Administrer historik over kørsel af cloudflow i Dataverse (forhåndsversion)
[Denne artikel er til dokumentationen til den foreløbige udgivelse. Der kan forekomme ændringer.]
Med historik over kørsel af cloudflow i Dataverse kan du anvende mulighederne for udvidelse af Dataverse til at spore resultaterne af dine udførelser af cloudflow i stort omfang. Med denne funktion kan du bruge kraften i Dataverses fælles dataarkitektur, herunder RBAC (Role-Based Access Control), til at administrere FlowRun-dataene. Kun cloudflows i løsninger med deres definitioner i Dataverse kan få gemt deres historik i Dataverse.
Som en del af denne funktion har hver enkelt udførelse af cloudflow en post i tabellen FlowRun. Denne funktion bruger den ikke-relationsbaserede Dataverse-database, elastiske tabeller, til at gemme historikken over kørsel af cloudflow.
Historikken for kørsel af skyflow i Dataverse bruges af automatiseringscenteret til at levere omfattende overvågnings- og fejlfindingsoplevelser til automatiseringsprocesser på tværs Power Automate.
Vigtigt!
- Dette er en forhåndsversion af funktionen.
- Forhåndsversionsfunktionerne er ikke beregnet til produktionsformål og kan have begrænset funktionalitet. Disse funktioner er tilgængelige før en officiel udgivelse, så kunderne kan få tidlig adgang og give feedback.
- Denne funktion udrulles gradvist til flere områder og er muligvis ikke tilgængelig i dit område endnu.
Kørsel af cloudflow-elementer
Tabellen FlowRun indeholder nøgleelementer i en kørsel af cloudflow, herunder følgende:
| Element | Description |
|---|---|
| Name | Primær nøgle og den logiske app-id for kørsel af flow. |
| Starttidspunkt | Da skyflowet blev udløst. |
| Sluttid | Da cloudflowet blev afsluttet. |
| Varighed af kørsel | Den tid i sekunder, der går, før cloudflowet fortsætter |
| Status | Slutresultat af flowudførelsen (Succes, Mislykket eller Annulleret). |
| Udløsertype | Udløsertypen for denne flowkørsel (Automatiseret, Planlagt eller Manuel). |
| Fejlkode | Den fejlkode, der blev returneret fra flowudførelsen. |
| Error message | Hvis det er relevant, returneres der en detaljeret fejlmeddelelse fra flowkørslen. |
| Ejer | Ejer af flowet. |
| Navn på arbejdsproces | Visningsnavnet for cloudflowet. |
| Arbejdsgangs-id | WorkflowID for det specifikke cloudflow, |
| Er primær | Binær værdi for at angive, om denne flowkørsel har et overordnet cloudflow, der udløser det. |
| Overordnet kørsels-id | Navn på den overordnede cloudflowkørselsinstans, hvis denne post er for et underordnet flow. |
| Partitions-id | Partitions-id for denne bruger i den elastiske tabel-forekomst. |
| Tid til live | Tidspunkt i sekunder, hvor denne kørselspost slettes automatisk. |
Du kan se og opdatere detaljerne via standard-API'er til Dataverse, Dataverse-connectoren eller direkte fra visningen Tabeller i Maker Portal.
Da denne funktion er baseret på elastiske tabeller, gemmer vi historikdata om cloudkørsel i bestemte logiske partitioner for at optimere ydeevnen. Dataene for kørselsoversigten er partitioneret på baggrund af brugere, så hver enkelt bruger i en organisation har en særlig partition.
FlowRun-data bruger Dataverse-databaselagerkapacitet. Lagerforbrug på tværs af miljøer kan overvåges i Power Platform Administration.
Lagerforbrug til FlowRun-poster
Som standard gemmes data om flowkørslen i 28 dage (2.419.200 sekunder). Hvis du vil ændre varigheden af, hvor længe eksekveringerne kan gemmes, kan du opdatere Tid til live (i sekunder) for flowkørslen i tabellen Organisation i et Dataverse-baseret miljø. Afhængigt af dit miljøs lagerkapacitet kan du justere længden på lageret for disse kørselsposter.
Værdien FlowRunTimeToLiveInSeconds i tabellen Organisation kan ændres i PowerApps-tabelbrowseren eller ved hjælp af Dataverse-web-API'en.
Aktivere eller reducere lagermængden af historikken for skyflowforløb
Hvis værdien FlowRunTimeToLiveInSeconds i tabellen Organisation ændres, bevares levetiden for alle nye FlowRun-poster i den pågældende periode. Lavere værdi kan bruges til at reducere antallet af FlowRun-poster og det anvendte lager over tid.
Indstil FlowRun-tid til live i Dataverse
Hvis du angiver værdien af FlowRunTimeToLiveInSeconds i tabellen Organisation til nul, stoppes al indtagelse af nye FlowRun-poster.
