowolnymi danymi

Microsoft Dataverse udostępnia abstrakcję, która umożliwia współpracę z danymi dowolnego typu, takimi jak relacyjny, nie relacyjny, obraz, plik, wyszukiwanie względne czy Data Lake. Nie ma potrzeby rozumienia typu danych, ponieważ usługa Dataverse udostępnia zestaw typów danych, które umożliwiają tworzenie modelu. Typ magazynu jest optymalizowany jako wybrany typ danych.

Dane można łatwo importować i eksportować za pomocą przepływów danych, Power Query i Azure Data Factory. Użytkownicy Dynamics mogą również korzystać z usługi eksportowania danych.

Dataverse zawiera także łączniki Power Automate i aplikacje Azure Logic Apps, które mogą być używane z setkami innych łączników w tych usługach lokalnie, w infrastrukturze jako usługę (IaaS), platformie jako usłudze (PaaS) lub oprogramowaniu jako usługi (SaaS). Obejmuje to źródła w Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, tekst/CSV, listy SharePoint, bazy danych SQL Server, Oracle, MySQL, PostgreSQL, Blockchain i Azure Synapse Analytics.

Common Data Model

Jeśli kiedykolwiek musiałeś połączyć dane z wielu systemów i aplikacji, wiesz, jakie może to być kosztowne i czasochłonne zadanie. Bez możliwości łatwego udostępniania i zrozumienia tych samych danych, każda aplikacja lub projekt integracji danych wymaga niestandardowej implementacji.

Common Data Model zapewnia architekturę referencyjną, która umożliwia usprawnienie tego procesu dzięki udostępnieniu dostępnego języka danych dla aplikacji biznesowych i analitycznych. System metadanych Common Data Model umożliwia udostępnianie danych i ma znaczenie dla wszystkich aplikacji i procesów biznesowych, takich jak Power Apps, Power BI, Dynamics 365 i Azure.

Common Data Model zawiera zestaw znormalizowanych i rozszerzalnych schematów danych publikowanych przez firmę Microsoft i jej partnerów. W tym zbiorze predefiniowanych schematów zawarte są tabele, atrybuty, metadane semantyczne i relacje. Schematy reprezentują często używane pojęcia i działania, takie jak Konta i Kampanie, w celu uproszczenia tworzenia, agregacji i analizy danych.

Ze schematów Common Data Model można korzystać w celu informowania o tworzeniu tabel w Dataverse. Tabele wynikowe będą zgodne z aplikacjami i analizami ukierunkowaowymi na definicję Common Data Model.

Na poniższym rysunku pokazano niektóre elementy standardowych tabel Common Data Model. 

Tabele

W usłudze Dataverse tabele są stosowane do modelowania danych biznesowych i zarządzania nimi. Aby zwiększyć produktywność, Dataverse zawiera zestaw tabel znanych jako tabele standardowe. Zaprojektowano tabele, aby zgodnie ze sprawdzonymi metodami postępowania przechwytywały najbardziej typowe pojęcia i scenariusze w ramach organizacji. Standardowe tabele są zgodne z Common Data Model.

Zestaw tabel, które są często używane między branżami, takimi jak Użytkownicy i Zespół, są uwzględnione w Dataverse i określane mianem standardowych tabel. Te tabele mogą również zostać dostosowane, na przykład w celu dołączenia dodatkowych kolumn. Ponadto możesz łatwo tworzyć własne tabele niestandardowe w Dataverse.

Kolumny

Kolumny definiują indywidualne elementy danych, które mogą służyć do przechowywania danych w tabeli. Pola są czasami nazywane atrybutami przez deweloperów. Tabela reprezentująca kurs na uniwersytecie może zawierać kolumny, takie jak „Nazwa”, „Lokalizacja”, „Wydział”, „Zarejestrowani studenci” itd.

Kolumny mogą zawierać różne typy danych, takie jak cyfry, ciągi, dane cyfrowe, obrazy i pliki. Nie ma potrzeby utrzymywania relacyjnych i nie relacyjnych danych, które są częścią tego samego procesu biznesowego lub przepływu. Dataverse zapisuje dane w najlepszej pamięci typu dla tworzonego modelu.

Każda z tych kolumn może być powiązana z jednym z wielu typów danych obsługiwanych przez Dataverse.

Więcej informacji: Typy kolumn

Relacje

Dane w jednej tabeli często odnoszą się do danych z innej tabeli. relacje między tabelami określają, w jaki sposób wiersze mogą być ze sobą powiązane w modelu Dataverse.

Dataverse zapewnia łatwych w użyciu projektantów wizualnych do definiowania różnych typów relacji między tabelami (lub między tabelą a nią). Każda tabela może mieć relację z więcej niż jedną tabelą, i każda tabela może mieć więcej niż jedną relację z inną tabelą.

Typy relacji:

• Wiele-do-jednego: w tym typie relacji wiele rekordów tabeli A może zostać skojarzonych z jednym rekordem w tabeli B. Na przykład klasa uczniów ma jedną salę lekcyjną.

• Jeden-do-wielu: w tym typie relacji jeden rekord tabeli B może być powiązany z wieloma rekordami tabeli A. Na przykład jeden nauczyciel może uczyć w wielu klasach.

• Wiele do wielu: w przypadku tego typu relacji każdy rekord w tabeli A może pasować do więcej niż jednego rekordu w tabeli B i na odwrót. Na przykład uczniowie biorą udział w wielu zajęciach, a na każde zajęcia przychodzi wielu uczniów.

