หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
วิธีที่เหมาะสมสําหรับการโยกย้ายข้อมูลจากระบบ CRM ภายนอกไปยัง Microsoft Dataverse ขึ้นอยู่กับขนาดและความซับซ้อนของข้อมูลของคุณ บทความนี้สรุปกลยุทธ์การย้ายที่เรียบง่าย ปานกลาง และซับซ้อน แนะนําเครื่องมือสําหรับแต่ละสถานการณ์ และแชร์แนวทางปฏิบัติที่ดีที่สุดเพื่อช่วยให้คุณวางแผนและดําเนินการโยกย้ายข้อมูลที่ประสบความสําเร็จ
การโยกย้ายข้อมูลอย่างง่าย
นิยาม:
- ปริมาณข้อมูล: สูงสุด 1 GB หรือน้อยกว่า 50,000 ระเบียน
- ความซับซ้อนของข้อมูล: ความซับซ้อนน้อยที่สุดด้วยโครงสร้างข้อมูลแบบแบนและไม่มีความสัมพันธ์ที่สลับซับซ้อนระหว่างตาราง
วิธีการ:
- การประเมินข้อมูล: ระบุตารางและคอลัมน์ที่เกี่ยวข้องสําหรับการโยกย้าย ทําการตรวจสอบคุณภาพข้อมูลพื้นฐาน
- ส่งออกและแปลง: ใช้เครื่องมือเช่นการส่งออก Excel หรือ CSV ใช้การแปลงพื้นฐานกับ Power Query
- นําเข้าไปยัง Dataverse: ใช้ตัวช่วยสร้างการนําเข้าที่มีอยู่ภายในของ Dataverse เรียนรู้เพิ่มเติมใน วิธีการนําเข้าข้อมูล
- การตรวจสอบ: ทําการตรวจสอบเฉพาะจุดเพื่อยืนยันความสมบูรณ์ของข้อมูลและฟังก์ชันการทํางาน
การโยกย้ายข้อมูลขนาดกลาง
นิยาม:
- ปริมาณข้อมูล: ระหว่าง 1 GB และ 50 GB หรือ 50,000 ถึง 500,000 เรคคอร์ด
- ความซับซ้อนของข้อมูล: ความซับซ้อนปานกลางด้วยข้อมูลแบบลําดับชั้นหรือเชิงสัมพันธ์ (ตัวอย่างเช่น บัญชีที่มีผู้ติดต่อและโอกาสที่เกี่ยวข้อง)
วิธีการ:
- การประเมินข้อมูลโดยละเอียด: ตรวจสอบเค้าร่าง ตรวจสอบความสัมพันธ์ และระบุปัญหาคุณภาพของข้อมูล
- แปลง: ใช้เครื่องมือแยก แปลง โหลด (ETL) เช่น Azure Data Factory สําหรับการแปลงและการแมป
- การโยกย้ายชุด: เรียกใช้การโยกย้ายข้อมูลเป็นชุดเพื่อลดเวลาหยุดทํางานและทําให้ระบบล้า
- การทดสอบและการตรวจสอบความถูกต้อง: เรียกใช้การโยกย้ายการทดสอบในสภาพแวดล้อมสเตจจิ้งเพื่อตรวจสอบความถูกต้องและความสัมพันธ์
- การตรวจสอบ: ใช้การวัดและส่งข้อมูลทางไกลเพื่อติดตามประสิทธิภาพและแก้ไขปัญหาได้อย่างรวดเร็ว
การโยกย้ายข้อมูลที่ซับซ้อน
นิยาม:
- ปริมาณข้อมูล: มากกว่า 50 GB หรือมากกว่า 500,000 ระเบียน
- ความซับซ้อนของข้อมูล: สูง—รวมถึงตารางแบบกําหนดเอง ความสัมพันธ์ที่ซับซ้อน และเวิร์กโฟลว์แบบพึ่งพาจากกัน
วิธีการ:
- การวิเคราะห์ที่ครอบคลุม: ตรวจสอบสคีมาต้นทาง การขึ้นต่อกัน และการกําหนดเองอย่างละเอียด
- เครื่องมือพิเศษ: ใช้โซลูชันที่ปรับขนาดได้ เช่น Azure Data Factory, SSIS (SQL Server Integration Services), Azure Synapse Analytics, Microsoft Fabric หรือโซลูชันการโยกย้ายแบบกําหนดเองสําหรับการจัดการข้อมูลที่สามารถปรับขนาดได้
- การพัฒนาแบบกําหนดเอง: สร้างสคริปต์หรือแอปเพื่อจัดการ API ความสัมพันธ์ที่ซับซ้อน และตรรกะของเวิร์กโฟลว์
- การโยกย้ายแบบเป็นระยะ: แบ่งการโยกย้ายข้อมูลเป็นลําดับขั้น ดำเนินการทดสอบนำร่องก่อนการเปิดตัวเต็มรูปแบบเพื่อลดความเสี่ยง
- การตรวจสอบความถูกต้องอย่างต่อเนื่อง: ทดสอบในแต่ละขั้นตอนเพื่อให้แน่ใจว่าข้อมูลมีความถูกต้องแม่นยําและความต่อเนื่องทางธุรกิจ
- การปรับให้เหมาะสมหลังการโยกย้าย: ปรับการกําหนดค่า Dataverse เวิร์กโฟลว์ และความสัมพันธ์ให้เหมาะสมหลังจากการโยกย้ายเพื่อให้บรรลุประสิทธิภาพที่ดีขึ้น
ขั้นตอนถัดไป
บทความถัดไปสรุปบทบาทเชิงกลยุทธ์ของฐานข้อมูลการกําหนดขั้นในการโยกย้ายข้อมูลขนาดใหญ่และซับซ้อน แทนที่จะถ่ายโอนข้อมูลจากระบบต้นทางไปยังสภาพแวดล้อมเป้าหมายโดยตรง กระบวนการจะแนะนําชั้นการจัดเตรียมขั้นกลาง รูปแบบนี้ช่วยปรับปรุงคุณภาพข้อมูล ทําให้มั่นใจถึงความสมบูรณ์ และลดโอกาสในการเกิดข้อผิดพลาดในระหว่างกระบวนการโยกย้ายข้อมูล