Praca z dowolnymi danymi

Usługa Microsoft Dataverse udostępnia abstrakcję, która umożliwia pracę z dowolnym typem danych, w tym relacyjnymi, nierelacyjnymi, obrazami, plikami, wyszukiwaniem względnym lub data lake. Nie ma potrzeby zrozumienia typu danych, ponieważ usługa Dataverse uwidacznia zestaw typów danych, które umożliwiają tworzenie modelu. Typ magazynu jest zoptymalizowany pod kątem wybranego typu danych.

Dane można łatwo importować i eksportować za pomocą przepływów danych, dodatku Power Query i usługi Azure Data Factory. Klienci usługi Dynamics mogą również używać usługi eksportowania danych.

Dataverse ma również łącznik dla Power Automate i Azure Logic Apps, którego można używać z setkami innych łączników w tych usługach na potrzeby lokalne, infrastruktura jako usługa (IaaS), platforma jako usługa (PaaS) lub oprogramowanie jako usługi (SaaS). Obejmuje to źródła na platformie Azure, Microsoft 365, Dynamics 365, SAP ERP, Salesforce, Amazon Redshift, Access, Excel, tekst/CSV, listy programu SharePoint, bazy danych programu SQL Server, Oracle, MySQL, PostgreSQL, Blockchain i Azure Synapse Analytics.

Common Data Model

Jeśli kiedykolwiek trzeba było łączyć dane z wielu systemów i aplikacji, wiesz, jakie może być kosztowne i czasochłonne zadanie. Bez możliwości łatwego udostępniania i zrozumienia tych samych danych każdy projekt integracji aplikacji lub danych wymaga niestandardowej implementacji.

Usługa Common Data Model udostępnia architekturę referencyjną, która ma usprawnić ten proces, udostępniając język udostępnionych danych dla aplikacji biznesowych i analitycznych do użycia. System metadanych usługi Common Data Model umożliwia udostępnianie danych i ich znaczenia w aplikacjach i procesach biznesowych, takich jak Power Apps, Power BI, Dynamics 365 i Azure.

Usługa Common Data Model zawiera zestaw ustandaryzowanych, rozszerzalnych schematów danych opublikowanych przez firmę Microsoft i jej partnerów. Ta kolekcja wstępnie zdefiniowanych schematów obejmuje tabele, atrybuty, metadane semantyczne i relacje. Schematy reprezentują powszechnie używane pojęcia i działania, takie jak Konto i Kampania, aby uprościć tworzenie, agregację i analizę danych.

Schematy usługi Common Data Model mogą służyć do informowania o tworzeniu tabel w usłudze Dataverse. Tabele wynikowe będą następnie zgodne z aplikacjami i analizami, które są przeznaczone dla tej definicji usługi Common Data Model.

Na poniższej ilustracji przedstawiono niektóre elementy standardowych tabel usługi Common Data Model. 

Tables

W usłudze Dataverse tabele służą do modelowania danych biznesowych i zarządzania nimi. Aby zwiększyć produktywność, usługa Dataverse zawiera zestaw tabel nazywanych tabelami standardowymi. Te tabele są projektowane zgodnie z najlepszymi rozwiązaniami w celu przechwytywania najbardziej typowych pojęć i scenariuszy w organizacji. Standardowe tabele są zgodne ze standardem Common Data Model.

Zestaw tabel, które są często używane w różnych branżach, takich jak Użytkownik i Zespół, są zawarte w usłudze Dataverse i nazywane tabelami standardowymi. Te gotowe tabele można również dostosować, na przykład dołączać dodatkowe kolumny. Ponadto możesz łatwo tworzyć własne tabele niestandardowe w usłudze Dataverse.

Kolumny

Kolumny definiują poszczególne elementy danych, których można użyć do przechowywania danych w tabeli. Pola są czasami nazywane atrybutami przez deweloperów. Tabela reprezentująca kurs na uniwersytecie może zawierać kolumny, takie jak "Name", "Location", "Department", "Registered Students" itd.

Kolumny mogą mieć różne typy danych, takie jak liczby, ciągi, dane cyfrowe, obrazy i pliki. Nie ma potrzeby utrzymywania relacyjnych i nierelacyjnych danych oddzielonych sztucznie, jeśli są częścią tego samego procesu biznesowego lub przepływu. Usługa Dataverse przechowuje dane w najlepszym typie magazynu dla utworzonego modelu.

Każda z tych kolumn może być skojarzona z jednym z wielu typów danych obsługiwanych przez usługę Dataverse.

Więcej informacji: Typy kolumn

Relacje

Dane w jednej tabeli często odnoszą się do danych w innej tabeli. relacje tabeli definiują sposób, w jaki wiersze mogą być ze sobą powiązane w modelu Dataverse.

Usługa Dataverse umożliwia łatwe w użyciu projektantom wizualizacji definiowanie różnych typów relacji z jednej tabeli na drugą (lub między tabelą a samą sobą). Każda tabela może mieć relację z więcej niż jedną tabelą, a każda tabela może mieć więcej niż jedną relację z inną tabelą.

Typy relacji to:

• Wiele-do-jednego: w tym typie relacji wiele rekordów tabeli A może zostać skojarzonych z jednym rekordem w tabeli B. Na przykład klasa uczniów ma jedną klasę.

• Jeden do wielu: w tym typie relacji pojedynczy rekord B tabeli B może być skojarzony z wieloma rekordami tabeli A. Na przykład jeden nauczyciel uczy wielu zajęć.

• Wiele do wielu: w przypadku tego typu relacji każdy rekord w tabeli A może pasować do więcej niż jednego rekordu w tabeli B i na odwrót. Na przykład uczniowie uczęszczają na wiele zajęć, a każda klasa może mieć wielu uczniów.

Ponieważ relacje wiele-do-jednego są najbardziej typowe, usługa Dataverse udostępnia określony typ danych o nazwie lookup, co nie tylko ułatwia definiowanie tej relacji, ale zwiększa wydajność tworzenia formularzy i aplikacji.

Aby uzyskać więcej informacji na temat tworzenia relacji tabel, zobacz Tworzenie relacji między tabelami.

Organizacje często muszą być zgodne z różnymi przepisami, aby zapewnić dostępność historii interakcji klientów, dzienników inspekcji, raportów dostępu i raportów śledzenia zdarzeń zabezpieczeń. Organizacje mogą chcieć śledzić zmiany w danych usługi Dataverse na potrzeby zabezpieczeń i analiz.

Usługa Dataverse zapewnia funkcję audytu, w której zmiany w tabelach i danych atrybutów w organizacji mogą być śledzone w miarę upływu czasu do użycia w analizie i raportowaniu. Audyt jest obsługiwany we wszystkich niestandardowych i większości dostosowywalnych tabelach i atrybutach. Inspekcja nie jest obsługiwana w przypadku zmian metadanych, operacji pobierania, operacji eksportowania ani podczas uwierzytelniania. Aby uzyskać informacje na temat konfigurowania inspekcji, zobacz Zarządzanie inspekcją usługi Dataverse.

Usługa Dataverse obsługuje analizę, zapewniając możliwość wybierania tabel do uruchamiania modeli uczenia maszynowego. Ma ona wstępnie utworzoną funkcję sztucznej inteligencji za pośrednictwem narzędzia AI Builder.

Search

Usługa Dataverse udostępnia trzy sposoby wykonywania zapytań dotyczących wierszy:

• Wyszukiwanie usługi Dataverse

• Szybkie wyszukiwanie (pojedyncza tabela lub wiele tabel)

• Wyszukiwanie zaawansowane

Aby uzyskać więcej informacji, zobacz Porównanie wyszukiwań.

Wyszukiwanie usługi Dataverse

Wyszukiwanie w usłudze Dataverse zapewnia szybkie i kompleksowe wyniki w wielu tabelach w jednej liście posortowanej według istotności. Używa dedykowanej usługi wyszukiwania zewnętrznej dla usługi Dataverse (obsługiwanej przez platformę Azure), aby zwiększyć wydajność wyszukiwania.

Wyszukiwanie w usłudze Dataverse oferuje następujące ulepszenia i korzyści:

• Poprawia wydajność przy użyciu indeksowania zewnętrznego i technologii usługi Azure Search.

• Wyszukuje dopasowania do dowolnego wyrazu w wyszukiwaniu w dowolnej kolumnie w tabeli, w porównaniu do szybkiego znajdowania, gdzie wszystkie wyrazy z terminu wyszukiwania muszą znajdować się w jednej kolumnie.

• Znajdowanie dopasowań, które zawierają odmienione wyrazy, na przykład strumień, strumieniowe lub strumieniowane.

• Zwraca wyniki ze wszystkich tabel z możliwością wyszukiwania na pojedynczej liście posortowanej według istotności, więc im lepsze dopasowanie, tym wyższy wynik pojawi się na liście. Dopasowanie ma większą trafność, jeśli więcej słów z terminu wyszukiwania znajduje się w bliskiej odległości od siebie. Im mniejsza ilość tekstu, w którym znajdują się wyrazy wyszukiwania, tym większa jest trafność. Jeśli na przykład znajdziesz wyrazy wyszukiwania w nazwie i adresie firmy, może to być lepsze dopasowanie niż znalezienie tych samych słów w długim artykule, daleko od siebie.

• Wyróżnia dopasowania na liście wyników. Gdy termin wyszukiwania pasuje do terminu w wierszu, termin jest wyświetlany pogrubioną czcionką kursywą w wynikach wyszukiwania.

Aby uzyskać więcej informacji na temat wyszukiwania w usłudze Dataverse, zobacz Używanie wyszukiwania w usłudze Dataverse do wyszukiwania wierszy.

Szybkie znajdowanie

Usługa Dataverse umożliwia szybkie znajdowanie wierszy i zawiera podejścia, które będą wyszukiwać tylko jeden typ tabeli, na przykład klient, lub służyć do wyszukiwania w wielu typach tabel w tym samym czasie, takich jak kontakty, użytkownicy, klienci itd.

Funkcja szybkiego znajdowania pojedynczej tabeli służy do znajdowania wierszy tylko jednego typu. Ta opcja wyszukiwania jest dostępna z poziomu widoku.

Szybkie wyszukiwanie wielu tabel (wyszukiwanie podzielone na kategorie) jest również używane do znajdowania wierszy, ale znajdzie je w różnych typach tabel, takich jak konta lub kontakty.

Data Lake

Usługa Dataverse obsługuje ciągłą replikację danych tabeli do usługi Azure Data Lake Storage, która może być następnie używana do uruchamiania analiz, takich jak raportowanie usługi Power BI, uczenie maszynowe, magazynowanie danych i inne procesy integracji podrzędnej.

Ta funkcja jest przeznaczona do analizy danych big data w przedsiębiorstwie. Jest to ekonomiczne, skalowalne, ma wysoką dostępność i możliwości odzyskiwania po awarii oraz zapewnia najlepszą w klasie wydajność analizy.

Dane są przechowywane w formacie Common Data Model, który zapewnia spójność semantyczną w aplikacjach i wdrożeniach. Ustandaryzowane metadane i samoopisujące się dane w usłudze Common Data Model ułatwiają odnajdywanie metadanych i współdziałanie między producentami danych a konsumentami, takimi jak Power BI, Data Factory, Azure Databricks i Azure Machine Learning.

Zobacz także

Importowanie i eksportowanie danych