Explorar Microsoft Dataverse
Microsoft Dataverse es una solución basada en la nube que estructura fácilmente diferentes datos y lógicas de negocios para admitir aplicaciones y procesos interconectados de manera segura y compatible. Dataverse, administrado y mantenido por Microsoft, está disponible en todo el mundo, pero está implementado geográficamente para satisfacer las necesidades de su residencia de datos potencial. No se ha diseñado para utilizarlo de forma independiente en sus servidores, por lo que necesitará una conexión a Internet para acceder al servicio y usarlo.
Dataverse no es como las bases de datos tradicionales, no es simplemente un conjunto de tablas. Incorpora seguridad, lógica, datos y almacenamiento en un punto central. Está diseñado para ser su repositorio de datos central para datos empresariales, e incluso puede que ya lo esté usando. En segundo plano, impulsa muchas soluciones de Microsoft Dynamics 365, como Field Service, Customer Insights, Customer Service y Sales. También está disponible como parte de Power Apps y Power Automate con conectividad nativa integrada. Las características de AI Builder y Portales de Microsoft Power Platform también utilizan Dataverse.
La imagen muestra una visualización que reúne las numerosas ofertas de Microsoft Dataverse.
A continuación, encontrará una breve explicación de cada categoría de características.
Seguridad: Dataverse gestiona la autenticación con Azure Active Directory (Azure AD) para permitir el acceso condicional y la autenticación multifactor. Es compatible con la autorización, hasta el nivel de fila y columna, y proporciona amplias funcionalidades de auditoría.
Lógica: Dataverse le permite aplicar con facilidad lógica de negocios en el nivel de datos. Independientemente de cómo interactúe un usuario con los datos, se aplican las mismas reglas. Estas reglas podrían estar relacionadas con la detección de duplicados, las reglas de negocio, los flujos de trabajo, etc.
Datos: Dataverse le ofrece el control para dar forma a sus datos, lo que le permite descubrir, modelar, validar e informar sobre sus datos. Este control garantiza que sus datos se vean como desea, independientemente de cómo se usen.
Almacenamiento: Dataverse almacena sus datos físico en la nube de Azure. Este almacenamiento basado en la nube elimina la preocupación acerca de dónde residen sus datos o cómo se escalan. Todas estas preocupaciones las gestiona usted.
Integración: Dataverse se conecta de distintas formas para satisfacer las necesidades de su negocio. Las API, los webhooks, los eventos y las exportaciones de datos le aportan flexibilidad para introducir y extraer datos.
Como puede ver, Microsoft Dataverse es una potente solución basada en la nube para almacenar los datos de su empresa y trabajar con ellos. En las siguientes secciones, analizará Microsoft Dataverse desde el punto de vista del almacenamiento de datos para Microsoft Power Platform, donde empezamos nuestro trayecto. Tenga en cuenta las otras capacidades enriquecidas de las que hemos hablado y que puede explorar más a fondo a medida que aumente su uso.
Para empezar, Microsoft Dataverse le permite crear una o muchas instancias basadas en la nube de una base de datos estandarizada. La base de datos incluye tablas y columnas predefinidas que almacenan datos que se encuentran habitualmente en casi todas las organizaciones y empresas. Puede personalizar y ampliar lo que está almacenado agregando nuevas columnas o tablas. La facilidad de configuración de una base de datos de Microsoft Dataverse y el modelo de datos estandarizado relacionado le ayuda a centrarse en crear soluciones, ya que ya no debe preocuparse por la infraestructura, el almacenamiento y la integración de datos. Cuando los datos están almacenados en Microsoft Dataverse, se puede acceder a ellos de muchas maneras. Puede trabajar con los datos de forma nativa con herramientas como Power Apps o Power Automate. Cualquier solución empresarial puede conectarse a Dataverse mediante las API conectoras. Con la eficacia de las características, como la seguridad basada en roles y las reglas de negocio, puede confiar en que sus datos estarán protegidos, independientemente de cómo se acceda a ellos.
