Microsoft Power Platform データフローの出力用のストレージに応じて、その出力を他の Azure サービスで使用できます。
Power Platform データフローの出力を操作する利点
Power Platform データフローを使用すると、データの整形、クリーンアップ、準備を行い、さらに分析と使用を行うことができます。 入力としてデータを操作し、アクションを提供する Azure データ サービスは他にも多数あります。
- Azure Machine Learning では、データフローの出力を使用して、機械学習シナリオ (予測分析など) に使用できます。
- Azure Data Factory では、高度なデータ統合ソリューションのために、ビッグ データ ソースからのデータと組み合わせて、はるかに大規模なデータフローの出力を取得できます。
- Azure Databricks は、Apache Spark のバックエンドにおけるビッグデータスケールを活かした適用データサイエンスアルゴリズムや AI のために、データフローの出力を活用できます。
- 他の Azure データ サービスでは、Power Platform データフローの出力を使用して、そのデータに対してさらにアクションを実行できます。
外部 Azure Data Lake Storage を使用したデータフロー
外部の Azure Data Lake Storage を Power Platform データフローに既に接続している場合は、Azure Machine Learning、Azure Data Factory、Azure Databricks、Azure Analysis Services などのソースとして Azure Data Lake Storage を持つ任意の Azure サービスを使用して接続できます。
これらのサービスのいずれかで、ソースとして Azure Data Lake Storage を使用します。 ストレージの詳細を入力し、その中のデータに接続できます。 データは CSV 形式で格納され、これらのツールとサービスのいずれかを通じて読み取ることができます。 次のスクリーンショットは、Azure Data Lake Storage が Azure Data Factory のソース オプションである方法を示しています。
Dataverse を使用したデータフロー
Dataverse にデータを格納する標準データフローを使用している場合でも、多くの Azure サービスから Dataverse に接続できます。 次の図は、Azure Data Factory では、Dataverse からのデータフローの出力をソースとして使用できることを示しています。
内部 Azure Data Lake Storage を使用したデータフロー
Power Platform データフローによって提供される内部 Data Lake ストレージを使用する場合、そのストレージは Power Platform ツールのみに限定され、他の Azure データ ワークロードからはアクセスできません。