Ponieważ wiele relacje jest najpopularniejszych, program Dataverse udostępnia konkretny typ danych o nazwie wyszukiwanie, który nie tylko ułatwia zdefiniowanie tej relacji, ale zwiększa produktywność podczas budowania formularzy i aplikacji.

Aby uzyskać więcej informacji na temat tworzenia relacji tabeli, zobacz Tworzenie relacji między tabelami.

Organizacje często muszą być zgodnie z różnymi przepisami w celu zapewnienia dostępności historii interakcji z klientem, dzienników inspekcji, raportów dostępu i raportów śledzenia incydentów naruszenia bezpieczeństwa. Organizacje mogą potrzebować śledzić zmiany w danych programu Dataverse dla bezpieczeństwa i do celów analitycznych.

Dataverse zapewnia funkcję audytu, w której zmiany w tabelach i danych atrybutów w organizacji mogą być wierszowane w czasie w celu wykorzystania w analizie i raportowaniu. Inspekcja jest obsługiwana na wszystkich niestandardowych — i najbardziej dostosowywalnych — tabelach i atrybutach. Inspekcja nie jest obsługiwana przez zmiany metadanych, operacje pobierania, operacje eksportowania lub podczas uwierzytelniania. Aby uzyskać informacje na temat konfigurowania inspekcji, zobacz temat Zarządzanie inspekcją Dataverse.

Dataverse obsługuje analizy, zapewniając możliwość wyboru tabel do uruchomienia modeli uczenia maszynowego. Posiada wstępnie utworzone funkcje AI za pośrednictwem narzędzia AI Builder.

Wyszukiwanie

W Dataverse dostępne są trzy sposoby wyszukiwania wierszy:

• Wyszukiwanie w usłudze Dataverse

• Szybkie szukanie (pojedyncza tabela lub wiele tabel)

• Znajdowanie zaawansowane

Aby uzyskać więcej informacji, patrz Porównanie metod wyszukiwania.

Wyszukiwanie w usłudze Dataverse

Wyszukiwanie Dataverse zapewnia szybkie i kompleksowe wyniki z wielu tabeli na jednej liście, posortowane według istotności. Używa dedykowanej usługi wyszukiwania zewnętrznej dla Dataverse (zasilanej przez Azure), aby zwiększyć skuteczność wyszukiwania.

Wyszukiwanie Dataverse zapewnia następujące ulepszenia i korzyści:

• Wyższa wydajność dzięki użyciu indeksowania zewnętrznego i technologii wyszukiwania Azure.

• Znajduje dopasowania do dowolnego słowa w wyszukiwanym terminie w dowolnej kolumnie tabeli, w porównaniu z szybkim znajdowaniem, w którym wszystkie słowa z wyszukiwanego terminu muszą znajdować się w jednej kolumnie.

• Znajdowanie dopasowań, które zawierają odmienione wyrazy, na przykład strumień, strumieniowe lub strumieniowane.

• Zwracanie wyników ze wszystkich tabel, które można przeszukiwać, w postaci pojedynczej listy posortowanej według istotności (im lepsze dopasowanie, tym wyżej wynik znajduje się na liście). Dopasowanie ma wyższą trafności, jeśli więcej słów z wyszukiwanego terminu zostaje znalezionych w bliskiej odległości od siebie nawzajem. Im mniejszy tekst, w którym zostaną znalezione słowa, tym większa trafność. Na przykład jeśli znajdziesz wyszukiwane wyrazy w nazwie i adresie firmy, może to być lepsze dopasowanie niż znalezienie tych samych wyrazów w długim artykule, daleko od siebie.

• Wyróżnianie dopasowań na liście wyników. Gdy termin wyszukiwania pasuje do terminu w wierszu, termin jest wyświetlany pogrubioną czcionką kursywą w wynikach wyszukiwania.

Aby uzyskać więcej informacji o wyszukiwaniu Dataverse, zobacz temat Korzystanie z wyszukiwania Dataverse w celu wyszukania wierszy.

Szybkie szukanie

Dataverse obejmuje możliwość szybkiego znajdowania wierszy i ma podejścia, które będą przeszukiwać tylko jeden typ tabeli, np. Klient, lub będą używane do wyszukiwania w wielu typach tabel jednocześnie, takich jak kontakty, użytkownicy, klienci itd.

Funkcja szybkiego wyszukiwania pojedynczej tabeli jest używana do znajdowania wierszy tylko jednego typu. Ta opcja wyszukiwania jest dostępna z poziomu widoku.

Szybkie wyszukiwanie wielu tabel (wyszukiwanie wg kategorii) służy również do znajdowania wierszy, ale można je znaleźć w różnych typach tabel, takich jak klienci lub kontakty.

Data Lake

Usługa Dataverse obsługuje ciągłą replikację danych tabeli do Azure Data Lake Storage, które mogą następnie służyć do uruchamiania analiz takich jak raportowanie Power BI, uczenie maszynowe, magazynowanie danych i inne procesy integracji w trybie podrzędnym.

Ta funkcja jest przeznaczona do analizy dużych danych dla organizacji. Jest opłacalny, skalowalny, ma wysoką dostępność i funkcje odtwarzania po awarii oraz zapewnia najlepszą w swojej klasie wydajność analizy.

Dane są przechowywane w formacie Common Data Model, który zapewnia spójność semantyczną między aplikacjami i wdrożeniami. Standaryzowane metadane i samoopisujące się dane w Common Data Model ułatwiają odnajdywanie metadanych i współdziałanie między producentami danych a konsumentami, takimi jak Power BI, Data Factory, Azure Databricks i Azure Machine Learning.

Zobacz także

Importowanie i eksportowanie danych