Escalabilidad
Una base de datos de Dataverse admite conjuntos de datos de gran tamaño y modelos de datos complejos. Las tablas pueden contener millones de elementos; puede ampliar la capacidad de almacenamiento de cada instancia de base de datos de Microsoft Dataverse a cuatro (4) terabytes. La capacidad de almacenamiento de datos disponible en su instancia de Microsoft Dataverse varía en función del tipo y el número de licencias asociadas a ella. El almacenamiento de datos se reparte entre todos los usuarios con licencia, de modo que puede asignar almacenamiento según sea necesario a cada solución que cree. Es posible comprar almacenamiento adicional si necesita más almacenamiento del que ofrecen las licencias estándar.
Estructura y ventajas de Microsoft Dataverse
La estructura de una base de datos de Microsoft Dataverse se basa en las definiciones y el esquema del Common Data Model. El uso de Common Data Model como base de una base de datos de Microsoft Dataverse simplifica la integración de las soluciones que utilizan un esquema de Common Data Model. Esto se debe a que Common Data Model es la base de una base de datos de Microsoft Dataverse y utiliza un esquema Common Data Model. Las tablas estándar de la solución son las mismas. Al usar el Common Data Model, también podrá usar el rico ecosistema de soluciones que los proveedores han creado. Lo mejor de todo es que prácticamente no hay límites que restrinjan cuánto puede ampliarse una base de datos de Microsoft Dataverse.
Describir tablas, columnas y relaciones
Una tabla es una estructura lógica que contiene filas y columnas que representan un conjunto de datos. En la captura de pantalla, verá la tabla Cuenta estándar y varios elementos que se pueden administrar como parte de ella.
Tipos de tablas
Estos son los tres tipos de tablas.
Estándar: en un entorno de Dataverse, hay varias tablas estándar, también conocidas como tablas predefinidas. Las tablas de cuenta, unidad de negocio, contacto, tarea y usuario son ejemplos de tablas estándar en Dataverse. La mayoría de las tablas estándar incluidas con Dataverse se pueden personalizar.
Administradas: son tablas que no se pueden personalizar y que se han importado al entorno como parte de una solución administrada.
Personalizadas: las tablas personalizadas son tablas no administradas que se importan desde una solución no administrada, o son tablas nuevas creadas directamente en el entorno de Dataverse.
Columnas
Las columnas almacenan un elemento de información específico dentro de la fila de una tabla. Son como las columnas en Excel. Las columnas tienen tipos de datos, lo que significa que puede almacenar los datos de un tipo determinado en una columna que coincida con ese tipo de datos. Por ejemplo, si tiene una solución que necesita fechas (por ejemplo, para mostrar la fecha de un evento o cuándo ocurrió algo), debe almacenar la fecha en una columna con el tipo fecha. Del mismo modo, si desea almacenar un número, debe almacenar el número en una columna del tipo Número.
El número de columnas en una tabla puede oscilar desde unas pocas columnas a cien o incluso más. Cada base de datos de Microsoft Dataverse comienza con un conjunto estándar de tablas, y cada tabla estándar contiene un conjunto estándar de columnas.
El funcionamiento de las relaciones
A fin de crear una solución eficiente y escalable para la mayoría de las soluciones que cree, tendrá que dividir los datos en diferentes contenedores (tablas). Tratar de almacenar todo en un solo contenedor probablemente sea ineficaz y difícil de entender.
El ejemplo siguiente contribuye a ilustrar este concepto.
Imagine que necesita crear un sistema para gestionar pedidos de venta. Necesita una lista de productos junto con el inventario disponible, el coste del artículo y el precio de venta. También necesita una lista maestra de clientes, con sus direcciones y calificaciones crediticias. Por último, también debe administrar las facturas de ventas para almacenar los datos de las facturas. La factura debería incluir datos como los siguientes:
Fecha.
Número de factura.
Comercial.
Información del cliente, como la dirección y la calificación crediticia.
Un elemento de línea para cada artículo de la factura.
Cada elemento de línea debe incluir una referencia al producto vendido. El elemento de línea también debe proporcionar el coste y el precio correctos para cada producto. Por último, la línea también debe disminuir la cantidad disponible en función de la cantidad que haya vendido en ese elemento de línea.
Crear una sola tabla para todo lo mostrado en el ejemplo sería ineficaz. Una forma mucho mejor de abordar este escenario empresarial es crear las siguientes cuatro tablas:
Clientes
Productos
Facturas
Elementos de línea
Crear una tabla para cada uno de estos elementos y relacionarlos entre sí le permitirá crear una solución eficaz y escalable, así como mejorar el rendimiento. La división de los datos en varias tablas también significa que no tendrá que almacenar datos repetitivos ni admitir grandes filas con grandes cantidades de datos en blanco. Además, la generación de informes será mucho más fácil si divide los datos en distintas tablas.
Las tablas que se relacionan entre sí tienen una conexión relacional. Existen muchas formas de relaciones entre tablas, pero las dos más habituales son las relaciones de uno a varios y de varios a varios, ambas admitidas por Microsoft Dataverse. Para obtener más información sobre los diferentes tipos de relaciones, consulte Relaciones entre tablas.
Lógica de negocios en Microsoft Dataverse
Hay muchas organizaciones que tienen una lógica de negocios que afecta a su manera de trabajar con los datos. Por ejemplo, una organización que usa Dataverse para almacenar información del cliente podría necesitar convertir un Número de identificación en un campo obligatorio. En Microsoft Dataverse, esta lógica se construye mediante reglas de negocio. Las reglas de negocio le permiten aplicar y mantener la lógica empresarial en la capa de datos en lugar de en la capa de aplicación. En pocas palabras, cuando crea reglas de negocio en Microsoft Dataverse, dichas reglas entran en vigor independientemente de cómo interactúen los usuarios con los datos.
Por ejemplo, las reglas de negocio se pueden usar en lienzos y en aplicaciones basadas en modelo para establecer o borrar valores en una o varias columnas de una tabla. También se pueden usar para validar datos almacenados o mostrar mensajes de error. Las aplicaciones basadas en modelos pueden usar reglas de negocio para mostrar u ocultar columnas, habilitar o deshabilitar columnas y crear recomendaciones basadas en inteligencia empresarial.
Las reglas de negocio le brindan un eficaz método para aplicar reglas, establecer valores o validar datos, independientemente del formulario utilizado para introducir datos. Además, las reglas de negocio también contribuyen a aumentar la precisión de los datos, simplificar el desarrollo de aplicaciones y optimizar los formularios presentados a los usuarios finales.
Piense en el siguiente caso: un ejemplo de uso sencillo pero eficaz de las reglas de negocio. La regla de negocio está configurada para que el campo VP aprobador de límite de crédito sea obligatorio si el límite de crédito se ha establecido a mayor de $1,000,000. Si el límite de crédito es inferior a $1,000,000, el campo es opcional.
Al aplicar esta regla de negocio en el nivel de datos en lugar del nivel de aplicación, tiene un mayor control de los datos. Esto garantiza que se siga su lógica empresarial, independientemente de si se accede a ella directamente desde Power Apps o Power Automate, o incluso mediante una API. La regla está vinculada a los datos, no a la aplicación.
Para obtener más información sobre el uso de reglas de negocio en Dataverse, consulte: Crear una regla de negocio para una tabla.
Trabajar con flujos de datos
Los flujos de datos son una tecnología de preparación de datos de autoservicio basada en la nube. Los flujos de datos permiten ingerir, transformar y cargar datos en entornos de Microsoft Dataverse, espacios de trabajo de Power BI o la cuenta Azure Data Lake Storage de su organización. Los flujos de datos se crean utilizando Power Query, una experiencia de preparación y conectividad de datos que ya está incluida en muchos productos de Microsoft, como Excel y Power BI. Los clientes pueden desencadenar flujos de datos para que se ejecuten bajo demanda o automáticamente, de acuerdo con un programa, y los datos siempre están actualizados.
Puesto que un flujo de datos almacena las entidades resultantes en un almacenamiento basado en la nube, otros servicios pueden interactuar con los datos producidos por los flujos de datos.
Por ejemplo, las aplicaciones de Power BI, Power Apps, Power Automate, Power Virtual Agents y Dynamics 365 pueden obtener los datos producidos por el flujo de datos conectándose a Dataverse, un conector de flujo de datos de Power Platform. También pueden obtener los datos directamente a través del lago, según el destino configurado en el momento de la creación del flujo de datos.
En la siguiente lista, se pueden apreciar algunas de las ventajas del uso de flujos de datos:
Un flujo de datos desacopla la capa de transformación de datos de la capa de modelado y visualización en una solución Power BI.
El código de transformación de datos puede residir en una ubicación central, un flujo de datos, en lugar de extenderse entre múltiples artefactos.
El creador de un flujo de datos solo necesita capacidades de Power Query. En un ambiente con varios creadores, el creador del flujo de datos puede formar parte de un equipo que construya toda la solución de BI o la aplicación operativa.
Un flujo de datos es independiente del producto. No es solo un componente de Power BI, ya que puede obtener sus datos en otras herramientas y servicios.
Los flujos de datos utilizan Power Query, una experiencia de transformación de datos de autoservicio potente y gráfica.
Los flujos de datos se ejecutan completamente en la nube. No se requiere ninguna otra infraestructura.
Tiene varias opciones para comenzar a trabajar con flujos de datos y usar licencias para Power Apps, Power BI y Customer Insights.
Los flujos de datos pueden hacer transformaciones avanzadas, pero están diseñados para escenarios de autoservicio y no requieren de experiencia en TI ni como desarrollador.
Common Data Model
Al crear soluciones empresariales, es común tener que integrar datos en las diferentes aplicaciones empresariales de su organización. A veces, esta integración entre aplicaciones puede ser un desafío. Si bien los datos son similares, no siempre se almacenan de la misma manera en diferentes aplicaciones. Para simplificar esto, varios líderes tecnológicos crearon la iniciativa Common Data Model. El objetivo es tener una estructura común que se pueda aplicar fácilmente en diferentes aplicaciones. Las organizaciones pueden crear y compartir sus propios tipos de datos y etiquetas mediante el Common Data Model de Microsoft, que cuenta con un amplio sistema de metadatos. Esto ayuda a capturar información empresarial valiosa, que se puede integrar y enriquecer con datos para ofrecer inteligencia procesable.
Con el Common Data Model, puede estructurar sus datos para representar conceptos y actividades que se usan comúnmente y se entienden bien. Puede consultar y analizar esos datos, reutilizarlos e interoperar con otras empresas y aplicaciones que usen el mismo formato. Las organizaciones pueden crear y compartir sus propios tipos de datos y etiquetas mediante el Common Data Model de Microsoft, que cuenta con un amplio sistema de metadatos.
En lugar de crear un nuevo modelo de datos para la aplicación, basta con que use las definiciones de tabla disponibles. El Common Data Model se utiliza en varias aplicaciones y servicios, como Microsoft Dataverse Dynamics 365, Microsoft Power Platform y Azure. Esta naturaleza común del modelo de datos garantiza que todos sus servicios puedan acceder a los mismos datos. Un buen ejemplo de cómo utilizar el Common Data Model son las capacidades de preparación de datos en los flujos de datos de Power BI. Esos flujos de datos crean archivos de datos, que siguen la definición del Common Data Model. Esos archivos de datos se almacenan en Azure Data Lake. Las definiciones del Common Data Model son abiertas y están disponibles para cualquier servicio o aplicación que quiera usarlas.
Los datos descritos mediante el Common Data Model se pueden usar con los servicios de Azure para crear soluciones analíticas escalables. También puede ser un origen de datos semánticamente ricos para aplicaciones que generan información procesable, como Dynamics 365 Customer Insights. EL Common Data Model se usa a fin de definir entidades para las aplicaciones de Dynamics 365 en Sales, Finance, Supply Chain Management y Commerce, y puede estar disponible fácilmente en Azure Data Lake.
Microsoft sigue ampliando el Common Data Model en colaboración con muchos partners y expertos en la materia. Al crear aceleradores del sector, Microsoft permite que los siguientes sectores se beneficien del Common Data Model y de las plataformas que lo respaldan: