Εξερεύνηση του Microsoft Dataverse

Ολοκληρώθηκε

Το Microsoft Dataverse είναι μια λύση που βασίζεται στο cloud, η οποία αξιοποιεί εύκολα διάφορα δεδομένα και επιχειρηματική λογική για την υποστήριξη διασυνδεδεμένων εφαρμογών και διαδικασιών με ασφαλή και συμβατό τρόπο. Η διαχείριση και διατήρηση από τη Microsoft είναι διαθέσιμη παγκοσμίως αλλά ανεπτυγμένη γεωγραφικά για τη συμμόρφωση με το πιθανό αρχείο αποθήκευσης δεδομένων. Δεν έχει σχεδιαστεί για αυτόνομη χρήση στους διακομιστές σας, επομένως χρειάζεστε μια σύνδεση Internet για να αποκτήσετε πρόσβαση και να τη χρησιμοποιήσετε.

Το Dataverse διαφέρει από τις παραδοσιακές βάσεις δεδομένων, επειδή είναι κάτι περισσότερο από απλώς πίνακες. Ενσωματώνει ασφάλεια, λογική, δεδομένα και χώρο αποθήκευσης σε ένα κεντρικό σημείο. Έχει σχεδιαστεί για να είναι το κεντρικό αποθετήριο δεδομένων για επιχειρηματικά δεδομένα και μπορεί ακόμη και να τα χρησιμοποιείτε ήδη. Στο παρασκήνιο, τροφοδοτεί πολλές λύσεις της Microsoft Dynamics 365 όπως Field Service, Marketing, Customer Service και Sales. Είναι επίσης διαθέσιμη ως μέρος του Power Apps και του Power Automate με ενσωματωμένη εγγενή συνδεσιμότητα. Οι δυνατότητες AI Builder και Πύλες του Microsoft Power Platform χρησιμοποιούν επίσης το Dataverse.

Η εικόνα εμφανίζει μια απεικόνιση που συγκεντρώνει τις πολλές προσφορές του Microsoft Dataverse.

Εικόνα depics Επιλογές API αντίστροφων δεδομένων.

Ακολουθεί μια σύντομη επεξήγηση για κάθε κατηγορία δυνατοτήτων.

  • Ασφάλεια: Το Dataverse χειρίζεται τον έλεγχο ταυτότητας με Microsoft Entra ID για να επιτρέπει την πρόσβαση υπό όρους και έλεγχο ταυτότητας πολλών παραγόντων. Υποστηρίζει εξουσιοδότηση έως το επίπεδο γραμμής και στήλης και παρέχει εμπλουτισμένες δυνατότητες ελέγχου.

  • Λογική: Το Dataverse σάς επιτρέπει να εφαρμόζετε εύκολα επιχειρηματική λογική σε επίπεδο δεδομένων. Ανεξάρτητα από τον τρόπο αλληλεπίδρασης ενός χρήστη με τα δεδομένα, ισχύουν οι ίδιοι κανόνες. Αυτοί οι κανόνες μπορεί να σχετίζονται με τον εντοπισμό διπλότυπων, επιχειρησιακούς κανόνες, ροές εργασιών ή περισσότερα.

  • Δεδομένα: Το Dataverse σάς προσφέρει το στοιχείο ελέγχου για να διαμορφώσετε τα δεδομένα σας, επιτρέποντάς σας να ανακαλύψετε, να μοντελοποιήσετε, να επικυρώσετε και να αναφέρετε τα δεδομένα σας. Αυτό το στοιχείο ελέγχου εξασφαλίζει ότι τα δεδομένα σας έχουν την επιθυμητή εμφάνιση, ανεξάρτητα από τον τρόπο με τον οποίο χρησιμοποιούνται.

  • Χώρος αποθήκευσης: Το Dataverse αποθηκεύει τα φυσικά δεδομένα σας στο Azure cloud. Αυτός ο χώρος αποθήκευσης που βασίζεται στο cloud αφαιρεί το βάρος της ανησυχίας για τη θέση όπου βρίσκονται τα δεδομένα σας ή για τον τρόπο με τον οποίο κλιμακώνονται. Αυτές οι ανησυχίες όλες διεκπεραιώνονται για εσάς.

