Partager via

Préparation des données en libre-service avec flux de données

À mesure que le volume de données continue de croître, il est donc difficile de mettre en forme ces données en informations exploitables et structurées. Vous souhaitez disposer de données prêtes à l'emploi pour les applications, les charges de travail d'IA ou l'analyse afin de transformer rapidement de grands volumes de données en informations exploitables. Avec la préparation des données en libre-service dans le portail Power Apps, vous pouvez transformer et charger des données vers Microsoft Dataverse ou le compte Azure Data Lake Storage Gen2 de votre organisation en quelques clics.

Les dataflows ont été introduits pour aider les organisations à unifier les données provenant de sources disparates et à les préparer à la consommation. Vous pouvez facilement créer des dataflows à l’aide d’outils familiers et en libre-service pour ingérer, transformer, intégrer et enrichir le Big Data. Lors de la création d’un dataflow, vous allez définir des connexions de source de données, une logique ETL (extraire, transformer, charger) et une destination pour charger les données obtenues. Une fois créé, vous pouvez configurer la planification d’actualisation d’un dataflow pour indiquer la fréquence à laquelle elle doit s’exécuter. En outre, le nouveau moteur de calcul piloté par modèle rend le processus de préparation des données plus gérable, plus déterministe et moins fastidieux pour les clients du flux de données. Avec les dataflows, les tâches qui ont une fois requis une organisation informatique de données pour créer et superviser (et plusieurs heures ou plusieurs jours à terminer) peuvent désormais être gérées en quelques clics par des personnes qui ne sont même pas des scientifiques des données, tels que les créateurs d’applications, les analystes d’entreprise et les créateurs de rapports.

Les dataflows stockent des données dans des tables. Une table est un ensemble de lignes utilisées pour stocker des données, comme la façon dont une table stocke des données dans une base de données. Les clients peuvent définir un schéma de table personnalisé ou tirer parti des tables standard de Common Data Model. Common Data Model est un langage de données partagé pour les applications métier et analytiques à utiliser. Le système de métadonnées Common Data Model permet la cohérence des données et de sa signification dans les applications et les processus métier tels que Power Apps, Power BI, certaines applications Dynamics 365 (applications basées sur des modèles) et Azure, qui stockent les données conformément au Common Data Model. Les tables résultantes d’un dataflow peuvent ensuite être stockées dans l’une des opérations suivantes :

  • Dataverse. Vous permet de stocker et de gérer en toute sécurité les données utilisées par les applications métier créées à l’aide de Power Apps et de Power Automate.

  • Azure Data Lake Storage Gen2. Vous permet de collaborer avec des personnes de votre organisation à l’aide de services Power BI, Azure Data et IA ou d’applications métier personnalisées qui lisent des données à partir du lac. Les dataflows qui chargent des données dans un compte Azure Data Lake Storage Gen2 stockent les données dans les dossiers Common Data Model. Les dossiers Common Data Model contiennent des données et des métadonnées schématisées dans un format standardisé pour faciliter l’échange de données et permettre une interopérabilité complète entre les services qui produisent ou consomment des données stockées dans le compte Azure Data Lake Storage d’une organisation en tant que couche de stockage partagé.

Vous pouvez utiliser des dataflows pour ingérer des données à partir d’un ensemble important et croissant de sources de données locales et cloud prises en charge, notamment Excel, Azure SQL Database, SharePoint, Azure Data Explorer, Salesforce, oracle database, etc.

Après avoir sélectionné la source de données, vous pouvez utiliser l’expérience à faible code/sans code Power Query pour transformer les données et les mapper à des tables standard dans le "Common Data Model" ou bien créer des tables personnalisées. Les utilisateurs avancés peuvent modifier directement le langage M d’un dataflow pour personnaliser entièrement les flux de données, comme l’expérience Power Query que des millions d’utilisateurs Power BI Desktop et Excel connaissent déjà.

Une fois que vous avez créé et enregistré un flux de données, vous devez l’exécuter dans le cloud. Vous pouvez choisir de déclencher un flux de données pour qu’il s’exécute manuellement ou planifier la fréquence pour que le service Dataflow Power Platform l’exécute pour vous. Lorsqu’un dataflow termine une exécution, ses données sont disponibles pour être utilisées. Pour obtenir des données de dataflow chargées dans Dataverse, le connecteur Common Data Service peut être utilisé dans Power Apps, Power Automate, Excel et toutes les autres applications qui prennent en charge le connecteur Dataverse. Pour obtenir des dataflows stockés dans le compte Azure Data Lake Storage Gen2 de votre organisation, vous pouvez utiliser le connecteur Dataflow Power Platform dans Power BI Desktop ou accéder aux fichiers directement dans le lac.

