데이터의 양이 계속 증가함에 따라 해당 데이터를 잘 구조화하고 실행 가능한 정보로 셰이핑해야 하는 과제도 마찬가지입니다. 데이터 볼륨을 실행 가능한 인사이드로 빠르게 전환할 수 있도록 앱, AI 워크로드 또는 분석에 사용할 준비가 된 데이터를 원합니다. Power Apps 포털에서 셀프 서비스 데이터 준비를 사용하면 몇 번의 클릭만으로 Microsoft Dataverse 또는 조직의 Azure Data Lake Storage Gen2 계정으로 데이터를 변환하고 로드할 수 있습니다.
데이터 흐름은 조직이 서로 다른 원본의 데이터를 통합하고 소비를 위해 준비하는 데 도움이 되도록 도입되었습니다. 친숙한 셀프 서비스 도구를 사용하여 빅 데이터를 수집, 변환, 통합 및 보강하는 데이터 흐름을 쉽게 만들 수 있습니다. 데이터 흐름을 만들 때 결과 데이터를 로드할 데이터 원본 연결, ETL(추출, 변환, 로드) 논리 및 대상을 정의합니다. 만든 후에는 데이터 흐름의 새로 고침 일정을 구성하여 실행 빈도를 나타낼 수 있습니다. 또한 새로운 모델 기반 계산 엔진을 사용하면 데이터 준비 프로세스가 데이터 흐름 고객에게 더 관리 가능하고, 결정적이며, 덜 번거로울 수 있습니다. 데이터 흐름을 사용하면 한때 데이터 IT 조직이 만들고 감독해야 했던 작업(그리고 완료하는 데 몇 시간 또는 며칠)이 걸렸던 작업은 이제 앱 작성자, 비즈니스 분석가 및 보고서 작성자와 같은 데이터 과학자가 아닌 개인이 몇 번의 클릭으로 처리할 수 있습니다.
데이터 흐름은 테이블에 데이터를 저장합니다. 테이블은 테이블이 데이터베이스 내에 데이터를 저장하는 방법과 유사하게 데이터를 저장하는 데 사용되는 행 집합입니다. 고객은 사용자 지정 테이블 스키마를 정의하거나 Common Data Model의 표준 테이블을 활용할 수 있습니다. Common Data Model은 비즈니스 및 분석 애플리케이션에서 사용할 공유 데이터 언어입니다. Common Data Model 메타데이터 시스템은 데이터를 공통 데이터 모델에 따라 저장하는 Power Apps, Power BI, 일부 Dynamics 365 앱(모델 기반 앱) 및 Azure와 같은 애플리케이션 및 비즈니스 프로세스에서 데이터의 일관성과 그 의미를 가능하게 합니다. 그런 다음 데이터 흐름의 결과 테이블을 다음 중 하나에 저장할 수 있습니다.
Dataverse. Power Apps 및 Power Automate를 사용하여 빌드된 비즈니스 애플리케이션에서 사용하는 데이터를 안전하게 저장하고 관리할 수 있습니다.
Azure Data Lake Storage Gen2. Power BI, Azure Data 및 AI 서비스 또는 데이터 레이크에서 데이터를 읽는 사용자 지정 업무용 애플리케이션을 사용하여 조직 내의 사람들과 협업할 수 있습니다. Azure Data Lake Storage Gen2 계정에 데이터를 로드하는 데이터 흐름은 공통 데이터 모델 폴더에 데이터를 저장합니다. Common Data Model 폴더 에는 데이터 교환을 용이하게 하고 조직의 Azure Data Lake Storage 계정에 저장된 데이터를 공유 스토리지 계층으로 생성하거나 사용하는 서비스 간에 완전한 상호 운용성을 가능하게 하기 위해 표준화된 형식의 스키마화된 데이터 및 메타데이터가 포함되어 있습니다.
데이터 흐름을 사용하여 Excel, Azure SQL Database, SharePoint, Azure Data Explorer, Salesforce, Oracle 데이터베이스 등을 비롯한 지원되는 대규모 온-프레미스 및 클라우드 기반 데이터 원본 집합에서 데이터를 수집할 수 있습니다.
데이터 원본을 선택한 후 파워 쿼리 하위 코드/코드 없음 환경을 사용하여 데이터를 변환하고 Common Data Model의 표준 테이블에 매핑하거나 사용자 지정 테이블을 만들 수 있습니다. 고급 사용자는 수백만 명의 Power BI Desktop 및 Excel 사용자가 이미 알고 있는 파워 쿼리 환경과 유사하게 데이터 흐름의 M 언어를 직접 편집하여 데이터 흐름을 완전히 사용자 지정할 수 있습니다.
데이터 흐름을 만들고 저장한 후에는 클라우드에서 실행해야 합니다. 수동으로 실행되도록 데이터 흐름을 트리거하거나 Power Platform Dataflow 서비스가 실행할 빈도를 예약하도록 선택할 수 있습니다. 데이터 흐름이 실행을 완료하면 해당 데이터를 사용할 수 있습니다. Dataverse에 데이터 흐름 데이터를 로드하기 위해 Power Apps, Power Automate, Excel 및 Dataverse 커넥터를 지원하는 다른 모든 애플리케이션에서 Common Data Service 커넥터를 사용할 수 있습니다. 조직의 Azure Data Lake Storage Gen2 계정에 저장된 데이터 흐름에서 가져오기 위해 Power BI Desktop에서 Power Platform Dataflow 커넥터를 사용하거나 레이크에서 직접 파일에 액세스할 수 있습니다.
데이터 흐름을 사용하는 방법
이전 섹션에서는 데이터 흐름 기술에 대한 배경을 제공했습니다. 이 섹션에서는 조직에서 데이터 흐름을 사용하는 방법을 안내합니다.
비고
데이터 흐름을 사용하려면 유료 Power Apps 플랜이 있어야 하지만 데이터 흐름 사용에 대해서는 별도로 요금이 부과되지 않습니다.
Dataverse에 데이터 로드
데이터 흐름은 Power Apps 애플리케이션에서 사용되는 Common Data Service 의 테이블을 채우는 데 사용할 수 있습니다. 몇 번의 클릭으로 온라인 및 온-프레미스 데이터 원본의 데이터를 통합할 수 있습니다.
비즈니스 요구 사항에 맞게 공통 데이터 모델 확장
공통 데이터 모델을 확장하고 구축하려는 조직의 경우 데이터 흐름을 통해 비즈니스 인텔리전스 전문가가 표준 테이블을 사용자 지정하거나 새 테이블을 만들 수 있습니다. 데이터 모델을 사용자 지정하는 이 셀프 서비스 접근 방식을 데이터 흐름과 함께 사용하여 조직에 맞게 조정된 Power BI 대시보드를 빌드할 수 있습니다.
Azure Data 및 AI 서비스를 사용하여 기능 확장
Power Platform 데이터 흐름은 조직의 Azure Data Lake Storage Gen2 계정에 데이터 흐름 데이터를 저장하도록 구성할 수 있습니다. 환경이 조직의 데이터 레이크에 연결된 경우 데이터 과학자와 개발자는 Azure Machine Learning, Azure Databricks, Azure Data Factory 등과 같은 강력한 Azure 제품을 활용할 수 있습니다.
조직의 Azure Data Lake에 상주하는 데이터 흐름을 만드는 방법을 포함하여 Azure Data Lake Storage Gen2 및 데이터 흐름 통합에 대한 자세한 내용은 데이터 흐름 스토리지에 대한 Azure Data Lake Storage Gen2 연결을 참조하세요.
Power Apps의 빅 데이터에 대한 셀프 서비스 데이터 준비 요약
데이터 흐름을 통해 비즈니스 데이터에서 더 나은 제어 및 더 빠른 인사이트를 얻을 수 있는 여러 시나리오와 예제가 있습니다. 조직의 다른 사용자는 Dataverse, Power BI의 Power Platform Dataflow 커넥터를 통해 또는 조직의 Azure Data Lake Storage Gen2 계정에서 Dataflow의 Common Data Service 폴더에 직접 액세스하여 데이터 흐름을 활용할 수 있습니다. 공통 데이터 모델에서 정의한 표준 데이터 모델(스키마)을 사용하면, 비즈니스 애플리케이션은 테이블의 스키마에 의존하며, 데이터가 생성된 방식이나 데이터 원본으로부터 추상화될 수 있습니다. 데이터 흐름이 예약된 실행을 완료하면 아주 짧은 시간 안에 앱, 흐름 또는 BI 인사이트를 모델링하고 생성할 준비가 됩니다. 이전에는 몇 달 또는 그 이상이 걸렸던 작업입니다.
Common Data Model의 표준화된 형식을 사용하면 조직의 사용자가 빠르고 쉽고 자동적인 시각적 개체와 보고서를 생성하는 앱을 만들 수 있습니다. 여기에는 다음이 포함되지만 다음으로 제한되지는 않습니다.
공통 데이터 모델의 다양한 원본에서 표준 테이블로 데이터를 매핑하여 데이터를 통합하고 알려진 스키마를 활용하여 기본 제공 애플리케이션을 구동합니다.
조직 전체에서 데이터를 통합하는 사용자 지정 테이블을 만듭니다.
데이터 흐름 데이터를 활용하는 Power BI 보고서 및 대시보드 만들기
조직의 Azure Data Lake Storage Gen2 계정을 통해 Azure Data 및 AI 서비스와 통합을 만듭니다.
다음 단계
이 문서에서는 Power Apps 포털의 셀프 서비스 데이터 준비에 대한 개요와 이를 사용할 수 있는 방법을 제공했습니다. 다음 항목에서는 데이터 흐름에 대한 일반적인 사용 시나리오에 대해 자세히 설명합니다.
파워 쿼리 및 예약된 새로 고침에 대한 자세한 내용은 다음 문서를 참조하세요.
공통 데이터 모델에 대한 자세한 내용은 개요 문서를 참조하세요.