  • Ενοποίηση: Το Dataverse συνδέεται με διάφορους τρόπους για να υποστηρίξει τις επιχειρηματικές ανάγκες σας. Τα API, τα webhook, τα συμβάντα και οι εξαγωγές δεδομένων σάς παρέχουν ευελιξία για τη λήψη δεδομένων εντός και εκτός.

Όπως μπορείτε να δείτε, το Microsoft Dataverse είναι μια ισχυρή λύση που βασίζεται στο cloud για την αποθήκευση και εργασία με τα εταιρικά δεδομένα σας. Στις παρακάτω ενότητες, εξετάζετε το Microsoft Dataverse από τον φακό του χώρου αποθήκευσης δεδομένων για το Microsoft Power Platform, όπου ξεκινάτε τη διαδρομή σας. Λάβετε υπόψη τις άλλες εμπλουτισμένες δυνατότητες που εξετάζονται, τις οποίες μπορείτε να εξερευνήσετε περαιτέρω καθώς αυξάνεται η χρήση σας.

Για να ξεκινήσετε, το Microsoft Dataverse σάς επιτρέπει να δημιουργήσετε μία ή πολλές παρουσίες που βασίζονται στο cloud μιας τυποποιημένης βάσης δεδομένων. Η βάση δεδομένων περιλαμβάνει προκαθορισμένους πίνακες και στήλες που αποθηκεύουν δεδομένα που βρίσκονται συνήθως σε σχεδόν όλους τους οργανισμούς και επιχειρήσεις. Μπορείτε να προσαρμόσετε και επεκτείνετε ό,τι αποθηκεύεται προσθέτοντας νέες στήλες ή πίνακες. Η ευκολία εγκατάστασης μιας βάσης δεδομένων Microsoft Dataverse και ενός τυποποιημένου μοντέλου δεδομένων στο πλαίσιο αυτού απλοποιεί τη δυνατότητά σας να επικεντρώσετε τις προσπάθειές σας στη δημιουργία λύσεων χωρίς να ανησυχείτε για την υποδομή, την αποθήκευση και την ενοποίηση δεδομένων. Με τα δεδομένα σας αποθηκευμένα στο Microsoft Dataverse, υπάρχουν πολλοί τρόποι για να αποκτήσετε πρόσβαση σε αυτά. Μπορείτε να εργαστείτε με τα δεδομένα εγγενώς με εργαλεία όπως το Power Apps ή το Power Automate. Οποιαδήποτε επιχειρηματική λύση μπορεί να συνδεθεί στο Dataverse χρησιμοποιώντας API συνδέσεων. Με την ισχύ δυνατοτήτων, όπως η ασφάλεια βάσει ρόλων και οι επιχειρησιακοί κανόνες, μπορείτε να εμπιστεύεστε ότι τα δεδομένα σας είναι ασφαλή, ανεξάρτητα από τον τρόπο πρόσβασης σε αυτά.

Δυνατότητα κλιμάκωσης

Μια βάση δεδομένων dataverse υποστηρίζει μεγάλα σύνολα δεδομένων και σύνθετα μοντέλα δεδομένων. Οι πίνακες μπορούν να περιέχουν εκατομμύρια στοιχεία και μπορείτε να επεκτείνετε τον χώρο αποθήκευσης σε κάθε παρουσία μιας βάσης δεδομένων Microsoft Dataverse σε τέσσερα terabyte ανά παρουσία. Ο αριθμός των δεδομένων που είναι διαθέσιμα στην παρουσία σας του Microsoft Dataverse βασίζεται στον αριθμό και τον τύπο των αδειών χρήσης που συσχετίζονται με αυτό. Ο χώρος αποθήκευσης δεδομένων συγκεντρώνεται μεταξύ όλων των χρηστών με άδεια χρήσης, ώστε να μπορείτε να εκχωρήσετε έναν χώρο αποθήκευσης όπως απαιτείται για κάθε λύση που δημιουργείτε. Μπορείτε να αγοράσετε επαυξητικό χώρο αποθήκευσης εάν χρειάζεστε περισσότερο χώρο αποθήκευσης από αυτόν που προσφέρεται στις τυπικές άδειες χρήσης.