Comment utiliser des dataflows

La section précédente fournit un arrière-plan sur la technologie des flux de données. Dans cette section, vous obtenez une visite guidée de la façon dont les flux de données peuvent être utilisés dans une organisation.

Note

Vous devez disposer d’un plan Power Apps payant pour utiliser des dataflows, mais vous n’êtes pas facturé séparément pour l’utilisation de dataflows.

Charger des données dans Dataverse

Les dataflows peuvent être utilisés pour remplir des tables dans Common Data Service qui sont ensuite utilisées dans les applications Power Apps. En quelques clics, vous pouvez intégrer des données à partir de sources de données en ligne et locales.

Étendre le modèle de données commun pour vos besoins métier

Pour les organisations qui souhaitent étendre et s’appuyer sur Common Data Model, les flux de données permettent aux professionnels de l’intelligence décisionnelle de personnaliser les tables standard ou de les créer. Cette approche libre-service de personnalisation du modèle de données peut ensuite être utilisée avec des dataflows pour créer des tableaux de bord Power BI adaptés à une organisation.

Étendre vos fonctionnalités avec les services Azure Data et AI

Les dataflows Power Platform peuvent être configurés pour stocker des données de flux de données dans le compte Azure Data Lake Storage Gen2 de votre organisation. Lorsqu’un environnement est connecté au lac de données de votre organisation, les scientifiques des données et les développeurs peuvent tirer parti de produits Azure puissants tels qu’Azure Machine Learning, Azure Databricks, Azure Data Factory, etc.

Pour plus d’informations sur l’intégration d’Azure Data Lake Storage Gen2 et de dataflows, notamment sur la création de dataflows qui résident dans Azure Data Lake de votre organisation, consultez Connecter Azure Data Lake Storage Gen2 pour le stockage de flux de données.

Résumé de la préparation des données en libre-service pour le Big Data dans Power Apps

Il existe plusieurs scénarios et exemples où les dataflows peuvent vous permettre d’obtenir un meilleur contrôle et des insights plus rapides à partir de vos données métier. D’autres personnes de votre organisation peuvent tirer parti de dataflows via Dataverse, le connecteur Power Platform Dataflow dans Power BI ou via un accès direct au dossier Common Data Service de dataflow de votre organisation dans le compte Azure Data Lake Storage Gen2 de votre organisation. À l’aide d’un modèle de données standard (schéma) défini par Common Data Model, les applications métier peuvent dépendre du schéma d’une table et être extraites de la façon dont les données ont été créées ou de quelle source de données. Lorsqu’un flux de données termine une exécution planifiée, les données sont prêtes pour la modélisation et la création d’applications, de flux ou d’insights BI en très peu de temps... ce qui prenait des mois, voire plus, à créer.

Le format standardisé du Common Data Model permet aux personnes de votre organisation de créer des applications qui génèrent des visuels et des rapports rapides, faciles et automatiques. Ceux-ci incluent, mais ne sont pas limités à :

  • Mapper vos données de diverses sources vers des tables standard du Common Data Model afin d'unifier les données et de tirer parti du schéma reconnu pour développer des applications intégrées.

  • Création de vos propres tables personnalisées pour unifier les données au sein de votre organisation.

  • Création de rapports et de tableaux de bord Power BI qui tirent parti des données de flux de données.

  • Création d’une intégration avec les services Azure Data and AI via le compte Azure Data Lake Storage Gen2 de votre organisation.

Étapes suivantes

Cet article a fourni une vue d’ensemble de la préparation des données en libre-service dans le portail Power Apps et les façons dont vous pouvez l’utiliser. Les rubriques suivantes décrivent plus en détail les scénarios d’utilisation courants pour les flux de données :

Pour plus d’informations sur Power Query et l’actualisation planifiée, vous pouvez lire ces articles :

Pour plus d’informations sur Common Data Model, vous pouvez lire son article de vue d’ensemble :

  • Last updated on