Del via

Brug af outputtet fra Microsoft Power Platform-dataflow fra andre Azure-dataarbejdsbelastninger

  • Artikel

Afhængigt af lageret til outputtet fra Microsoft Power Platform-dataflows kan du bruge dette output i andre Azure-tjenester.

Fordelene ved at arbejde med outputtet fra Power Platform-dataflow

Ved hjælp af Power Platform-dataflow kan du omforme, rense og forberede data til yderligere analyse og forbrug. Der er mange andre Azure-datatjenester, der arbejder med data som input og leverer handlinger.

  • Azure Machine Learning kan forbruge outputtet fra dataflow og bruge det til scenarier med maskinel indlæring (f.eks. forudsigende analyse).
  • Azure Data Factory kan få outputtet fra dataflow i meget større skala kombineret med dataene fra big data-kilder til avancerede dataintegrationsløsninger.
  • Azure Databricks kan bruge outputtet fra dataflow til anvendte algoritmer for datavidenskab og yderligere AI med big data-skalaen i Apache Spark-backend.
  • Andre Azure-datatjenester kan bruge outputtet fra Power Platform-dataflow til at udføre yderligere handlinger på disse data.

Dataflow med eksternt Azure Data Lake Storage

Hvis du har forbundet et eksternt Azure Data Lake Storage-lager til Power Platform-dataflow, kan du oprette forbindelse til det ved hjælp af alle Azure-tjenester, der har Azure Data Lake Storage som kilde, f.eks. Azure Machine Learning, Azure Data Factory, Azure Databricks og Azure Analysis Services.

I en af disse tjenester skal du bruge Azure Data Lake Storage som kilde. Du kan angive oplysninger om dit lager og oprette forbindelse til dataene i det. Dataene gemmes i CSV-format og kan læses via et af disse værktøjer og tjenester. På følgende skærmbillede kan du se, hvordan Azure Data Lake Storage er en kildemulighed for Azure Data Factory.

Brug af outputtet fra Power Platform-dataflow i det eksterne Data Lake Storage.

Dataflow med dataverse

Hvis du bruger standarddataflow, der gemmer dataene i Dataverse, kan du stadig oprette forbindelse til Dataverse fra mange Azure-tjenester. På følgende billede kan du se, at outputtet af et dataflow fra Dataverse i Azure Data Factory kan bruges som en kilde.

Brug af outputtet fra Power Platform-dataflow fra Dataverse.

Dataflow med intern Azure Data Lake Storage

Når du bruger det interne Data Lake-lager, der leveres af Power Platform-dataflow, er dette lager udelukkende begrænset til Power Platform-værktøjerne og er ikke tilgængeligt fra andre Azure-dataarbejdsbelastninger.