Importieren und Exportieren von Daten aus Dataverse

Microsoft Dataverse ist eine SaaS-Datenplattform, die Ihnen hilft, Ihre Daten, Ereignisse und Logik auf einfache Weise zu erstellen und zu verwalten und Analysen zu generieren** und Erkenntnisse zu generieren, um verbundene Apps zu unterstützen, die auf der Dataverse-Plattform basieren. Apps von Drittanbietern wie Dynamics 365 Sales, Service, Marketing, Customer Insights, Customer Journey Orchestration sowie benutzerdefinierte Apps und Prozesse von Drittanbietern, die alle auf sichere und kompatible Weise funktionieren. Dataverse kann als Hyperskalen-Polyglotspeicher alle Arten von Daten (relationale, Dateien, Beobachtungsdaten usw.) für alle Ihre transaktions- und analytischen Anwendungen speichern. Aus diesem Grund ist es die Datenplattform für alle Power Platform-Produkte und Dynamics 365-Anwendungen. Dataverse ist ein kritisches Element von Microsoft Power Platform, das alle Daten, Ereignisse, Analysen und damit verbundene Verarbeitung unterstützt, sowie Einblicke für Bürger-App-Entwickler und professionelle Entwickler generiert, um Daten für ihre Anwendungen zu erstellen, zu speichern und zu verwalten.

Daten, die von Apps und Prozessen benötigt werden, stammen nicht häufig aus Dataverse oder befinden sich darin. Das Kombinieren externer Daten mit Dataverse ist eine wesentliche Komponente beim Erstellen von Apps, das Hinzufügen von Daten zu vorhandenen Apps und das Erstellen wertvoller Erkenntnisse. Mit der Verbreitung von Big Data und den immer multiplizierenden Arten von Datenquellen wie AI, ML, IoT, Web Commerce, Web-API, Services, ERP und Branchen-Apps müssen Dataverse-Kunden mit dieser Vielzahl von Daten agil sein.

Es gibt mehrere Möglichkeiten zum Importieren und Exportieren von Daten in Microsoft Dataverse. Sie können Datenflüsse, Power Query, Azure Synapse Link, Azure Data Factory, Azure Logic Apps und Power Automate verwenden.

Wo soll ich beginnen?

Der erste Aspekt besteht darin, mit den externen Daten zu beginnen, die bereits außerhalb von Dataverse vorhanden sind, die zum Erstellen einer App, eines Formulars oder einer anderen Komponente erforderlich sind. Es ist nicht erforderlich, diese Daten in Dataverse beizubehalten, um sie zu verwenden. Oft ist es am besten, das andere System die Daten verwalten zu lassen, während die Daten nach Bedarf in Dataverse genutzt werden. Das Feature "Virtuelle Tabelle" in Dataverse bietet diese Funktion. Weitere Informationen: Erstellen sie virtuelle Tabellen mithilfe virtueller Connectors.

Mit virtuellen Tabellen können Sie eine App erstellen, die die externen Daten verwendet, als wäre sie eine Dataverse-Tabelle. Um Ihnen das Erstellen virtueller Tabellen zu erleichtern, verwenden Sie den Assistenten zur Erstellung virtueller Tabellen, der jetzt im öffentlichen Vorschau-Modus von Microsoft Power Apps verfügbar ist.

Importieren externer Daten in Dataverse

Ihre gewünschten Ergebnisse könnten die Entscheidung beeinflussen, Daten in Dataverse zu speichern oder virtuelle Tabellen zu verwenden, um externe Daten in Dataverse anzuzeigen. Wenn Ihre Daten mithilfe von Sicherheitskonzepten in Dataverse - und Anwendungslebenszyklusverwaltungsfeatures verwaltet werden sollen oder wenn Sie daran interessiert sind, externe Daten mit systemeigenen Dataverse-Daten zu kombinieren, sollten Sie Daten in Dataverse verschieben. Wenn Sie an der Verwendung von Dataverse-Workflows und Geschäftsregeln interessiert sind, können Sie diese Daten möglicherweise in Dataverse migrieren. Sie sollten auch die wirtschaftlichen Auswirkungen des Ladens von Daten in Dataverse berücksichtigen, was die Speicherkosten erhöhen kann. Wenn die Daten weiterhin von einem externen System verwaltet werden müssen, kann es von Vorteil sein, sie dort zu belassen und in Dataverse mit virtuellen Tabellen zu interagieren.

Datenflüsse, Power Query und Excel-Dateien

Mit Datenflüssen können Sie eine Verbindung mit Geschäftsdaten aus verschiedenen Quellen herstellen, die Daten bereinigen, transformieren und dann in Dataverse laden. Dataflows unterstützen Dutzende beliebter lokaler, Cloud- und Software as a Service(SaaS)-Datenquellen.

Power Query ist eine Datenverbindungstechnologie, mit der Sie Datenquellen ermitteln, verbinden, kombinieren und verfeinern können, um Ihre Analyseanforderungen zu erfüllen. Features in Power Query sind in Excel und Power BI Desktop verfügbar.

Während der Projektvisionsphase sollten Sie alle Optionen abwägen und entscheiden, ob externe Daten Teil Ihrer Transaktionsdaten sein müssen. Sobald der Ansatz abgeschlossen ist, kann die Änderung während der Implementierung und nach dem Go-Live zu Unterbrechungen für die Endbenutzererfahrung führen. Nachdem die Entscheidung getroffen wurde, externe Daten in Dataverse zu laden, ist dataflows ein großartiges Tool. Datenflüsse sind eine großartige Wahl, wenn Sie die Daten transformieren und vorbereiten müssen, während Sie sie verschieben. Die Entwurfsumgebung für Datenflüsse, Power Query, verfügt über robuste out-of-the-box-Funktionen, um die intuitive Transformation und die Datenvorbereitung zu unterstützen.

Weitere Informationen: Erstellen und Verwenden von Datenflüssen in Power Apps und Hinzufügen von Daten zu einer Tabelle in Dataverse mithilfe von Power Query

Beachten Sie, dass das Laden von Daten über Datenflüsse den Dataverse-Dienstschutzgrenzwerten unterliegt. Weitere Informationen

Power Query unterstützt eine Vielzahl verfügbarer Connectors, wie hier beschrieben: Liste aller Power Query-Connectors

Wenn Ihre Daten aus Excel stammen, z. B. von vielen Dataverse-Kunden, verwenden Sie den vorhandenen Excel-Connector, z. B. unter vielen anderen verfügbaren Connectors, um eine Datenpipeline in Dataverse zu erstellen. Neben einmaligen Datenladevorgängen synchronisieren Sie Ihre Excel-Datenquelle mit Dataverse mithilfe eines Datenflusses. Berücksichtigen Sie Einschränkungen der Excel-Dateigröße mit dieser Anleitung , um die Größe einer Excel-Arbeitsmappe zu verringern, um sie in Power BI anzuzeigen.

Wenn Sie außerdem mehrere Excel-Dateien in einem Ordner haben, den Sie in Dataverse laden möchten, können Sie power Query-Ordnerkonnektor verwenden, um Daten zu kombinieren, zu transformieren und zu laden.

IT-Experten können auch Geschäftsbenutzer aus den Komplexitäten der Erstellung von Datenpipelinen freigeben, indem Sie Power Platform-Datenflussvorlagen erstellen. Erstellen Sie eine komplexe Abfrage, die Daten aus mehreren Quellen kombiniert, speichern und für Geschäftsbenutzer freigeben. Diese Datei kann dann über das Feature "Neue Datenflussimportvorlage>" in Dataverse verwendet werden. Der Benutzer muss lediglich die Authentifizierungsdaten für den Zugriff auf die Daten überprüfen, um mit dem Laden von Daten in Dataverse-Tabellen zu beginnen. Weitere Informationen zum Erstellen von Power Platform-Datenflüssen aus Abfragen in Microsoft Excel.

Sie können auch einen einmaligen Import von Daten direkt aus einer einzelnen Excel-Datei in eine Dataverse-Tabelle durchführen. Weitere Informationen: Importieren von Daten aus Excel und Exportieren von Daten in CSV

Azure Data Factory

Data Factory ist ein Datenintegrationsdienst, der einen Low-Code- oder No-Code-Ansatz zum Erstellen von Extraktions-, Transformations- und Ladeprozessen in einer visuellen Umgebung oder durch das Schreiben Ihres eigenen Codes bereitstellt.

Je nach Ihren Datenanforderungen benötigen Sie möglicherweise umfassendere Datenbearbeitung, um die Daten aus externen Quellen in Dataverse zu übertragen. Es geht nicht nur um das Datenvolume, sondern auch um die Menge und Komplexität von Datentransformationen, die für die Quelldaten erforderlich sind, um Ihre Datenanforderungen in Dataverse zu erfüllen. Eine zusätzliche Überlegung ist, dass die IT-Ressourcen zur Verfügung stehen, um den Aufwand zu unterstützen. Diese komplexeren Datenszenarien können mit Power Platform-Datenflüssen, Azure Data Factory und Web-API behoben werden. >Data Factory - und Web-API-Integrationsmuster spielen eine entscheidende Rolle bei der Erstellung von Pipelines, die aufwändige Workflows und algorithmusreiche Transformationen erfordern. Im Gegenteil, Datenflüsse sind schneller einzurichten und einfacher zu verwenden.

Mit Data Factory können Sie Dataverse und andere Datenquellen visuell integrieren, indem Sie mehr als 90 systemeigene und wartungsfreie Connectors verwenden.

Zusätzlich zum Übertragen von Daten in Dataverse kann Data Factory auch verwendet werden, um Daten mit Azure Databricks vorzubereiten, zu transformieren und zu bereichern und Daten in Azure Synapse Analytics zu verschieben.

Exportieren von Daten aus Dataverse

Das Exportieren von Daten in eine andere Datentechnologie oder in eine andere Umgebung kann jede der gleichen Technologien verwenden, die zum Importieren von Daten wie Datenflüsse, Data Factory, Power Query und Power Automate erwähnt werden.

Dynamics-Kunden, die auf SQL Server oder Azure SQL-Datenbank abzielen, können Azure Synapse Link verwenden. Azure Synapse Link for Dataverse stellt eine Verbindung mit Azure Synapse Analytics her, damit Sie nahezu echtzeitbasierte Einblicke über Ihre Daten von Microsoft Dataverse erhalten können. Mit einer engen nahtlosen Integration zwischen Dataverse und Azure Synapse Analytics können Sie mit Azure Synapse Link Analyse-, Business Intelligence- und Machine Learning-Szenarien für Ihre Daten ausführen. Weitere Informationen: Was ist Der Azure Synapse-Link für Dataverse

Siehe auch

Arbeiten mit jedem App-Typ