Del via

Overfør fra Dataflow Gen1 til Dataflow Gen2

  • Artikel

Denne artikel henvender sig til oprettere af Power BI-dataflow. Den giver dem vejledning og rationale til at hjælpe med at migrere deres dataflow til Dataflow Gen2 i Data Factory til Microsoft Fabric.

Seddel

Dataflow Gen2 er en ny generation af dataflow, der leverer nye funktioner og forbedrede oplevelser. Gen2-dataflow er placeret sammen med Power BI-dataflows, som nu kaldes Dataflow Gen1.

Hvis du vil vide mere om forskellene mellem Dataflow Gen1 og Dataflow Gen2, skal du se At komme fra Dataflow Generation 1 til Dataflow Generation 2.

Baggrund

Microsoft Fabric har udviklet sig til en integreret platform til både selvbetjeningsdata og it-administrerede virksomhedsdata. Med eksponentiel vækst i datamængder og kompleksitet kræver Fabric-kunder, at deres virksomhedsløsninger skaleres, er sikre, nemme at administrere og tilgængelige for alle brugere på tværs af de største organisationer.

Microsoft har i de seneste år gjort store fremskridt med at levere skalerbare cloudfunktioner til Fabric-kapacitet. Med henblik herpå giver Data Factory i Fabric øjeblikkeligt et stort økosystem af dataintegrationsudviklere og løsninger til dataintegration, der er blevet opbygget over årtier. Det udnytter det fulde sæt af funktioner og funktioner, der går langt ud over sammenlignelige funktioner, der er tilgængelige i tidligere generationer.

Kunderne spørger nu naturligvis, om der er mulighed for at konsolidere deres dataintegrationsløsninger ved at hoste dem i Fabric. De stiller ofte spørgsmål som:

  • Er al den dataflowfunktionalitet, vi er afhængige af, arbejde i Dataflow Gen2?
  • Hvilke funktioner er kun tilgængelige i Dataflow Gen2?
  • Hvordan overfører vi eksisterende dataflow til Dataflow Gen2?
  • Hvad er Microsofts oversigt over dataindtagelse i virksomheder?

Svar på mange af disse spørgsmål er beskrevet i denne artikel.

Seddel

Beslutningen om at migrere til Fabric-kapacitet afhænger af de enkelte kunders krav. Kunderne bør nøje evaluere fordelene for at træffe en informeret beslutning. Vi forventer at se organisk migrering til Dataflow Gen2 over tid, og vores hensigt er, at det sker på vilkår, som kunden er fortrolig med.

For at gøre det helt klart er der i øjeblikket ingen planer om at udfase Power BI-dataflow eller Power Platform-dataflow. Der er dog en prioritet at fokusere på investeringer i Dataflow Gen2 til dataindtagelse i virksomheden, og derfor vil værdien fra Fabric-kapaciteten stige over tid. Kunder, der vælger Fabric-kapacitet, kan forvente at drage fordel af tilpasningen til Microsoft Fabric-produktoversigten.

Konvergens af integration af selvbetjenings- og virksomhedsdata

Konsolideringen af elementer i Fabric forenkler registrering, samarbejde og administration ved at samlokere ressourcer. Det gør det nemmere for centrale it-teams at adoptere og integrere populære selvbetjeningselementer. Samtidig gør det det muligt at operationalisere missionskritiske dataflytnings- og transformationstjenester, der er tilpasset virksomhedens standarder, herunder dataafstamning og overvågning.

For at understøtte skabernes samarbejdsmæssige og skalerbare behov introducerer Dataflow Gen2 i Fabric hurtige kopiering, hvilket muliggør effektiv indtagelse af store datamængder ved hjælp af Fabric's backendinfrastruktur til at gemme og behandle mellemliggende data under transformationen. Det kan håndtere terabytes af data problemfrit. Oprettere af dataflow kan angive datadestinationer for deres transformerede data, f.eks. et Fabric lakehouse, et lager, et eventhouse eller Azure SQL Database, hvilket letter bedre dataadministration og tilgængelighed. Og hvad mere er, den seneste integration af generativ AI via Copilot- forbedrer dataforberedelsesoplevelsen ved at levere intelligent kodegenerering og automatisere gentagne opgaver, hvilket giver en nemmere og hurtigere vej til at oprette komplekse løsninger.

Ved at bruge en fælles platform strømlines arbejdsprocessen, hvilket resulterer i et forbedret samarbejde mellem virksomheden og it-virksomheden. Organisationer er derfor bemyndiget til at skalere deres dataløsninger til virksomhedsniveauer, så de sikrer høj ydeevne, fleksibilitet og effektivitet i administrationen af enorme datamængder.

Stofkapacitet

Takket være den distribuerede arkitektur er Fabric-kapacitet mindre følsom over for samlet belastning, tidsmæssige stigninger og høj samtidighed. Ved at konsolidere kapaciteter til større Sku'er med Fabric-kapacitet kan kunderne opnå øget ydeevne og gennemløb.

Sammenligning af funktioner

I følgende tabel vises de funktioner, der understøttes i Power BI-dataflow og/eller Fabric Dataflow Gen2.

Funktion Power BI Dataflow Gen1 Fabric Dataflow Gen2
Forbindelse
Understøttelse af alle Power Query-datakilder Ja Ja
Opret forbindelse til og indlæs data fra dataflow i Power BI Desktop, Excel eller Power Apps Ja Ja
DirectQuery via dataflow oprette direkte forbindelse til et dataflow og omgå dataimport til en semantisk model Ja Ingen 1
skalerbarhed
Hurtig kopiér, som understøtter dataindtagelse i stor skala, ved hjælp af datapipelinen Kopiér aktivitet i dataflow Nej Ja
planlagt opdatering, der holder dataene opdateret Ja Ja
trinvis opdatering, som bruger politikker til at automatisere trinvis dataindlæsning og kan hjælpe med at levere rapportering i næsten realtid Ja Ja
Orkestrering af datapipeline, som giver dig mulighed for at føje en dataflowaktivitet til en datapipeline og oprette orkestrerede betingede hændelser Nej Ja
kunstig intelligens
Copilot til Data Factory, som giver intelligent kodegenerering, så du nemt kan transformere data, og genererer kode forklaringer, der hjælper med bedre at forstå komplekse opgaver Nej Ja
Cognitive Services, som bruger kunstig intelligens (AI) til at anvende forskellige algoritmer fra Azure Cognitive Services til at forbedre selvbetjent dataforberedelse Ja Ingen 2
AutoML-(Automatiseret maskinel indlæring), som gør det muligt for forretningsanalytikere at oplære, validere og aktivere modeller til maskinel indlæring direkte i Fabric Frarådes 3
Azure Machine Learning integration, der viser brugerdefinerede modeller som dynamiske Funktioner i Power Query, som brugerne kan aktivere i Power Query-editor Ja Ingen 2
indholdsstyring
Dataafstamningsvisning, som hjælper brugerne med at forstå og vurdere afhængigheder af dataflowelement Ja Ja
udrulningspipelines, som administrerer livscyklussen for Fabric-indhold Ja Ja
platformskalerbarhed og robusthed
Premium-kapacitet arkitektur, som understøtter øget skalering og ydeevne Ja Ja
Multi-Geo- support, som hjælper multinationale kunder med at håndtere regionale, branchespecifikke eller organisatoriske krav til dataopbevaring Ja 4 Ja
Sikkerhed
VNet-datagateway (Virtual network) forbindelse, hvilket gør det muligt for Fabric at arbejde problemfrit i en organisations virtuelle netværk Nej Ja
datagateway i det lokale miljø forbindelse, hvilket giver sikker adgang til data mellem en organisations datakilder i det lokale miljø og Fabric Ja Ja
Azure -tjenestetags support, som er en defineret gruppe AF IP-adresser, der automatisk administreres for at minimere kompleksiteten af opdateringer eller ændringer af regler for netværkssikkerhed Ja Ja
styring
Indhold anbefalingfor at fremhæve eller certificere værdifulde Fabric-elementer i høj kvalitet Ja Ja
Microsoft Purview-integration, som hjælper kunderne med at administrere og styre Fabric-elementer Ja Ja
Microsoft Information Protection (MIP) følsomhedsmærkater og integration med Microsoft Defender for Cloud Apps til forebyggelse af datatab (DLP) Ja Ja
overvågning og logføring af diagnosticering
Forbedret opdateringshistorik, som giver dig mulighed for at evaluere detaljeret, hvad der skete under opdateringen af dit dataflow Nej Ja
overvågningshub, som indeholder overvågningsfunktioner til Fabric-elementer Nej Ja
Microsoft Fabric Capacity Metrics-appen, som indeholder overvågningsfunktioner til Fabric-kapacitet Ja Ja
overvågningslog, der sporer brugeraktiviteter på tværs af Fabric og Microsoft 365 Ja Ja

1 Det anbefales at udnytte datadestinationer og oprette direkte forbindelse til outputtabellerne i denne artikel.

2 Hvis du vil vide, hvordan du opretter brugerdefinerede funktioner, der kalder Azure AI API-slutpunkter, skal du se Selvstudium: Udtræk nøgleudtryk fra tekst, der er gemt i Power BI.

3 AutoML (Automated Machine Learning) frarådes. Du kan få flere oplysninger i denne officielle meddelelse.

4 Hvis du vil konfigurere Power BI-dataflowlageret til at bruge Azure Data Lake Storage (ADLS) Gen2, skal du se denne artikel.

Overvejelser

Der er andre overvejelser, du skal overveje i din planlægning, før du migrerer til Dataflow Gen2.

Licenser

Du skal have en Pro- eller Premium pr. bruger-licens for at publicere eller administrere Power BI-dataflow (Dataflow Gen1). I modsætning hertil kræver du kun en Microsoft Fabric-licens (gratis) for at oprette et Dataflow Gen2 i et Premium-kapacitetsarbejdsområde.

Migreringsscenarier

Når du overfører dine dataflow, er det vigtigt at tænke ud over blot at kopiere eksisterende løsninger. Vi anbefaler i stedet, at du moderniserer dine løsninger ved at drage fordel af de nyeste innovationer og funktioner i Dataflow Gen2. Denne tilgang sikrer, at dine løsninger kan understøtte virksomhedens voksende behov.

I artiklen migreringsscenarierbeskrives flere metoder til opgradering, oversigt og brug af acceleratorer, f.eks. Power Query-skabeloner. Disse metoder kan hjælpe med at sikre en problemfri opgradering af dine projekter.

Oversigt

Den Microsoft Fabric-udgivelsesplan annoncerer de nyeste opdateringer og tidslinjer, efterhånden som funktionerne forberedes til fremtidig udgivelse, herunder nyheder og planlagte Data Factory i Microsoft Fabric.

Relateret indhold

Du kan få flere oplysninger om denne artikel i følgende ressourcer: