Inzicht in de verschillen tussen gegevensstroomtypen
Gegevensstromen worden gebruikt voor het extraheren, transformeren en laden van gegevens naar een opslagbestemming waar deze kunnen worden gebruikt voor verschillende scenario's. Omdat niet alle opslagbestemmingen dezelfde kenmerken hebben, verschillen sommige gegevensstroomfuncties en -gedrag, afhankelijk van de opslagbestemming waar de gegevensstroom gegevens in laadt. Voordat u een gegevensstroom maakt, is het belangrijk om te begrijpen hoe de gegevens worden gebruikt en de opslagbestemming te kiezen op basis van de vereisten van uw oplossing.
Als u een opslagbestemming van een gegevensstroom selecteert, wordt het type van de gegevensstroom bepaald. Een gegevensstroom waarmee gegevens in Dataverse-tabellen worden geladen, wordt gecategoriseerd als een standaardgegevensstroom. Gegevensstromen die gegevens laden in analytische tabellen, worden gecategoriseerd als een analytische gegevensstroom.
Gegevensstromen die zijn gemaakt in Power BI, zijn altijd analytische gegevensstromen. Gegevensstromen die in Power Apps zijn gemaakt, kunnen standaard of analytisch zijn, afhankelijk van uw selectie bij het maken van de gegevensstroom.
Standaardgegevensstromen
Een standaardgegevensstroom laadt gegevens naar Dataverse-tabellen. Standaardgegevensstromen kunnen alleen worden gemaakt in Power Apps. Een voordeel van het maken van dit type gegevensstroom is dat elke toepassing die afhankelijk is van gegevens in Dataverse, kan werken met de gegevens die zijn gemaakt door standaardgegevensstromen. Typische toepassingen die gebruikmaken van Dataverse-tabellen zijn Power Apps, Power Automate, AI Builder en Power Virtual Agents.
Een gegevensstroom maken in Power Apps:
Selecteer meer op de tabbladen Van Power Apps.
Selecteer Gegevensstromen.
Selecteer Nieuwe gegevensstroom.
Als u uw eerste gegevensstroom maakt, kunt u ook de knop Een gegevensstroom maken selecteren.
Standaardversies van gegevensstromen
Notitie
We raden gebruikers van Power Platform-gegevensstromen aan om te migreren van standaard V1-gegevensstromen naar standaard V2-gegevensstromen. Standard V1-gegevensstromen bevinden zich op een pad naar stopgezette ondersteuning in de nabije toekomst. Voor meer informatie over het migreren naar standaard V2-gegevensstromen gaat u naar Een standaard V1-gegevensstroom migreren naar een standaard V2-gegevensstroom.
We hebben gewerkt aan belangrijke updates voor standaardgegevensstromen om hun prestaties en betrouwbaarheid te verbeteren. Deze verbeteringen zijn uiteindelijk beschikbaar voor alle standaardgegevensstromen. In de tussentijd maken we echter onderscheid tussen bestaande standaardgegevensstromen (versie 1) en nieuwe standaardgegevensstromen (versie 2) door een versie-indicator toe te voegen in Power Apps.
Vergelijking van functies voor standaardgegevensstroomversies
De volgende tabel bevat de belangrijkste verschillen tussen standaardgegevensstromen V1 en V2 en bevat informatie over het gedrag van elke functie in elke versie.
| Functie | Standard V1 | Standard V2 |
|---|---|---|
| Maximum aantal gegevensstromen dat kan worden opgeslagen met automatische planning per klanttenant | 50 | Onbeperkt |
| Maximum aantal records dat per query/tabel is opgenomen | 500,000 | Onbegrensd. Het maximum aantal records dat per query of tabel kan worden opgenomen, is nu afhankelijk van de dataverse-servicebeveiligingslimieten op het moment van opname. |
| Opnamesnelheid in Dataverse | Basislijnprestaties | Verbeterde prestaties door een paar factoren. De werkelijke resultaten kunnen variëren en afhankelijk zijn van de kenmerken van de opgenomen gegevens en de belasting van de Dataverse-service op het moment van opname. |
| Beleid voor incrementeel vernieuwen | Niet ondersteund | Ondersteund |
| Tolerantie | Wanneer er beveiligingslimieten voor dataverse-services worden aangetroffen, wordt een record maximaal drie keer opnieuw geprobeerd. | Wanneer er beveiligingslimieten voor dataverse-services worden aangetroffen, wordt een record maximaal drie keer opnieuw geprobeerd. |
| Power Automate-integratie | Niet ondersteund | Ondersteund |
Analytische gegevensstromen
Een analytische gegevensstroom laadt gegevens naar opslagtypen die zijn geoptimaliseerd voor analyse: Azure Data Lake Storage. Microsoft Power Platform-omgevingen en Power BI-werkruimten bieden klanten een beheerde analytische opslaglocatie die is gebundeld met die productlicenties. Daarnaast kunnen klanten het Azure Data Lake-opslagaccount van hun organisatie koppelen als bestemming voor gegevensstromen.
Analytische gegevensstromen zijn geschikt voor aanvullende analytische functies. Integratie met ai-functies van Power BI of het gebruik van berekende tabellen, die later wordt besproken.
U kunt analytische gegevensstromen maken in Power BI. Standaard laden ze gegevens in de beheerde opslag van Power BI. Maar u kunt Power BI ook configureren voor het opslaan van de gegevens in De Azure Data Lake Storage van de organisatie.
U kunt ook analytische gegevensstromen maken in power apps en dynamics 365-portals voor klantinzichten. Wanneer u een gegevensstroom maakt in de Power Apps-portal, kunt u kiezen tussen door Dataverse beheerde analytische opslag of in het Azure Data Lake Storage-account van uw organisatie.
AI-integratie
Soms moet u, afhankelijk van de vereiste, mogelijk enkele AI- en machine learning-functies toepassen op de gegevens via de gegevensstroom. Deze functies zijn beschikbaar in Power BI-gegevensstromen en vereisen een Premium-werkruimte.
In de volgende artikelen wordt beschreven hoe u AI-functies gebruikt in een gegevensstroom:
- Azure Machine Learning-integratie in Power BI
- Cognitive Services in Power BI
- Geautomatiseerde machine learning in Power BI
De functies in de vorige twee secties zijn specifiek voor Power BI en zijn niet beschikbaar bij het maken van een gegevensstroom in de Portals voor Power Apps- of Dynamics 365-klantinzichten.
Berekende tabellen
Een van de redenen om een berekende tabel te gebruiken, is de mogelijkheid om grote hoeveelheden gegevens te verwerken. De berekende tabel helpt in deze scenario's. Als u een tabel in een gegevensstroom hebt en een andere tabel in dezelfde gegevensstroom gebruikmaakt van de uitvoer van de eerste tabel, wordt met deze actie een berekende tabel gemaakt.
De berekende tabel helpt bij de prestaties van de gegevenstransformaties. In plaats van de transformaties die nodig zijn in de eerste tabel meerdere keren opnieuw uit te voeren, wordt de transformatie slechts eenmaal uitgevoerd in de berekende tabel. Vervolgens wordt het resultaat meerdere keren gebruikt in andere tabellen.
Ga naar Berekende tabellen maken in gegevensstromen voor meer informatie over berekende tabellen.
Berekende tabellen zijn alleen beschikbaar in een analytische gegevensstroom.
Standaard versus analytische gegevensstromen
De volgende tabel bevat enkele verschillen tussen een standaardtabel en een analytische tabel.
| Operation | Standaard | Analytisch |
|---|---|---|
| Maken | Power Platform-gegevensstromen | Power BI-gegevensstromen Power Platform-gegevensstromen door het selectievakje Analytische entiteiten alleen in te schakelen bij het maken van de gegevensstroom |
| Opslagopties | Dataverse | Power BI heeft Azure Data Lake Storage geleverd voor Power BI-gegevensstromen, Dataverse heeft Azure Data Lake Storage geleverd voor Power Platform-gegevensstromen of door de klant geleverde Azure Data Lake-opslag |
| Power Query-transformaties | Ja | Ja |
| AI-functies | Nr. | Ja |
| Berekende tabel | Nr. | Ja |
| Kan worden gebruikt in andere toepassingen | Ja, via Dataverse | Power BI-gegevensstromen: alleen in Power BI Power Platform-gegevensstromen of externe Power BI-gegevensstromen: Ja, via Azure Data Lake Storage |
| Toewijzing aan standaardtabel | Ja | Ja |
| Incrementeel laden | Standaard incrementele belasting Mogelijk om te wijzigen met behulp van de rijen verwijderen die niet meer aanwezig zijn in het selectievakje queryuitvoer bij de laadinstellingen |
Standaard vol laden Mogelijk om incrementeel vernieuwen in te stellen door de incrementele vernieuwing in te stellen in de instellingen voor de gegevensstroom |
| Geplande vernieuwing | Ja | Ja, de mogelijkheid om de eigenaren van de gegevensstroom op de hoogte te stellen van de fout |
Scenario's voor het gebruik van elk gegevensstroomtype
Hier volgen enkele voorbeeldscenario's en best practice-aanbevelingen voor elk type gegevensstroom.
Platformoverschrijdend gebruik: standaardgegevensstroom
Als uw plan voor het bouwen van gegevensstromen bestaat uit het gebruik van opgeslagen gegevens op meerdere platforms (niet alleen Power BI, maar ook andere Microsoft Power Platform-services, Dynamics 365, enzovoort), is een standaardgegevensstroom een uitstekende keuze. Standaardgegevensstromen slaan de gegevens op in Dataverse, waartoe u toegang hebt via veel andere platforms en services.
Zware gegevenstransformaties voor grote gegevenstabellen: analytische gegevensstroom
Analytische gegevensstromen zijn een uitstekende optie voor het verwerken van grote hoeveelheden gegevens. Analytische gegevensstromen verbeteren ook de rekenkracht achter de transformatie. Als de gegevens zijn opgeslagen in Azure Data Lake Storage, wordt de schrijfsnelheid naar een bestemming verhoogd. Vergeleken met Dataverse (die veel regels kan hebben om te controleren op het moment van gegevensopslag), is Azure Data Lake Storage sneller voor lees-/schrijftransacties op een grote hoeveelheid gegevens.
AI-functies: analytische gegevensstroom
Als u van plan bent om AI-functionaliteit te gebruiken via de fase voor gegevenstransformatie, is het handig om een analytische gegevensstroom te gebruiken, omdat u alle ondersteunde AI-functies met dit type gegevensstroom kunt gebruiken.