Microsoft Dataverse는 관계형, 비관계형, 이미지, 파일, 상대 검색 또는 데이터 레이크를 비롯한 모든 유형의 데이터로 작업할 수 있도록 하는 추상화 기능을 제공합니다. Dataverse가 모델을 빌드할 수 있는 데이터 형식 집합을 노출하므로 데이터 형식을 이해할 필요가 없습니다. 스토리지 유형은 선택한 데이터 형식에 최적화되어 있습니다.
데이터 흐름, 파워 쿼리 및 Azure Data Factory를 사용하여 데이터를 쉽게 가져오고 내보낼 수 있습니다. Dynamics 고객은 데이터 내보내기 서비스를 사용할 수도 있습니다.
Dataverse에는 온-프레미스, IaaS(Infrastructure as a Service), PaaS(Platform as a Service) 또는 SaaS(Software as a Service) 서비스에 대한 해당 서비스의 수백 개의 다른 커넥터와 함께 사용할 수 있는 Power Automate 및 Azure Logic Apps용 커넥터도 있습니다. 여기에는 Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, text/CSV, SharePoint 목록, SQL Server 데이터베이스, Oracle, MySQL, PostgreSQL, Blockchain 및 Azure Synapse Analytics의 원본이 포함됩니다.
Common Data Model
여러 시스템과 앱의 데이터를 함께 가져와야 하는 경우 비용이 많이 들고 시간이 많이 걸리는 작업이 무엇인지 알 수 있습니다. 동일한 데이터를 쉽게 공유하고 이해할 수 없으면 각 앱 또는 데이터 통합 프로젝트에 사용자 지정 구현이 필요합니다.
Common Data Model은 비즈니스 및 분석 앱에서 사용할 공유 데이터 언어를 제공하여 이 프로세스를 간소화하기 위한 참조 아키텍처를 제공합니다. 공통 데이터 모델 메타데이터 시스템을 사용하면 Power Apps, Power BI, Dynamics 365 및 Azure와 같은 앱 및 비즈니스 프로세스에서 데이터와 그 의미를 공유할 수 있습니다.
Common Data Model에는 Microsoft와 해당 파트너가 게시한 표준화된 확장 가능한 데이터 스키마 집합이 포함되어 있습니다. 미리 정의된 스키마 컬렉션에는 테이블, 특성, 의미 체계 메타데이터 및 관계가 포함됩니다. 스키마는 데이터 생성, 집계 및 분석을 간소화하기 위해 일반적으로 사용되는 개념 및 활동( 예: 계정 및 캠페인)을 나타냅니다.
Common Data Model 스키마를 사용하여 Dataverse에서 테이블을 만들도록 알릴 수 있습니다. 그러면 결과 테이블이 이 공통 데이터 모델 정의를 대상으로 하는 앱 및 분석과 호환됩니다.
다음 이미지는 표준 Common Data Model 테이블의 일부 요소를 보여 줍니다.
Tables
Dataverse에서 테이블은 비즈니스 데이터를 모델링하고 관리하는 데 사용됩니다. 생산성을 높이기 위해 Dataverse에는 표준 테이블이라는 테이블 집합이 포함되어 있습니다. 이러한 테이블은 모범 사례에 따라 조직 내에서 가장 일반적인 개념과 시나리오를 캡처하도록 설계되었습니다. 표준 테이블은 공통 데이터 모델을 준수합니다.
사용자 및 팀과 같은 업계에서 일반적으로 사용되는 테이블 집합은 Dataverse에 포함되며 표준 테이블이라고 합니다. 이러한 기본 테이블은 추가 열을 포함하여 사용자 지정할 수도 있습니다. 또한 Dataverse에서 사용자 지정 테이블을 쉽게 만들 수 있습니다.
칼럼
열은 테이블에 데이터를 저장하는 데 사용할 수 있는 개별 데이터 항목을 정의합니다. 필드는 개발자에 의해 특성이라고도 합니다. 대학의 과정을 나타내는 테이블에는 "이름", "위치", "부서", "등록된 학생" 등의 열이 포함될 수 있습니다.
열에는 숫자, 문자열, 디지털 데이터, 이미지 및 파일과 같은 다양한 형식의 데이터가 있을 수 있습니다. 관계형 및 비관계형 데이터를 동일한 비즈니스 프로세스 또는 흐름의 일부인 경우 인위적으로 분리된 상태로 유지할 필요가 없습니다. Dataverse는 만든 모델에 가장 적합한 스토리지 형식으로 데이터를 저장합니다.
이러한 각 열은 Dataverse에서 지원하는 여러 데이터 형식 중 하나와 연결할 수 있습니다.
추가 정보: 열 유형
관계
한 테이블의 데이터는 종종 다른 테이블의 데이터와 관련이 있습니다. 테이블 관계는 Dataverse 모델에서 행을 서로 연결할 수 있는 방법을 정의합니다.
Dataverse는 사용하기 쉬운 비주얼 디자이너를 제공하여 한 테이블에서 다른 테이블로(또는 테이블과 자체 간에) 다양한 유형의 관계를 정의합니다. 각 테이블은 둘 이상의 테이블과 관계를 가질 수 있으며 각 테이블은 다른 테이블과 둘 이상의 관계를 가질 수 있습니다.
관계 유형은 다음과 같습니다.
다대일: 이러한 유형의 관계에서 많은 테이블 A 레코드를 단일 테이블 B 레코드와 연결할 수 있습니다. 예를 들어 학생 클래스에는 하나의 교실이 있습니다.
일대다: 이러한 유형의 관계에서 단일 테이블 B 레코드를 많은 테이블 A 레코드와 연결할 수 있습니다. 예를 들어 한 명의 교사가 많은 수업을 가르칩니다.
다대다: 이러한 유형의 관계에서 테이블 A의 각 레코드는 테이블 B에서 둘 이상의 레코드와 일치할 수 있으며 그 반대의 경우도 마찬가지입니다. 예를 들어 학생들은 많은 수업에 참석하며, 각 수업에는 여러 명의 학생이 있을 수 있습니다.
다 대 일 관계가 가장 일반적이기 때문에 Dataverse는 조회라는 특정 데이터 형식을 제공하므로 이 관계를 쉽게 정의할 수 있지만 양식 및 앱 빌드에 생산성을 더합니다.
테이블 관계를 만드는 방법에 대한 자세한 내용은 테이블 간의 관계 만들기를 참조하세요.
조직은 고객 상호 작용 기록, 감사 로그, 액세스 보고서 및 보안 인시던트 추적 보고서의 가용성을 보장하기 위해 다양한 규정을 준수해야 하는 경우가 많습니다. 조직은 보안 및 분석 목적으로 Dataverse 데이터의 변경 내용을 추적하려고 할 수 있습니다.
Dataverse는 분석 및 보고에 사용하기 위해 시간이 지남에 따라 조직의 테이블 및 특성 데이터에 대한 변경 내용을 행으로 처리할 수 있는 감사 기능을 제공합니다. 감사는 모든 사용자 지정 및 가장 사용자 지정 가능한 테이블 및 특성에서 지원됩니다. 메타데이터 변경, 작업 검색, 내보내기 작업 또는 인증 중에는 감사가 지원되지 않습니다. 감사를 구성하는 방법에 대한 자세한 내용은 Dataverse 감사 관리로 이동하세요.
Dataverse는 기계 학습 모델을 실행할 테이블을 선택하는 기능을 제공하여 분석을 지원합니다. AI Builder를 통해 미리 빌드된 AI 기능이 있습니다.
Search
Dataverse는 행을 쿼리하는 세 가지 방법을 제공합니다.
Dataverse 검색
빠른 찾기(단일 테이블 또는 다중 테이블)
고급 찾기
비고
다중 테이블 빠른 찾기를 분류된 검색이라고도 합니다.
자세한 내용은 검색 비교를 참조하세요.
Dataverse 검색
Dataverse 검색은 관련성별로 정렬된 단일 목록의 여러 테이블에서 빠르고 포괄적인 결과를 제공합니다. Azure에서 제공하는 Dataverse 외부의 전용 검색 서비스를 사용하여 검색 성능을 향상시킵니다.
Dataverse 검색은 다음과 같은 향상된 기능과 이점을 제공합니다.
외부 인덱싱 및 Azure Search 기술을 사용하여 성능을 향상시킵니다.
검색 용어의 모든 단어를 한 열에서 찾아야 하는 빠른 찾기와 비교하여 테이블의 모든 열에서 검색 용어의 단어와 일치하는 단어를 찾습니다.
스트림, 스트리밍, 스트림드와 같은 어형 변화 단어가 포함된 일치 항목을 찾습니다.
관련성별로 정렬된 단일 목록의 모든 검색 가능한 테이블의 결과를 반환하므로 일치 항목이 높을수록 결과가 목록에 더 많이 표시됩니다. 검색 용어의 더 많은 단어가 서로 가까이 있는 경우 일치 항목의 관련성이 더 높습니다. 검색 단어가 발견되는 텍스트 양이 작을수록 관련성이 높아집니다. 예를 들어 회사 이름과 주소에서 검색 단어를 찾는 경우 긴 문서에서 서로 멀리 떨어져 있는 동일한 단어를 찾는 것보다 더 일치할 수 있습니다.
결과 목록의 일치 항목을 강조 표시합니다. 검색 용어가 한 행의 용어와 일치하면 검색 결과에서 용어가 굵고 기울임꼴로 표시된 텍스트로 표시됩니다.
Dataverse 검색에 대한 자세한 내용은 Dataverse 검색을 사용하여 행 검색을 참조하세요.
빠른 찾기
Dataverse에는 행을 빠르게 찾을 수 있는 기능이 포함되어 있으며 고객과 같은 한 가지 유형의 테이블만 검색하거나 연락처, 사용자, 고객 등과 같은 여러 유형의 테이블을 동시에 검색하는 데 사용되는 접근 방식이 있습니다.
단일 테이블 빠른 찾기 는 한 가지 유형의 행만 찾는 데 사용됩니다. 이 검색 옵션은 보기 내에서 사용할 수 있습니다.
여러 테이블 빠른 찾기(범주화된 검색) 도 행을 찾는 데 사용되지만 계정 또는 연락처와 같은 다양한 유형의 테이블에서 찾을 수 있습니다.
Data Lake
Dataverse는 테이블 데이터를 Azure Data Lake Storage에 지속적으로 복제할 수 있도록 지원하며, 이를 통해 Power BI 보고, 기계 학습, 데이터 웨어하우징 및 기타 다운스트림 통합 프로세스와 같은 분석을 실행하는 데 사용할 수 있습니다.
이 기능은 엔터프라이즈 빅 데이터 분석을 위해 설계되었습니다. 비용 효율적이고 확장 가능하며 고가용성 및 재해 복구 기능을 갖추고 있으며 동급 최고의 분석 성능을 지원합니다.
데이터는 Common Data Model 형식으로 저장되어 앱과 배포 간에 의미 있는 일관성을 제공합니다. Common Data Model의 표준화된 메타데이터 및 자체 설명 데이터는 Power BI, Data Factory, Azure Databricks 및 Azure Machine Learning과 같은 데이터 생산자와 소비자 간의 메타데이터 검색 및 상호 운용성을 용이하게 합니다.