Del via

Bedste fremgangsmåder for dataflow

  • Artikel

Power BI-dataflow er en virksomhedsfokuseret dataforberedelsesløsning, der muliggør et økosystem af data, der er klar til forbrug, genbrug og integration. Denne artikel indeholder en liste over bedste praksis med links til artikler og andre oplysninger, der kan hjælpe dig med at forstå og bruge dataflow til deres fulde potentiale.

Dataflow på tværs af Power Platform

Dataflow kan bruges på tværs af forskellige Power Platform-teknologier, f.eks. Power Query, Microsoft Dynamics 365 og andre Microsoft-tilbud. Du kan få flere oplysninger om, hvordan dataflow kan fungere på tværs af Power Platform, under Hvad er dataflow.

Slettede dataflow kan ikke gendannes

Slettede dataflow kan ikke gendannes, men du kan sikkerhedskopiere dem med forskellige metoder, der er beskrevet i dette afsnit.

Hvis du aktiverer Azure Storage-forbindelsen i dit Power BI-arbejdsområde, gemmes der automatisk en kopi af definitionen af dit dataflow og dine snapshots i en data lake. Du kan derefter gendanne et slettet eller ændret dataflow ved at downloade dets model.json fil fra datasøen og derefter importere det tilbage til Power BI.

Du kan bruge Power Automate eller Azure Logic Apps til at eksportere din definition af dataflow til en JSON-fil og derefter gemme den i SharePoint eller Azure Data Lake Gen2. Ved hjælp af en af disse metoder kan du sikkerhedskopiere dit dataflow ved hjælp af alternative fillagringsindstillinger og automatisere processen.

Du kan også manuelt eksportere dit dataflow til en JSON-fil og importere det til et andet arbejdsområde eller en anden placering. Det er nemt og hurtigt at eksportere dit dataflow manuelt, men det er en manuel proces, der skal udføres, hver gang du vil sikkerhedskopiere dit dataflow.

Følgende tabel indeholder en samling links til artikler, der beskriver de bedste fremgangsmåder, når du opretter eller arbejder med dataflow. Linkene indeholder oplysninger om udvikling af forretningslogik, udvikling af komplekse dataflow, genbrug af dataflows, og hvordan du opnår skalering i virksomheden med dine dataflow.

Emne Vejledningsområde Link til artikel eller indhold
Power-forespørgsel Tip og tricks til at få mest ud af din data-wrangling-oplevelse Bedste fremgangsmåder, når du arbejder med Power Query
Brug af beregnede tabeller Ydeevnefordele ved brug af beregnede tabeller i et dataflow Scenarier med beregnede tabeller
Udvikling af komplekse dataflow Mønstre til udvikling af dataflow i stor skala Bedste praksis for design og udvikling af komplekse dataflow
Genbrug af dataflow Mønstre, vejledning og use cases Bedste praksis for genbrug af dataflow på tværs af miljøer og arbejdsområder
Implementeringer i stor skala Brug i stor skala og vejledning til komplementering af virksomhedsarkitektur Bedste fremgangsmåder til oprettelse af en dimensionel model ved hjælp af dataflow
Brug af forbedret beregning Øg muligvis dataflowydeevnen op til 25x Brug af beregningsprogrammet til at forbedre ydeevnen
Optimering af dine arbejdsbelastningsindstillinger Få mest muligt ud af infrastrukturen for dataflow ved at forstå de håndtag, du kan trække for at maksimere ydeevnen Konfigurer arbejdsbelastninger i Power BI Premium-dataflow
Sammenføjning og udvidelse af tabeller Oprettelse af performante joinforbindelser Optimer Power Query ved udvidelse af tabelkolonner
Vejledning til forespørgselsdelegering Fremskyndelse af transformationer ved hjælp af kildesystemet Power Query-forespørgselsdelegering
Brug af dataprofilering Forstå kolonnekvalitet, -distribution og -profil Brug af værktøjerne til dataprofilering
Implementering af fejlhåndtering Udvikling af robuste dataflow, der er modstandsdygtige over for opdateringsfejl, med forslag Håndtering af fejl i Power Query-fejlhåndtering
Brug skemavisning Gør oprettelsesoplevelsen bedre, når du arbejder med en bred tabel og udfører handlinger på skemaniveau Skemavisning
Sammenkædede tabeller Genbrug og reference til transformationer Opret et dataflow ved hjælp af sammenkædede tabeller
Trinvis opdatering Indlæs de seneste eller ændrede data i forhold til en fuld genindlæsning Brug af trinvis opdatering med dataflow

Relateret indhold

Følgende artikler indeholder flere oplysninger om dataflow og Power BI: