Esplorazione di Microsoft Dataverse
Microsoft Dataverse è una soluzione basata sul cloud che struttura facilmente una varietà di dati e logiche aziendali per supportare applicazioni e processi interconnessi in modo sicuro e conforme. Gestito e mantenuto da Microsoft, Dataverse è disponibile a livello globale ma distribuito geograficamente per rispettare la potenziale residenza dei dati. Non è concepito per l'uso autonomo sui server, pertanto c'è bisogno di una connessione Internet per accedervi e usarlo.
Dataverse si differenzia dai database tradizionali perché è più di un semplice insieme di tabelle. Incorpora sicurezza, logica, dati e archiviazione in un punto centrale. È stato concepito per fungere da repository centrale dei dati aziendali e potrebbe già essere in uso nell'azienda. È la tecnologia alla base di molte soluzioni Microsoft Dynamics 365 come Field Service, Customer Insights, Customer Service e Sales. È altresì disponibile come parte di Power Apps e Power Automate con connettività nativa integrata. Anche le funzionalità AI Builder e Portali di Microsoft Power Platform usano Dataverse.
L'immagine mostra una visualizzazione che riunisce le numerose offerte di Microsoft Dataverse.
Di seguito è riportata una breve spiegazione di ciascuna categoria di funzionalità.
Sicurezza: Dataverse gestisce l'autenticazione con Azure Active Directory (Azure AD) per consentire l'accesso condizionale e l'autenticazione a più fattori. Supporta l'autorizzazione fino a livello di riga e colonna e fornisce funzionalità avanzate di controllo.
Logica: Dataverse consente di applicare facilmente la logica di business a livello di dati. Si applicano sempre le stesse regole, indipendentemente dal modo in cui un utente interagisce con i dati. Queste regole potrebbero essere correlate al rilevamento di duplicati, a regole di business, a flussi di lavoro o altro.
Dati: Dataverse offre il controllo per organizzare i dati, consentendo l'individuazione, la modellazione, la convalida e la creazione di report dei dati. Questo controllo fa sì che i dati abbiano sempre l'aspetto desiderato dall'utente, indipendentemente da come vengono usati.
Archiviazione: Dataverse archivia i dati fisici nel cloud di Azure. Questa archiviazione basata sul cloud elimina le preoccupazioni in fatto di posizione o scalabilità dei dati. Queste preoccupazioni vengono gestite tutte dalla piattaforma.
Integrazione: Dataverse si connette in diversi modi per supportare le esigenze aziendali. API, webhook, eventi ed esportazioni di dati offrono la flessibilità necessaria per spostare i dati.
Come si può vedere, Microsoft Dataverse è una potente soluzione basata sul cloud per archiviare e gestire i dati aziendali. Nelle sezioni di seguito si esaminerà Microsoft Dataverse dal punto di vista dell'archiviazione dei dati per Microsoft Power Platform, punto di partenza del percorso. Tenere presenti le altre funzionalità avanzate illustrate, che sarà possibile esplorare ulteriormente man mano che se ne farà uso.
Per iniziare, Microsoft Dataverse permette di creare una o più istanze basate sul cloud di un database standardizzato. Il database include tabelle e colonne predefinite che archiviano dati comunemente disponibili in quasi tutte le organizzazioni e le aziende. È possibile personalizzare ed estendere i dati archiviati aggiungendo nuove colonne o tabelle. La facilità di configurazione di un database Microsoft Dataverse e di un modello di dati standardizzato al suo interno semplifica la capacità di concentrare i propri sforzi sulla creazione di soluzioni, senza doversi preoccupare di infrastruttura, archiviazione e integrazione dei dati. Poiché i dati sono archiviati in Microsoft Dataverse, esistono molti modi per accedervi. È possibile lavorare con i dati in modo nativo con strumenti quali Power Apps o Power Automate. Qualsiasi soluzione aziendale può connettersi a Dataverse mediante le API dei connettori. Grazie alla potenza di funzionalità quali la sicurezza basata sui ruoli e le regole di business, si può essere certi che i dati saranno al sicuro, indipendentemente dalle modalità di accesso.
Scalabilità
Un database Dataverse supporta grandi set di dati e modelli di dati complessi. Le tabelle possono contenere milioni di elementi ed è possibile estendere lo spazio di archiviazione in ogni istanza di un database Microsoft Dataverse fino a 4 terabyte. La quantità di dati disponibili nell'istanza di Microsoft Dataverse si basa sul numero e sul tipo di licenze ad essa associate. L'archiviazione dei dati viene condivisa tra tutti gli utenti autorizzati, in modo che sia possibile allocare lo spazio di archiviazione in base alle proprie esigenze per ogni soluzione realizzata. È possibile acquistare spazio di archiviazione incrementale se si necessita di più spazio di archiviazione rispetto a quello offerto dalla licenza standard.
Struttura e vantaggi di Microsoft Dataverse
La struttura di un database Microsoft Dataverse si basa sulle definizioni e sullo schema nel Common Data Model. L'uso del Common Data Model come base di un database Microsoft Dataverse semplifica l'integrazione di soluzioni che adottano uno schema Common Data Model. Ciò avviene perché il Common Data Model è la base di un database Microsoft Dataverse e usa uno schema Common Data Model. Le tabelle standard della soluzione sono le stesse. È possibile trarre vantaggio da un ampio ecosistema di soluzioni create dai fornitori usando il Common Data Model. La cosa migliore è che non c'è praticamente alcun limite alla possibilità di estensione di un database Microsoft Dataverse.
Descrizione di tabelle, colonne e relazioni
Una tabella è una struttura logica contenente righe e colonne che rappresentano un set di dati. Lo screenshot mostra la tabella standard degli account e vari elementi che è possibile gestire come parte di essa.
Tipi di tabelle
I tre tipi di tabelle sono i seguenti:
Standard: diverse tabelle standard, note anche come tabelle predefinite, sono incluse con un ambiente Dataverse. Le tabelle Account, Business Unit, Contatti, Attività e Utenti sono esempi di tabelle standard in Dataverse. È possibile personalizzare la maggior parte delle tabelle standard incluse con Dataverse.
Gestite: sono tabelle non personalizzabili che sono state importate nell'ambiente come parte di una soluzione gestita.
Personalizzate: le tabelle personalizzate sono tabelle non gestite importate da una soluzione non gestita oppure nuove tabelle create direttamente nell'ambiente Dataverse.
Colonne
Le colonne archiviano informazioni discrete all'interno di una riga in una tabella. Sono simili alle colonne di Excel. Le colonne sono associate ai tipi di dati, quindi è possibile archiviare dati di un certo tipo in una colonna che corrisponde a quel tipo di dati. Ad esempio, se si dispone di una soluzione che richiede date, come l'acquisizione della data di un evento o di quando si è verificato qualcosa, è possibile archiviare la data in una colonna con il tipo Data. Analogamente, per archiviare un numero si usa una colonna di tipo Numero.
Il numero di colonne all'interno di una tabella può variare da poche unità a più di un centinaio. Ogni database in Microsoft Dataverse inizia con un set standard di tabelle e ogni tabella standard ha un set standard di colonne.
Informazioni sulle relazioni
Per rendere efficienti e scalabili le soluzioni create, è necessario suddividere i dati in diversi contenitori (tabelle). Cercare di archiviare tutto in un unico contenitore è un approccio poco efficiente, difficile da usare e da comprendere.
Il seguente esempio aiuta a illustrare questo concetto.
Si supponga di dover creare un sistema per gestire gli ordini cliente. È necessario un elenco dei prodotti oltre alle scorte disponibili, al costo dell'articolo e al prezzo di vendita. È necessario anche un elenco master dei clienti, con gli indirizzi e le valutazioni del credito. Infine, è necessario gestire anche le fatture di vendita per archiviare i dati delle fatture. La fattura deve includere informazioni quali:
data
numero di fattura
venditore
informazioni sul cliente, tra cui indirizzo e valutazione del credito
una voce per ogni articolo della fattura
Ogni voce deve includere un riferimento al prodotto venduto. La voce deve inoltre indicare il costo e il prezzo corretti per ogni prodotto. Infine, la riga deve anche diminuire la quantità disponibile in base alla quantità venduta in quella voce.
Creare un'unica tabella per supportare la funzionalità nell'esempio sarebbe inefficiente. Un modo per affrontare questo scenario aziendale è creare queste quattro tabelle:
Clienti
Prodotti
Fatture
Voci
Per ottenere una soluzione efficiente, scalabile e con prestazioni elevate, è consigliabile creare una tabella per ciascuno di questi elementi e metterle in relazione tra loro. La suddivisione dei dati in più tabelle significa anche che non è necessario archiviare dati ripetitivi o supportare righe enormi con grandi quantità di dati vuoti. Anche la creazione dei report risulta più semplice se si suddividono i dati in tabelle separate.
Le tabelle correlate hanno una connessione relazionale. Le relazioni tra le tabelle possono assumere molte forme, ma le due più comuni sono uno-a-molti e molti-a-molti, entrambe supportate da Microsoft Dataverse. Per maggiori informazioni sui diversi tipi di relazione, consultare: Relazioni tra tabelle.
Logica di business in Microsoft Dataverse
Molte organizzazioni hanno una logica di business che influenza il modo in cui gestiscono i dati. Ad esempio, un'organizzazione che usa Dataverse per archiviare le informazioni sui clienti potrebbe voler rendere obbligatorio il campo contenente il numero di identificazione. In Microsoft Dataverse si crea questa logica usando regole di business. Le regole di business consentono di applicare e mantenere la logica di business a livello di dati anziché a livello di app. In parole più semplici, quando si creano regole di business in Microsoft Dataverse, queste vengono applicate indipendentemente da come gli utenti interagiscono con i dati.
Ad esempio, è possibile usare le regole di business nelle app canvas o basate su modello per impostare o cancellare valori in una o più colonne di una tabella. Possono anche essere usate per convalidare i dati archiviati o mostrare messaggi di errore. Le app basate su modello possono usare le regole di business per mostrare o nascondere colonne, abilitare o disabilitare colonne e fornire suggerimenti basati sulla business intelligence.
Le regole di business rappresentano una soluzione efficace per applicare regole, impostare valori o convalidare dati indipendentemente dal modulo usato per immettere i dati. Inoltre, le regole di business aiutano ad aumentare l'accuratezza dei dati, semplificare lo sviluppo delle applicazioni e ottimizzare i moduli presentati agli utenti finali.
Si consideri questo esempio di un uso semplice ma efficace di regole di business. La regola di business è configurata per modificare il campo Responsabile dell'approvazione VP limite di credito impostandolo come campo obbligatorio se il limite di credito è impostato su un valore maggiore di $1,000,000. Se il limite di credito è inferiore a $1,000,000, il campo rimane facoltativo.
Applicando questa regola di business a livello di dati anziché a livello di app, si avrà un maggiore controllo sui dati. Ciò garantisce che la logica di business venga rispettata indipendentemente dal fatto che vi si acceda direttamente da Power Apps, Power Automate o tramite un'API. La regola è legata ai dati, non all'app.
Per maggiori informazioni sull'uso delle regole di business in Dataverse, consultare Creare una regola di business per una tabella.
Uso dei flussi di dati
I flussi di dati sono una tecnologia di preparazione dei dati self-service basata sul cloud. I flussi di dati consentono ai clienti di acquisire, trasformare e caricare dati in ambienti Microsoft Dataverse, nelle aree di lavoro Power BI o nell'account Azure Data Lake Storage dell'organizzazione. Per creare i flussi di dati si usa Power Query, un'esperienza unificata di connettività e preparazione dei dati già inclusa in numerosi prodotti Microsoft, tra cui Excel e Power BI. I clienti possono attivare i flussi di dati per l'esecuzione su richiesta o automatica in base a una programmazione e i dati sono sempre aggiornati.
Poiché un flusso di dati memorizza le entità risultanti in un archivio basato su cloud, altri servizi possono interagire con i dati prodotti dai flussi di dati.
Ad esempio, Power BI, Power Apps, Power Automate, Power Virtual Agents e le applicazioni Dynamics 365 possono ottenere i dati prodotti dal flusso di dati connettendosi a Dataverse, un connettore del flusso di dati Power Platform. In alternativa, possono ottenere i dati direttamente tramite il lake, a seconda della destinazione configurata al momento della creazione del flusso di dati.