Δομή και πλεονεκτήματα του Microsoft Dataverse

Η δομή μιας βάσης δεδομένων Microsoft Dataverse βασίζεται στους ορισμούς και το σχήμα στο Common Data Model. Το βασικό πλεονέκτημα της χρήσης του Common Data Model ως βάσης μιας βάσης δεδομένων Microsoft Dataverse είναι ότι απλοποιεί την ενοποίηση λύσεων που χρησιμοποιούν ένα σχήμα Common Data Model. Οι τυπικοί πίνακες της λύσης είναι ίδιοι. Μπορείτε να εκμεταλλευτείτε ένα εμπλουτισμένο οικοσύστημα λύσεων που έχουν δημιουργήσει οι προμηθευτές χρησιμοποιώντας το Common Data Model. Το καλύτερο από όλα είναι ότι δεν υπάρχει σχεδόν κανένα όριο στο βαθμό που μπορείτε να επεκτείνετε μια βάση δεδομένων Microsoft Dataverse.

Περιγραφή πινάκων, στηλών και σχέσεων

Ένας πίνακας είναι μια λογική δομή που περιέχει γραμμές και στήλες που αντιπροσωπεύει ένα σύνολο δεδομένων. Στο στιγμιότυπο οθόνης, βλέπετε τον τυπικό πίνακα λογαριασμού και διάφορα στοιχεία για διαχείριση ως μέρος του.

Στιγμιότυπο οθόνης ενός πίνακα

Τύποι πινάκων

Οι τρεις τύποι πινάκων είναι οι εξής:

  • Τυπική - Πολλοί τυπικοί πίνακες, γνωστοί και ως έτοιμοι για χρήση πίνακες, περιλαμβάνονται με ένα περιβάλλον Dataverse. Πίνακες λογαριασμού, επιχειρηματικής μονάδας, επαφής, εργασίας και χρήστη είναι παραδείγματα τυπικών πινάκων στο Dataverse. Οι περισσότεροι από τους τυπικούς πίνακες που περιλαμβάνονται στο Dataverse μπορούν να προσαρμοστούν.

  • Διαχειριζόμενο - Πίνακες που δεν έχουν δυνατότητα προσαρμογής και έχουν εισαχθεί στο περιβάλλον ως μέρος μιας διαχειριζόμενης λύσης.

  • Προσαρμογή - Οι προσαρμοσμένοι πίνακες είναι μη διαχειριζόμενοι πίνακες που είτε εισάγονται από μια μη διαχειριζόμενη λύση είτε είναι νέοι πίνακες που δημιουργούνται απευθείας στο περιβάλλον Του αντίστροφου δεδομένων.

Στήλες

Οι στήλες αποθηκεύουν ένα διακριτό τμήμα πληροφοριών μέσα σε μια γραμμή σε έναν πίνακα. Μπορεί να τις θεωρήσετε ως στήλη στο Excel. Οι στήλες έχουν τύπους δεδομένων, που σημαίνει ότι μπορείτε να αποθηκεύσετε δεδομένα ενός συγκεκριμένου τύπου σε μια στήλη που αντιστοιχεί σε αυτόν τον τύπο δεδομένων. Για παράδειγμα, εάν έχετε μια λύση που απαιτεί ημερομηνίες, όπως καταγραφή της ημερομηνίας ενός συμβάντος ή όταν παρουσιάστηκε κάτι, τότε αποθηκεύετε την ημερομηνία σε μια στήλη με τύπο Ημερομηνία. Παρομοίως, εάν θέλετε να αποθηκεύσετε έναν αριθμό, τότε αποθηκεύετε τον αριθμό σε μια στήλη με τύπο Number.

Ο αριθμός των στηλών σε έναν πίνακα ποικίλλει από μερικές στήλες έως εκατό ή περισσότερες. Κάθε βάση δεδομένων στο Microsoft Dataverse ξεκινά με ένα τυπικό σύνολο πινάκων και κάθε τυπικός πίνακας έχει ένα τυπικό σύνολο στηλών.

Κατανόηση σχέσεων

Για να δημιουργήσετε μια αποτελεσματική λύση με δυνατότητα κλιμάκωσης για τις περισσότερες από τις λύσεις που δημιουργείτε, θα χρειαστεί να διαιρέσετε τα δεδομένα σε διαφορετικά κοντέινερ (πίνακες). Η αποθήκευση όλων σε ένα μόνο κοντέινερ θα ήταν πιθανώς αναποτελεσματική και δυσνόητη.

Το παρακάτω παράδειγμα βοηθά στην απεικόνιση αυτής της έννοιας.

Φανταστείτε ότι πρέπει να δημιουργήσετε ένα σύστημα για τη διαχείριση παραγγελιών πωλήσεων. Θα χρειαστείτε μια λίστα προϊόντων μαζί με το διαθέσιμο απόθεμα, το κόστος του είδους και την τιμή πώλησης. Χρειάζεστε επίσης μια κύρια λίστα πελατών με τις διευθύνσεις και τις αξιολογήσεις πιστοληπτικής ικανότητας. Τέλος, θα πρέπει να διαχειριστείτε επίσης τα τιμολόγια πωλήσεων για την αποθήκευση δεδομένων τιμολογίου. Το τιμολόγιο θα πρέπει να περιλαμβάνει πληροφορίες όπως ημερομηνία, αριθμό τιμολογίου, πωλητή, πληροφορίες πελατών, συμπεριλαμβανομένης της διεύθυνσης και της αξιολόγησης πίστωσης, και ένα στοιχείο γραμμής για κάθε στοιχείο στο τιμολόγιο. Τα στοιχεία γραμμής θα πρέπει να περιλαμβάνουν μια αναφορά στο προϊόν που πουλήσατε και να είναι σε θέση να παρέχουν το κατάλληλο κόστος και τιμή για κάθε προϊόν και να μειώνουν την διαθέσιμη ποσότητα με βάση την ποσότητα που πουλήσατε σε αυτό το είδος γραμμής.

Η δημιουργία ενός μοναδικού πίνακα για την υποστήριξη της λειτουργικότητας στο παραπάνω παράδειγμα θα ήταν αναποτελεσματική. Ένας καλύτερος τρόπος για να προσεγγίσετε αυτό το επιχειρηματικό σενάριο είναι να δημιουργήσετε τους ακόλουθους τέσσερις πίνακες:

  • Πελάτες

  • Προϊόντα

  • Τιμολόγια

  • Στοιχεία γραμμής

Η δημιουργία ενός πίνακα για κάθε ένα από αυτά τα στοιχεία και η σχέση τους μεταξύ τους θα σας επιτρέψει να δημιουργήσετε μια αποτελεσματική λύση με δυνατότητα κλιμάκωσης, διατηρώντας παράλληλα υψηλές επιδόσεις. Η διαίρεση των δεδομένων σε πολλούς πίνακες σημαίνει επίσης ότι δεν θα χρειάζεται να αποθηκεύετε επαναλαμβανόμενα δεδομένα ή να υποστηρίζετε τεράστιες γραμμές με μεγάλες ποσότητες κενών δεδομένων. Επιπλέον, η αναφορά θα είναι πολύ πιο εύκολη εάν διαιρέσετε τα δεδομένα σε ξεχωριστούς πίνακες.

Οι πίνακες που σχετίζονται μεταξύ τους έχουν μια σχεσιακή σύνδεση. Οι σχέσεις μεταξύ πινάκων υπάρχουν σε πολλές μορφές, αλλά οι δύο πιο συνήθεις είναι ένα-προς-πολλά και πολλά-προς-πολλά, τα οποία υποστηρίζονται από το Microsoft Dataverse. Για να μάθετε περισσότερα σχετικά με τους διαφορετικούς τύπους σχέσεων, ανατρέξτε στο θέμα: Σχέσεις πινάκων.

Επιχειρηματική λογική στο Microsoft Dataverse

Πολλοί οργανισμοί έχουν επιχειρηματική λογική που επηρεάζει τον τρόπο εργασίας τους με δεδομένα. Για παράδειγμα, ένας οργανισμός που χρησιμοποιεί το Dataverse για την αποθήκευση πληροφοριών πελατών μπορεί να θέλει να κάνει ένα πεδίο όπως και το πεδίο Αριθμού αναγνώρισης που απαιτούνται με βάση τον τύπο του πελάτη που είναι. Στο Microsoft Dataverse, δημιουργείτε αυτήν τη λογική χρησιμοποιώντας επιχειρησιακούς κανόνες. Οι επιχειρησιακοί κανόνες σάς επιτρέπουν να εφαρμόζετε και διατηρείτε επιχειρηματική λογική στο επίπεδο δεδομένων αντί για το επίπεδο εφαρμογής. Στην ουσία, όταν δημιουργείτε επιχειρησιακούς κανόνες στο Microsoft Dataverse, αυτοί οι κανόνες ισχύουν ανεξάρτητα από το σημείο όπου οι χρήστες αλληλεπιδρούν με τα δεδομένα.

Για παράδειγμα, οι επιχειρησιακοί κανόνες μπορούν να χρησιμοποιηθούν σε εφαρμογές καμβά και βάσει μοντέλου για τον ορισμό ή την εκκαθάριση τιμών σε μία ή πολλές στήλες σε έναν πίνακα. Μπορούν επίσης να χρησιμοποιηθούν για την επικύρωση αποθηκευμένων δεδομένων ή την εμφάνιση μηνυμάτων σφάλματος. Οι εφαρμογές βάσει μοντέλου μπορούν να χρησιμοποιούν επιχειρησιακούς κανόνες για την εμφάνιση ή απόκρυψη στηλών, την ενεργοποίηση ή απενεργοποίηση στηλών, καθώς και τη δημιουργία προτάσεων με βάση την επιχειρηματική ευφυΐα.

Οι επιχειρησιακοί κανόνες σάς παρέχουν έναν ισχυρό τρόπο για να επιβάλλετε κανόνες, να ορίζετε τιμές ή να επικυρώνετε δεδομένα ανεξάρτητα από τη φόρμα που χρησιμοποιείται για την εισαγωγή δεδομένων. Επιπλέον, οι επιχειρησιακοί κανόνες είναι αποτελεσματικοί στην προσπάθεια αύξησης της ακρίβειας των δεδομένων, απλοποίησης της ανάπτυξης εφαρμογών και απλοποίησης των φορμών που παρουσιάζονται στους τελικούς χρήστες.

Ακολουθεί ένα παράδειγμα μιας απλής, αλλά ισχυρής χρήσης επιχειρησιακών κανόνων. Ο επιχειρησιακός κανόνας έχει ρυθμιστεί για να αλλάζει το πεδίο Υπεύθυνος έγκρισης πιστωτικού ορίου VP σε υποχρεωτικό πεδίο, εάν το Πιστωτικό όριο έχει οριστεί σε μεγαλύτερο από $1,000,000. Εάν το πιστωτικό όριο είναι μικρότερο από αυτό $1,000,000 , τότε το πεδίο είναι προαιρετικό.

Στιγμιότυπο οθόνης ενός επιχειρησιακού κανόνα στο Power Apps.

Εφαρμόζοντας αυτόν τον επιχειρησιακό κανόνα στο επίπεδο δεδομένων αντί στο επίπεδο εφαρμογής, έχετε καλύτερο έλεγχο των δεδομένων σας. Αυτό μπορεί να διασφαλίσει ότι ακολουθείται η επιχειρηματική λογική σας είτε η πρόσβαση γίνεται απευθείας από το Power Apps, το Power Automate ή ακόμα και μέσω ενός API. Ο κανόνας είναι συνδεδεμένος με τα δεδομένα, όχι με την εφαρμογή.

Για να μάθετε περισσότερα σχετικά με τη χρήση επιχειρησιακών κανόνων στο Dataverse, ανατρέξτε στο θέμα: Δημιουργία έναν επιχειρησιακό κανόνα για έναν πίνακα.

Εργασία με ροές δεδομένων

Οι ροές δεδομένων είναι τεχνολογία προετοιμασίας δεδομένων που βασίζεται στο cloud και αυτοεξυπηρέτησης. Οι ροές δεδομένων χρησιμοποιούνται για την πρόσληψη, τον μετασχηματισμό και τη φόρτωση δεδομένων σε περιβάλλοντα Microsoft Dataverse, χώρους εργασίας Power BI ή στον λογαριασμό Azure Data Lake Storage του οργανισμού σας. Οι ροές δεδομένων συντάκονται χρησιμοποιώντας Power Query, μια ενοποιημένη εμπειρία συνδεσιμότητας και προετοιμασίας δεδομένων που εμφανίζεται ήδη σε πολλά προϊόντα της Microsoft, συμπεριλαμβανομένων των Excel και Power BI. Οι πελάτες μπορούν να ενεργοποιήσουν ροές δεδομένων για εκτέλεση είτε κατ' απαίτηση είτε αυτόματα βάσει χρονοδιαγράμματος, τα δεδομένα διατηρούνται πάντα ενημερωμένα.

Επειδή μια ροή δεδομένων αποθηκεύει τις οντότητες που προκύπτουν στον χώρο αποθήκευσης που βασίζεται στο cloud, άλλες υπηρεσίες μπορούν να αλληλεπιδρούν με τα δεδομένα που παράγονται από ροές δεδομένων.

Απεικόνιση μιας ροής δεδομένων.

Για παράδειγμα, οι εφαρμογές Power BI, Power Apps, Power Automate, Power Virtual Agents και Dynamics 365 εφαρμογές μπορούν να λάβουν τα δεδομένα που παράγονται από τη ροή δεδομένων μέσω σύνδεσης στο Dataverse, μια σύνδεση ροής δεδομένων Power Platform ή απευθείας μέσω της λίμνης, ανάλογα με τον προορισμό που έχει ρυθμιστεί κατά τον χρόνο δημιουργίας της ροής δεδομένων.

Η παρακάτω λίστα επισημαίνει ορισμένα από τα πλεονεκτήματα της χρήσης ροών δεδομένων:

  • Μια ροή δεδομένων αποσυνδέει το επίπεδο μετασχηματισμού δεδομένων από το επίπεδο μοντελοποίησης και απεικόνισης σε μια λύση Power BI.

  • Ο κώδικας μετασχηματισμού δεδομένων μπορεί να βρίσκεται σε μια κεντρική θέση, μια ροή δεδομένων, αντί να κατανέμεται σε πολλά αντικείμενα σχεδίασης.

  • Ένας δημιουργός ροής δεδομένων χρειάζεται μόνο Power Query δεξιότητες. Σε ένα περιβάλλον με πολλούς δημιουργούς, ο δημιουργός ροής δεδομένων μπορεί να είναι μέλος μιας ομάδας που δημιουργεί μαζί ολόκληρη τη λύση BI ή την επιχειρησιακή εφαρμογή.

  • Μια ροή δεδομένων δεν προκαλεί διάκριση μεταξύ προϊόντων. Δεν αποτελεί στοιχείο μόνο του Power BI, καθώς μπορείτε να λάβετε τα δεδομένα του σε άλλα εργαλεία και υπηρεσίες.

  • Οι ροές δεδομένων επωφελούνται από Power Query, μια ισχυρή εμπειρία μετασχηματισμού δεδομένων με γραφικά και λειτουργία από τον χρήστη.

  • Οι ροές δεδομένων εκτελούνται εξ ολοκλήρου στο cloud. Δεν απαιτείται πρόσθετη υποδομή.

  • Έχετε πολλές επιλογές για να ξεκινήσετε να εργάζεστε με ροές δεδομένων, χρησιμοποιώντας άδειες χρήσης για τα Power Apps, Power BI και Customer Insights.

  • Παρόλο που οι ροές δεδομένων έχουν δυνατότητα σύνθετων μετασχηματισμών, έχουν σχεδιαστεί για σενάρια αυτοεξυπηρέτησης και δεν απαιτούν εμπειρία IT ή προγραμματιστή.