Indstil FlowRun-tid til live i Power Platform Administration
FlowRunTimeToLiveInSeconds-værdien i organisationstabellen kan indstilles i Power Platform Administration-miljøoplevelsen. Sådan vælger du den tid til FlowRun-objektet , der skal bruges i et miljø:
- Log på Power Platform Administration.
- Naviger til Miljø.
- Åbn siden Indstillinger for det ønskede miljø.
- Vælg Produkt>Funktioner.
- Under Historik for cloudflowkørsel i Dataverse sættes FlowRun-objektets levetid til opbevaring til 28 dage (standard), 14 dage, 7 dage eller Deaktiveret.
Angiv brugerdefinerede TTL-værdier til at gemme en længere eller mere specifik mængde historik over skyflowforløb
Hvis du vil have en bestemt TTL-værdi (Time To Live), der ikke er tilgængelig via Power Platform Administration-oplevelse, kan du angive denne værdi direkte som værdien for FlowRunTimeToLiveInSeconds i organisationstabellen.
Reducere antallet af FlowRun-poster straks
Hvis miljøet mangler lagerplads, kan kunderne vælge at frigøre databaseplads ved at angive TTLInSeconds-værdien for et sæt FlowRun-poster. Derefter ryddes posterne automatisk op og slettes permanent i løbet af et minut eller to. Sørg for, at posterne ikke længere er nødvendige, da de ikke kan gendannes, når de er slettet.
TTL-værdiberegninger (Tid til live)
TTL-værdierne (Tid til live) for Organization.FlowRunTimeToLiveInSeconds og FlowRun.TTLInSeconds angives i sekunder. Følgende tabel indeholder fælles værdier, der kan bruges i tabellerne Organisation og FlowRun.
| Dage | Sekunder |
|---|---|
| 1 dag | 86.400 sekunder |
| 3 dage | 259.200 sekunder |
| 7 dage | 604.800 sekunder |
| 14 dage | 1.209.600 sekunder |
| 28 dage | 2.419.200 sekunder |
| 60 dage | 5.184.000 sekunder |
Bruge FlowEvent-data til at få indblik i FlowRun-datafuldstændighed
FlowRun-poster kan være ufuldstændige af mange årsager. Tabellen FlowEvent bruges til at sende signaler om, at kørsler blev sprunget over, og datasættet er ufuldstændigt. Manglende signaler betyder ikke, at datasættet er fuldstændigt.
Du kan se FlowEvent-posterne i PowerApps-tabelbrowseren eller ved hjælp af Dataverse-web-API'en. Alle de relevante poster har værdien FlowEvent.EventType i "FlowRunIngestion", og derefter forklarer værdien FlowEvent.EventCode hændelsen.
Følgende tabel indeholder en liste over værdier af FlowEvent.EventCode, der kan bruges til at signalere, at FlowRun-data ikke er fuldstændige:
| EventCode | Årsag |
|---|---|
| isFlowRunIngestionECSDisabled | Historikken for kørsel af cloudflows gemmes ikke i Dataverse på grund af tjenestekonfiguration, så der kan ikke vises cloudflowdata. Konfigurationen af EFS-service angives automatisk, og det er ikke muligt for en administrator at ændre funktionaliteten af dataindtagelsen i denne tilstand. |
| TtlSettingEqual0 | Dit aktuelle miljøs TTL-konfiguration (time-to-live) for kørsler af cloudflow er indstillet til ikke at bevare data. Derfor mangler der måske en historik over kørsel af cloudflow. Dette sker, når Organization.FlowRunTimeToLiveInSeconds i øjeblikket er angivet til nul. |
| IngestionDisabledByOrgSettings | Historikken for kørsel af cloudflow gemmes ikke i Dataverse pga. indstillinger for miljøer, så der mangler måske en del af kørselshistorikken for cloudflows. Dette sker, når Organization.FlowRunTimeToLiveInSeconds blev angivet til nul i fortiden. |
| ElasticTableStorageCapacityReached | Du har nået grænsen for lagerkapacitet i Dataverse, hvilket medfører en pause i synkronisering af data til kørsel af cloudflow. |
| ElasticTablePartitionLimitReached | Du har nået grænsen for lagerpartition i Dataverse, hvilket medfører en pause i synkronisering af data til kørsel af cloudflow. |
| IngestionRateDataLoss | En del af kørselshistorikken for cloudflows mangler måske, fordi der kører meget i dette miljø i forhåndsversionen. |
| FlowRunsEventLoadingFailed | Hændelserne for kørsler af cloudflow kan ikke indlæses i det aktuelle miljø. Derfor er nogle historiske data om kørsel af cloudflow måske ikke tilgængelige. |
| FlowRunsTTlSettingFailedMessage | Det er ikke muligt at hente dit miljøs TTL-indstilling (time-to-live) for kørsler af cloudflow. Derfor er nogle historiske data om kørsel af cloudflow måske ikke tilgængelige. |
| ElasticTableNoRoleForUser | En bruger, der ejer et eller flere flow, har ikke læsetilladelser til FlowRun-tabellen i Dataverse, så en del af historikken for kørsel af cloudflow gemmes ikke i Dataverse. Det skyldes, at brugeren ikke kan angives som ejer. |
Kendte begrænsninger
- FlowRun-poster tildeles en bestemt ejer, når de skrives ind i tabellen, så konceptet med delte FlowRun-poster for delte flow understøttes ikke i øjeblikket.
- Flowejere skal som minimum have læseadgang til FlowRun-tabellen for at gemme deres kørselsposter i Dataverse. Systemet skriver FlowRun-poster i tabellen, og ejerskabet tildeles derefter til den primære ejer af flowet. Hvis den primære ejer af flowet ikke har læsetilladelse til tabellen FlowRun, gemmes posten FlowRun ikke, og der vises en FlowEvent.EventCode af ElasticTableNoRoleForUser vises i FlowEvent-tabellen. Du kan løse denne situation ved at sikre, at flowejerne har læsetilladelse til FlowRun-tabellen.
- I øjeblikket er der en grænse på 20 GB pr. partition inden for elastiske tabeller. Yderligere kørsel af postindsættelser, kun for den specifikke bruger, vil mislykkes, når grænsen er nået.
- FlowRun-poster kan være begrænset og springes over, hvis en bruger har mange flow med mange kørsler. Når der indtræffer en begrænsning, oprettes der en post i tabellen FlowEvent for at signalere, at kørsler blev sprunget over, og datasættet er ufuldstændigt.
Bemærk
Den underliggende datastrøm, der bruges til at drive registreringsindsættelser i skyflowet, er ikke transaktionsbestemt og er derfor ikke 100 procent tabsfri. Lille mængde data i denne datastrøm kan opstå på grund af midlertidige serviceproblemer, der ikke gentages. Disse manglende poster repræsenteres ikke af FlowEvent. Flowudførelseshistorik inden for flowdetaljer i Power Automate portalen er transaktionel og giver derfor et tabsfrit overblik over kørsler.
OFTE STILLEDE SPØRGSMÅL
Hvorfor har alle mine miljøer værdien nul for FlowRunTimeToLiveInSeconds?
Hvis alle dine miljøer har værdien af FlowRunTimeToLiveInSeconds i tabellen Organisation som nul, kan det være en af disse situationer:
- Hvis FlowRun-data aldrig har været tilgængelige, er dine miljøer måske ikke automatisk blevet aktiveret for FlowRun-indtagelse, fordi der ikke var tilstrækkelig ledig Dataverse-databaselagerkapacitet.
- Hvis FlowRun-data tidligere var tilgængelige, kan en administrator have slået indtagelse af nye poster fra.
Hvornår vil dette være generelt tilgængeligt?
I øjeblikket er der ingen bindende tidslinje for overgangen fra offentlig forhåndsversion til General Availability (GA). På grund af arkitektoniske og ydeevnemæssige begrænsninger, der kræver throttling, kan FlowRun-historikken have huller. Vi forstår dog vigtigheden af komplette historikdata for kørsel af flow. Vi evaluerer aktivt strategier for tabsfri synkronisering, der giver os mulighed for at flytte denne funktion til generel tilgængelighed i fremtiden.
FlowRun-data anvendes af Automatiseringscenteret (forhåndsversion) i Power Automate Maker Portal. Selvom der kan være visse huller i FlowRun-data i forhåndsvisningsfasen, er der værdi i at gøre disse data tilgængelige for offentlig forhåndsversion, både som en separat funktion og som en del af automationscenteret.
Vil skrivning af historikken over kørsel af cloudflow i Dataverse bruge Power Platform-anmodningskvote?
Skrivning af historik over kørsel af cloudflow i Dataverse som FlowRun-data, tæller ikke med i grænsen for Power Platform-anmodninger. API'er, der køres for at læse disse FlowRun-data, tæller mod Power Platform-anmodningsbegrænsninger.
Hvordan sammenlignes disse data med de data, der findes i Application Insights?
Administratorer kan konfigurere Application Insights til at levere overvågningsdata fra eksekveringer af Power Automate-flow. Application Insights-dataene er:
- Mere komplette på grund af problemer med datapipelinen, når du henter FlowRun-dataene.
- Mere uddybende, fordi de indeholder oplysninger om de udløsere og handlinger, der udføres.
- Kan korreleres med Power Apps og Dataverse Application Insights-data via korrelations-id'er.