L'elenco di seguito evidenzia alcuni dei vantaggi derivanti dall'uso dei flussi di dati.
Un flusso di dati separa il layer di trasformazione dei dati dal layer di modellazione e visualizzazione in una soluzione Power BI.
Il codice di trasformazione dei dati può risiedere in una posizione centrale, in un flusso di dati, anziché essere distribuito tra più artefatti.
Un creatore di flussi di dati ha bisogno solo delle capacità Power Query. In un ambiente con più creatori, il creatore del flusso di dati può far parte di un team che insieme realizza l'intera soluzione BI o applicazione operativa.
Un flusso di dati è indipendente dal prodotto. Non è un componente soltanto di Power BI, perché è possibile ottenere i suoi dati tramite altri strumenti e servizi.
I flussi di dati sfruttano Power Query, un'esperienza di trasformazione dei dati potente, grafica e self-service.
I flussi di dati vengono eseguiti interamente nel cloud. Non è necessaria alcuna infrastruttura aggiuntiva.
Sono disponibili svariate opzioni per iniziare a lavorare con i flussi di dati, usando le licenze per Power Apps, Power BI e Customer Insights.
I flussi di dati sono in grado di effettuare trasformazioni avanzate, ma sono progettati per scenari self-service e non richiedono competenze informatiche o di sviluppatore.
Common Data Model
Quando si creano soluzioni aziendali, spesso è necessario integrare i dati delle diverse applicazioni aziendali della propria organizzazione. A volte questa integrazione tra app può rivelarsi complicata. Sebbene i dati siano simili, non vengono necessariamente archiviati nello stesso modo nelle singole applicazioni. Per semplificare questo processo, diversi leader tecnologici hanno creato l'iniziativa Common Data Model. L'obiettivo è avere una struttura comune che possa essere facilmente applicata a diverse applicazioni. Le organizzazioni possono creare e condividere i propri tipi di dati e tag usando il Common Data Model di Microsoft, che dispone di un ampio sistema di metadati. In questo modo si semplifica l'acquisizione di preziose informazioni aziendali, che possono essere integrate e arricchite con i dati per fornire intelligenza fruibile.
Con il Common Data Model è possibile strutturare i dati per rappresentare concetti e attività comunemente usati e ben compresi. È possibile eseguire query e analizzare tali dati, riutilizzarli e interagire con altre aziende e app che usano lo stesso formato. Le organizzazioni possono creare e condividere i propri tipi di dati e tag usando il Common Data Model di Microsoft, che dispone di un ampio sistema di metadati.
Anziché creare un nuovo modello di dati per l'app, si possono usare le definizioni delle tabelle già disponibili. Il Common Data Model è usato da varie applicazioni e servizi tra cui Microsoft Dataverse, Dynamics 365, Microsoft Power Platform e Azure. Questa comunanza di modelli di dati garantisce che tutti i servizi possano accedere agli stessi dati. Un esempio calzante di come usare il Common Data Model sono le funzionalità di preparazione dei dati nei flussi di dati Power BI. Questi flussi di dati creano file di dati, che seguono la definizione del Common Data Model. Questi file di dati vengono archiviati in Azure Data Lake. Le definizioni del Common Data Model sono aperte e disponibili per qualsiasi servizio o applicazione che desideri usarle.
I dati descritti mediante il Common Data Model possono essere usati con i servizi di Azure per creare soluzioni analitiche scalabili. Il CDM può anche essere un'origine di dati semanticamente avanzati per le applicazioni che offrono informazioni dettagliate fruibili, quale Dynamics 365 Customer Insights. Il Common Data Model permette di definire entità per le applicazioni Dynamics 365 in Sales, Finance, Supply Chain Management, and Commerce che possono essere prontamente disponibili in Azure Data Lake.
Microsoft continua ad ampliare il Common Data Model in collaborazione con numerosi partner ed esperti del settore. Grazie alla creazione di acceleratori di settore, Microsoft permette ai seguenti settori di trarre vantaggio dal Common Data Model e dalle piattaforme che lo supportano: