Microsoft Fabric-Lakehouse-Daten mit virtuellen Dataverse-Tabellen integrieren

Sammeln Sie Daten aus mehreren internen Systemen in einer Single Source of Truth in Microsoft Fabric Lakehouse, und verwenden Sie dann virtuelle Dataverse-Tabellen, um die vereinheitlichten Daten in Ihren Power Platform-Apps und -Flows zu nutzen.

Architekturdiagramm

Workflow

Die folgenden Schritte beschreiben den Workflow, der im Beispielarchitekturdiagramm dargestellt ist:

1. Vorbereitung der Quelle: Dataflows identifizieren verfügbare Datenquellen aus der gesamten Organisation und übertragen die Daten dann in eine Fabric Lakehouse, wo ETL-Vorgänge sie extrahieren und für die weitere Verwendung transformieren.

2. Virtuelle Tabellen: Der virtueller Fabric-Connector-Anbieter erstellt virtuelle Tabellen, um die Daten im Fabric Lakehouse darzustellen.

3. Rundumansicht für Kundenbetreuer: Eine Canvas oder modellgesteuerte App stellt Daten aus den virtuellen Tabellen in einer benutzerfreundlichen Oberfläche sodass, sodass Kundenbetreuer alle Interaktionen mit ihren Konten schnell einsehen können.

4. Monatliche Interaktionszusammenfassung für Kundenbetreuer: Jeden Monat wird ein geplanter Power Automate-Flow ausgeführt, der basierend auf den Daten in denselben virtuellen Tabellen eine Zusammenfassung der Kundeninteraktionen für jeden Kundenbetreuer generiert.

Komponenten

Power Platform-Umgebung: Enthält die Power Platform-Ressourcen, die die Benutzererfahrung implementieren. Die virtuellen Tabellen, die eine Verbindung zu den Fabric-Lakehouse-Daten herstellen, werden in einer Power Platform-Umgebung in der zugeordneten Dataverse-Instanz erstellt.

Microsoft Fabric: Erfasst, transformiert und speichert strukturierte und unstrukturierte Daten aus der gesamten Organisation. Fabric verwendet ähnlich wie eine Power Platform-Umgebung das Konzept eines Arbeitsbereichs, um einen Container für das Lakehouse, Dataflows und andere Fabric-Ressourcen zu erstellen, die in der Lösung verwendet werden.

Virtueller Connector-Anbieter: Rationalisiert die Erstellung virtueller Tabellen. Virtuelle Tabellen stellen die Daten, die aus externen Datenquellen integriert sind, ohne Datenreplikation in Tabellen in Microsoft Dataverse dar. Für jede Datenquelle muss ein Datenanbieter die Interaktion zwischen Dataverse und der Quelle verarbeiten und das Verhalten der virtuellen Tabelle bestimmen. Wenn Sie eine virtuelle Tabelle für Fabric Lakehouse-Daten erstellen, ist der Anbieter des vordefinierten virtuellen Fabric-Konnektors der Datenanbieter. Dieser Ansatz verwendet eine typische Power Platform-Verbindung und Verbindungsreferenz, um die Besonderheiten des Fabric-Arbeitsbereichs und der Power Platform-Umgebung zu steuern, sodass Erstellende Apps erstellen können, ohne mit mehreren Systemen arbeiten zu müssen.

Power Apps: Implementiert die Benutzererfahrung der Lösung. Erstellende können eine Canvas- oder modellgesteuerte App mit den virtuellen Tabellen erstellen, die Fabric-Daten darstellen, und sie wie andere Dataverse-Tabellen als Datenquelle hinzufügen.

Power Automate: Automatisiert die Erstellung der monatlichen Zusammenfassung. Der Flow kann monatlich ausgeführt werden und dieselben virtuellen Tabellen wie die App verwenden. Der Flow kann auch durch Ereignisse in den Fabric Lakehouse-Daten ausgelöst werden, z. B. wenn ein Datensatz erstellt oder aktualisiert wird.

Power BI: Visualisiert die Daten im Fabric-Lakehouse. Power BI kann direkt oder über eine virtuelle Tabelle eine Verbindung zum Fabric-Lakehouse herstellen, sodass Sie Berichte und Dashboards erstellen können, die Daten aus mehreren Quellen kombinieren, einschließlich des Fabric-Lakehouse und anderer Dataverse-Tabellen.

Einzelheiten zum Szenario

In Ihrem Unternehmen werden Daten wahrscheinlich in Silos gespeichert. Verwenden Sie dieses Architekturmuster, um Ihren Datenstrom an Ort und Stelle zu halten und ihn gleichzeitig Power Platform als virtuelle Dataverse-Tabellen zur Verfügung zu stellen.

Potenzielle Anwendungsfälle

In diesem Beispiel werden Kundeninteraktionsdaten aus mehreren internen Systemen in Fabric zentralisiert. Eine „Customer 360“-App bietet Kundenbetreuern einen vollständigen Überblick über alle Interaktionen ihres Unternehmens mit ihren Kunden. Da die App virtuelle Tabellen verwendet, um auf die Daten im Fabric-Lakehouse zuzugreifen, können die Kundenbetreuer die Daten anzeigen und analysieren, ohne wissen zu müssen, woher sie stammen oder wie sie transformiert wurden.

Hier sind weitere häufige Anwendungsfälle:

• Kombinieren Sie Finanzdaten aus Dynamics 365 oder Dataverse mit Finanzdaten aus anderen Systemen, um daraus konsolidierte Erkenntnisse abzuleiten.
• Führen Sie historische Daten, die aus Altsystemen in OneLake aufgenommen wurden, mit aktuellen Geschäftsdaten aus Dynamics 365 und Dataverse zusammen.
• Kombinieren Sie Weblogs und Telemetriedaten von Ihrer Website mit Produkt- und Bestelldetails aus Dynamics 365.
• Wenden Sie maschinelles Lernen an, um Anomalien und Ausnahmen in Ihren Daten zu erkennen.

Überlegungen

Diese Überlegungen implementieren die Säulen von Power Platform Well-Architected, eine Reihe von Leitprinzipien, welche die Qualität einer Workload verbessern. Weitere Informationen finden Sie unter Microsoft Power Platform Well-Architected.

Zuverlässigkeit

• Design für Resilienz: Die Power Apps- und Power Automate-Komponenten der Lösung erhöhen die Resilienz, indem sie nur von den Fabric-Lakehouse-Daten abhängig und von den internen Systemen nicht unmittelbar betroffen sind.

Sicherheit

• Design zum Schutz der Vertraulichkeit: Virtuelle Tabellen gehören Ihrer Organisation. Sie unterstützen keine Dataverse-Sicherheitskonzepte auf Zeilen- oder Feldebene. Bewerten Sie die Vertraulichkeit der Daten in virtuellen Tabellen, und überlegen Sie, ob Sie ein eigenes Sicherheitsmodell für die externe Datenquelle implementieren müssen.

• Anwendungsgeheimnisse schützen: Virtuelle Tabellen, die vom virtuellen Fabric-Connector-Anbieter erstellt werden, verwenden Verbindungen und Verbindungsreferenzen, um Anmeldeinformationen für den Zugriff auf das Fabric-Lakehouse zu verwalten und zu schützen.

Leistungsfähigkeit

• Datennutzung optimieren: Das Erstellen der Lösung aus dem Fabric-Lakehouse kann es leichter machen, die Daten für die Verwendung durch Power Platform-Komponenten zu optimieren. Anstatt beispielsweise von Kundenbetreuern zu verlangen, dass sie sich durch Interaktionsdetails wühlen, können Fabric-ETL-Vorgänge diese in aufschlussreichere Daten umwandeln, die leichter zu verstehen sind.

Umgebungsoptimierung

• Eine konsistente Informationsarchitektur implementieren: Daten, die aus mehreren Systemen stammen, enthalten oft uneinheitliche Metadaten. Beispielsweise kann ein System eine Interaktion als „Erfolgreich“ markieren, während ein anderes System sie als „Abgeschlossen“ speichert. Eine App, die einem Benutzer diese inkonsistenten Daten präsentiert, könnte eine schlechte Erfahrung bieten. Verwenden Sie während des Erfassungsprozesses den Dataflow, um die Daten zu vereinheitlichen und zu harmonisieren, um den Benutzern eine konsistente Benutzererfahrung zu bieten.

Mitwirkende

Dieser Artikel wird von Microsoft gepflegt. Die folgenden Mitwirkenden haben diesen Artikel geschrieben.

Hauptautoren:

• Ravi Chada, Principal Program Manager

Nächste Schritte,

Sehen Sie sich an, wie Sie Apps und Automatisierungen erstellen und Aktionen mit Erkenntnissen von Microsoft Fabric fördern.

Folgen Sie diesen allgemeinen Schritten, um eine Lösungsarchitektur einzurichten, die virtuelle Tabellen für den Zugriff auf Daten von Microsoft Fabric verwendet:

1. Erstellen Sie einen Fabric-Arbeitsbereich, der das Lakehouse enthält, in dem Sie Ihre Daten erfassen.

2. Ein Lakehouse erstellen und Daten erfassen.

3. Erstellen Sie eine virtuelle Tabelle für eine oder mehrere Tabellen in Ihrem Fabric-Lakehouse.

4. Erstellen Sie eine Canvas- oder modellgesteuerte App. Stellen Sie eine Verbindung mit Microsoft Dataverse her, um Ihre virtuelle Tabelle als Datenquelle für die App hinzuzufügen.

Zugehörige Ressourcen

• Erste Schritte mit virtuellen Tabellen
• Beschränkungen der virtuellen Tabellen
• Überlegungen bei der Verwendung virtueller Tabellen