Compartir a través de

Preparación de los datos de autoservicio con flujos de datos

A medida que el volumen de datos sigue creciendo, también lo hace el desafío de dar forma a esos datos en información bien estructurada y utilizable. Quiere que los datos estén listos para aplicaciones, cargas de trabajo de IA o análisis para que pueda convertir rápidamente volúmenes de datos en información procesable. Con la preparación de datos de autoservicio en el portal de Power Apps, puede transformar y cargar datos en Microsoft Dataverse o en la cuenta de Azure Data Lake Storage Gen2 de su organización con tan solo unos clics.

Los flujos de datos se introdujeron para ayudar a las organizaciones a unificar datos de orígenes dispares y prepararlos para su consumo. Puede crear fácilmente flujos de datos mediante herramientas conocidas de autoservicio para ingerir, transformar, integrar y enriquecer macrodatos. Al crear un flujo de datos, definirá conexiones de origen de datos, lógica ETL (extracción, transformación, carga) y destino para cargar los datos resultantes. Una vez creado, puede configurar la programación de actualización de un flujo de datos para indicar la frecuencia con la que se debe ejecutar. Además, el nuevo motor de cálculo basado en modelos hace que el proceso de preparación de datos sea más fácil de administrar, más determinista y menos complicado para los clientes del flujo de datos. Con los flujos de datos, las tareas que una vez que requerían una organización de TI de datos para crear y supervisar (y muchas horas o días para completarse) ahora se pueden controlar con unos pocos clics por personas que ni siquiera son científicos de datos, como creadores de aplicaciones, analistas de negocios y creadores de informes.

Los flujos de datos almacenan datos en tablas. Una tabla es un conjunto de filas que se usan para almacenar datos, de forma similar a cómo una tabla almacena datos dentro de una base de datos. Los clientes pueden definir un esquema de tabla personalizado o aprovechar las tablas estándar de Common Data Model. Common Data Model es un lenguaje de datos compartido utilizado por aplicaciones empresariales y analíticas. El sistema de metadatos de Common Data Model permite la coherencia de los datos y su significado en aplicaciones y procesos empresariales, como Power Apps, Power BI, algunas aplicaciones de Dynamics 365 (aplicaciones controladas por modelos) y Azure, que almacenan los datos de acuerdo con Common Data Model. Las tablas resultantes de un flujo de datos se pueden almacenar en cualquiera de las siguientes opciones:

  • Dataverse. Permite almacenar y administrar de forma segura los datos que usan las aplicaciones empresariales creadas con Power Apps y Power Automate.

  • Azure Data Lake Storage Gen2. Le permite colaborar con personas de su organización mediante servicios de Power BI, Azure Data y AI o aplicaciones de línea de negocio personalizadas que leen datos desde el lago. Flujos de datos que cargan datos en una cuenta de Azure Data Lake Storage Gen2 almacenan datos en carpetas de Common Data Model. Las carpetas de Common Data Model contienen datos y metadatos esquematizados en un formato estandarizado para facilitar el intercambio de datos y habilitar la interoperabilidad completa entre los servicios que producen o consumen datos almacenados en la cuenta de Azure Data Lake Storage de una organización como la capa de almacenamiento compartida.

Puede usar flujos de datos para ingerir datos de un conjunto grande y creciente de orígenes de datos locales y basados en la nube compatibles, como Excel, Azure SQL Database, SharePoint, Azure Data Explorer, Salesforce, base de datos de Oracle, etc.

Después de seleccionar el origen de datos, puede usar la experiencia de código bajo o sin código de Power Query para transformar los datos y asignarlos a tablas estándar en Common Data Model o crear tablas personalizadas. Los usuarios avanzados pueden editar directamente el lenguaje M de un flujo de datos para personalizar completamente los flujos de datos, de forma similar a la experiencia de Power Query que millones de usuarios de Power BI Desktop y Excel ya conocen.

Una vez que haya creado y guardado un flujo de datos, deberá ejecutarlo en la nube. Puede optar por desencadenar un flujo de datos para que se ejecute manualmente o programar la frecuencia del servicio de flujo de datos de Power Platform para ejecutarlo por usted. Cuando un flujo de datos completa una ejecución, sus datos están disponibles para su uso. Para obtener datos de flujo de datos cargados en Dataverse, el conector de Common Data Service se puede usar en Power Apps, Power Automate, Excel y todas las demás aplicaciones que admiten el conector de Dataverse. Para obtener flujos de datos almacenados en la cuenta de Azure Data Lake Storage Gen2 de su organización, puede utilizar el conector de flujo de datos de Power Platform en Power BI Desktop o acceder directamente a los archivos en el lago.

Uso de flujos de datos

La sección anterior proporcionó información general sobre la tecnología de flujos de datos. En esta sección, obtendrá un recorrido por cómo se pueden usar los flujos de datos en una organización.

Nota:

Debe tener un plan de Power Apps de pago para usar flujos de datos, pero no se le cobrará por separado por el uso de flujos de datos.

Carga de datos en Dataverse

Los flujos de datos se pueden usar para rellenar tablas en Common Data Service que, a continuación, se usan en aplicaciones de Power Apps. Con unos pocos clics, puede integrar datos de orígenes de datos en línea y locales.

Ampliar el Modelo de Datos Común para sus necesidades comerciales

En el caso de las organizaciones que quieran ampliar y basarse en Common Data Model, los flujos de datos permiten a los profesionales de inteligencia empresarial personalizar las tablas estándar o crear otras nuevas. Este enfoque de autoservicio para personalizar el modelo de datos se puede usar con flujos de datos para crear paneles de Power BI adaptados a una organización.

Ampliación de las funcionalidades con los servicios de Azure Data y AI

Los flujos de datos de Power Platform se pueden configurar para almacenar datos de flujo de datos en la cuenta de Azure Data Lake Storage Gen2 de la organización. Cuando un entorno está conectado al lago de datos de su organización, los científicos de datos y los desarrolladores pueden aprovechar productos eficaces de Azure, como Azure Machine Learning, Azure Databricks, Azure Data Factory, etc.

Para más información sobre la integración de Azure Data Lake Storage Gen2 y flujos de datos, incluido cómo crear flujos de datos que residen en Azure Data Lake de su organización, consulte Conexión de Azure Data Lake Storage Gen2 para el almacenamiento de flujos de datos.

Resumen de la preparación de datos de autoservicio para macrodatos en Power Apps

Hay varios escenarios y ejemplos en los que los flujos de datos pueden permitirle obtener un mejor control y obtener información más rápida a partir de los datos empresariales. Otras personas de su organización pueden aprovechar los flujos de datos a través de Dataverse, el conector de flujo de datos de Power Platform en Power BI o a través del acceso directo a la carpeta Common Data Service de Dataflow en la cuenta de Azure Data Lake Storage Gen2 de la organización. Con un modelo de datos estándar (esquema) definido por Common Data Model, las aplicaciones empresariales pueden depender del esquema de una tabla y abstraerse de cómo se crearon los datos o desde qué origen de datos. Cuando un flujo de datos completa una ejecución programada, los datos están listos para modelar y crear aplicaciones, flujos o información de BI en un período muy corto... en lo que solía tardar meses o más tiempo en crearse.

El formato estandarizado de Common Data Model permite a las personas de su organización crear aplicaciones que generen objetos visuales e informes rápidos, sencillos y automáticos. Estos incluyen, pero no se limitan a:

  • Asigne los datos de diversos orígenes a tablas estándar en Common Data Model para unificar datos y aprovechar el esquema conocido para accionar las aplicaciones listas para usar.

  • Crear sus propias tablas personalizadas para unificar datos en toda la organización.

  • Creación de informes y paneles de Power BI que aprovechan los datos del flujo de datos.

  • Creación de la integración con los servicios de Azure Data and AI a través de la cuenta de Azure Data Lake Storage Gen2 de su organización.

Pasos siguientes

En este artículo se proporciona información general sobre la preparación de datos de autoservicio en el portal de Power Apps y las formas en que puede usarla. En los temas siguientes se incluyen más detalles sobre escenarios de uso comunes para flujos de datos:

Para obtener más información sobre Power Query y la actualización programada, puede leer estos artículos:

Para obtener más información sobre Common Data Model, puede leer su artículo de información general:

  • Last updated on