Explorar o Microsoft Dataverse
O Microsoft Dataverse é uma solução baseada em nuvem que estrutura facilmente uma variedade de dados e lógica de negócios para dar suporte a aplicativos e processos interconectados de maneira segura e compatível. Gerenciado e mantido pela Microsoft, o Dataverse está disponível globalmente, mas é implantado de modo geográfico para cumprir os requisitos potenciais de residência de dados. Ele não foi projetado para uso autônomo em seus servidores, portanto, você vai precisar de uma conexão com a Internet para acessá-lo e usá-lo.
O Dataverse é diferente dos bancos de dados tradicionais por ser mais do que apenas tabelas. Ele incorpora segurança, lógica, dados e armazenamento em um ponto central. Foi projetado para ser seu repositório central de dados para dados comerciais, e talvez até você já o esteja usando. Nos bastidores, ele é habilitado por várias soluções do Microsoft Dynamics 365, como Field Service, Customer Insights, Customer Service e Sales. Ele também está disponível como parte do Power Apps e do Power Automate com conectividade nativa integrada. Os recursos do AI Builder e dos portais do Microsoft Power Platform também utilizam o Dataverse.
A imagem mostra uma visualização que reúne as várias ofertas do Microsoft Dataverse.
Veja aqui uma breve explicação de cada categoria de recursos.
Segurança:: o Dataverse lida com a autenticação com o Azure Active Directory (Azure AD) para permitir acesso condicional e autenticação multifator. Ele dá suporte à autorização, até o nível de linha e coluna, e fornece recursos de auditoria avançados.
Lógica: o Dataverse permite aplicar facilmente a lógica de negócios no nível de dados. Independentemente de como um usuário interage com os dados, as mesmas regras se aplicam. Essas regras podem estar relacionadas a detecções de duplicidades, regras de negócios, fluxos de trabalho ou muito mais.
Dados: o Dataverse oferece o controle para modelar os dados, permitindo que você descubra, modele, valide e relate seus dados. Esse controle garante que os dados tenham a aparência desejada, independentemente de como são usados.
Armazenamento: o Dataverse armazena seus dados físicos na nuvem do Azure. Esse armazenamento baseado em nuvem remove a preocupação sobre o local onde os dados residem ou como são dimensionados. Todas essas preocupações são resolvidas para você.
Integração: o Dataverse se conecta de diferentes maneiras para atender às suas necessidades de negócios. As APIs, os webhooks, os eventos e as exportações de dados proporcionam flexibilidade para entrada e saída de dados.
Como você pode ver, o Microsoft Dataverse é uma poderosa solução baseada em nuvem para armazenar e trabalhar com os dados da sua empresa. Nas seções a seguir, você olha o Microsoft Dataverse da lente do armazenamento de dados para o Microsoft Power Platform, onde você começa sua jornada. Tenha em mente os outros recursos avançados discutidos, que você pode explorar ainda mais à medida que seu uso aumenta.
Para começar, o Microsoft Dataverse permite criar uma ou várias instâncias baseadas em nuvem de um banco de dados padronizado. O banco de dados inclui tabelas e colunas predefinidas que armazenam dados comumente encontrados em quase todas as organizações e negócios. Você pode personalizar e estender o que é armazenado adicionando novas colunas ou tabelas. A facilidade de configurar um banco de dados do Microsoft Dataverse e um modelo de dados padronizado sob ele simplifica sua capacidade de concentrar seus esforços na criação de soluções sem se preocupar com infraestrutura, armazenamento e integração de dados. Com seus dados armazenados no Microsoft Dataverse, há muitas maneiras de acessá-los. Você pode trabalhar com os dados nativamente com ferramentas como Power Apps ou Power Automate. Qualquer solução de negócios pode se conectar ao Dataverse usando APIs de conectores. Com o poder dos recursos, como segurança baseada em funções e regras de negócios, você pode confiar que seus dados estão seguros, independentemente de como serão acessados.
Escalabilidade
Um banco de dados do Dataverse oferece suporte a grandes conjuntos de dados e modelos de dados complexos. As tabelas podem armazenar milhões de itens e você pode estender o armazenamento em cada instância de um banco de dados do Microsoft Dataverse a 4 terabytes. O volume de dados disponíveis na sua instância do Microsoft Dataverse é baseada no número e no tipo de licenças associadas a ela. O armazenamento de dados é colocado em pool entre todos os usuários licenciados, de modo que você possa alocar o armazenamento conforme necessário para cada solução criada. O armazenamento incremental poderá ser adquirido se você precisar de mais armazenamento do que o oferecido no licenciamento padrão.
Estrutura e benefícios do Microsoft Dataverse
A estrutura de um banco de dados do Microsoft Dataverse é baseada nas definições e no esquema do Common Data Model. Usar o Common Data Model como base de um banco de dados do Microsoft Dataverse simplifica a integração de soluções que usam um esquema do Common Data Model. Isso ocorre porque o Common Data Model é a base de um banco de dados do Microsoft Dataverse e usa um esquema do Common Data Model. As tabelas padrão da solução são as mesmas. Você pode aproveitar um rico ecossistema de soluções criadas pelos fornecedores a partir do uso do Common Data Model. O melhor de tudo é que praticamente não há limite para onde você pode estender um banco de dados do Microsoft Dataverse.
Descrever tabelas, colunas e relacionamentos
Uma tabela é uma estrutura lógica que contém linhas e colunas que representam um conjunto de dados. Na captura de tela, você vê a tabela de contas padrão e vários elementos que podem ser gerenciados como parte dela.
Tipos de tabelas
Os três tipos de tabelas são:
Padrão: várias tabelas padrão, também conhecidas como tabelas prontas para uso, fazem incluem um ambiente do Dataverse. As tabelas de conta, unidade de negócios, contato, tarefa e usuário são exemplos de tabelas padrão no Dataverse. É possível personalizar a maioria das tabelas padrão incluídas no Dataverse.
Gerenciadas: são tabelas não personalizáveis e importadas para o ambiente como parte de uma solução gerenciada.
Personalizadas: são tabelas não gerenciadas que podem ser importadas de uma solução não gerenciada ou novas tabelas criadas diretamente no ambiente do Dataverse.
Colunas
As colunas armazenam informações determinadas em uma linha de uma tabela. Você pode pensar nelas como uma coluna no Excel. As colunas têm tipos de dados, o que significa que você pode armazenar dados de um determinado tipo em uma coluna que corresponde ao tipo de dados. Por exemplo, se você tem uma solução que exija datas, como ao capturar os dados de um evento ou quando algo ocorre, a data é armazenada em uma coluna com o tipo Date. Da mesma forma, se você quiser armazenar um número, armazene-o em uma coluna com o tipo Number.
O número de colunas em uma tabela varia de algumas colunas para cem ou mais. Todo banco de dados no Microsoft Dataverse começa com um conjunto padrão de tabelas, sendo que cada tabela padrão tem um conjunto padrão de colunas.
Entender os relacionamentos
Para criar uma solução eficiente e escalonável para a maioria das soluções que você cria, você precisa dividir os dados em diferentes contêineres (tabelas). Tentar armazenar tudo em um único contêiner provavelmente não seria eficiente, além de dificultar o trabalho e a compreensão do todo.
O exemplo a seguir ajuda a ilustrar esse conceito.
Imagine que você precise criar um sistema para gerenciar ordens de venda. Você precisa ter acesso a uma lista de produtos onde consta o estoque, o custo do item e o preço de venda. Você também precisará de uma lista mestre de clientes, com endereços e classificações de crédito. Por fim, você também precisa gerenciar faturas de vendas para armazenar dados de faturas. A fatura deve incluir informações como:
data
número da fatura
vendedor
informações do cliente, incluindo endereço e classificação de crédito
um item de linha para cada item da fatura
Cada item de linha deve incluir uma referência ao produto que você vendeu. O item de linha também deve fornecer o custo e o preço adequados para cada produto. E, por fim, a linha também deve diminuir a quantidade disponível com base na quantidade vendida nesse item de linha.
Criar uma única tabela para oferecer suporte à funcionalidade no exemplo seria ineficiente. Uma maneira melhor de abordar esse cenário comercial é criar as quatro tabelas a seguir:
Clientes
Produtos
Faturas
Itens de linha
A criação de uma tabela para cada um desses itens e relacionar estes componentes permite o desenvolvimento de uma solução eficiente, que pode ser expandida em grande escala sem que isso comprometa seu alto desempenho. Dividir os dados em várias tabelas também significa que você não precisa armazenar dados repetitivos ou dar suporte a linhas enormes com grandes quantidades de dados em branco. É muito mais fácil elaborar relatórios se você dividir os dados em tabelas separadas.
As tabelas que se relacionam entre si têm uma conexão relacional. Os relacionamentos entre as tabelas existem em vários formulários, mas os dois mais comuns são de um para muitos e muitos para muitos, ambos sendo aceitos pelo Microsoft Dataverse. Para saber mais sobre os diferentes tipos de relacionamento, consulte: Relações de tabela.
Lógica empresarial no Microsoft Dataverse
Muitas organizações têm lógica de negócios que afeta a forma como trabalham com dados. Por exemplo, uma organização que usa o Dataverse para armazenar informações do cliente pode querer tornar obrigatório o campo Número de identificação. No Microsoft Dataverse, você cria essa lógica usando regras de negócios. As regras de negócios permitem que você aplique e mantenha a lógica de negócios na camada de dados em vez de na camada de aplicativo. Basicamente, quando você cria regras de negócios no Microsoft Dataverse, elas são efetivadas independentemente de onde ocorre a interação dos usuários com os dados.
Por exemplo, pode-se usar regras de negócios em apps de tela ou baseados em modelo para definir ou limpar valores em uma ou mais colunas de uma tabela. Elas também podem ser usadas para validar dados armazenados ou mostrar mensagens de erro. Os aplicativos baseados em modelo podem usar essas regras para exibir, ocultar, habilitar ou desabilitar colunas e criar recomendações com base em Business Intelligence.
As regras de negócios são uma forma poderosa de impor regras, definir valores ou validar dados, independentemente do formulário usado na entrada de dados. As regras de negócios também são eficazes para aumentar a precisão dos dados, simplificar o desenvolvimento de aplicativos e dinamizar os formulários apresentados aos usuários finais.
Considere este exemplo de um uso simples, mas poderoso, de regras de negócios. A regra de negócio é configurada para alterar o campo Aprovador VP de Limite de Crédito para ser um campo obrigatório caso o limite de crédito seja definido como maior que $1,000,000. Se o limite de crédito for menor que $1,000,000, o campo será opcional.
Ao aplicar essa regra de negócios no nível dos dados em vez de no nível do aplicativo, você tem um melhor controle dos seus dados. Isso garante que sua lógica de negócios seja seguida, independentemente de estar sendo acessada diretamente do Power Apps, do Power Automate ou até mesmo por meio de uma API. A regra é vinculada aos dados, não ao aplicativo.
Para saber mais sobre como usar regras de negócios no Dataverse, consulte: Criar uma regra de negócios para uma tabela.
Trabalhar com fluxos de dados
Os fluxos de dados constituem tecnologia de preparação de dados de autoatendimento com base em nuvem. Os fluxos de dados são usados para ingerir, transformar e carregar dados em ambientes do Microsoft Dataverse, espaços de trabalho do Power BI ou na conta do Azure Data Lake Storage de sua organização. Os fluxos de dados são criados usando o Power Query, uma experiência unificada de conectividade e preparação de dados já incluída em muitos produtos da Microsoft, como o Excel e o Power BI. Os clientes podem disparar fluxos de dados para execução sob demanda ou automaticamente de acordo com uma agenda e os dados são sempre mantidos atualizados.
Como um fluxo de dados armazena as entidades resultantes no armazenamento baseado em nuvem, outros serviços podem interagir com os dados produzidos pelos fluxos de dados.
Por exemplo, os aplicativos Power BI, Power Apps, Power Automate, Power Virtual Agents e Dynamics 365 podem obter os dados produzidos pelo fluxo de dados conectando-se ao Dataverse, um conector de fluxo de dados do Power Platform. Ou então eles podem obter os dados diretamente pelo lake, dependendo do destino configurado no momento da criação do fluxo de dados.
A lista a seguir realça alguns dos benefícios de usar fluxos de dados:
Em uma solução do Power BI, um fluxo de dados separa a camada de transformação de dados da modelagem e da camada de visualização.
O código de transformação de dados pode residir em uma localização central, um fluxo de dados, em vez de ser espalhado entre vários artefatos.
Um criador de fluxo de dados só precisa das habilidades do Power Query. Em um ambiente com vários criadores, o criador de fluxo de dados pode fazer parte de uma equipe que, em conjunto, desenvolve toda a solução de BI ou aplicativo operacional.
Um fluxo de dados é independente do produto. Não é um componente apenas do Power BI, visto que é possível obter os dados em outras ferramentas e serviços.
Os fluxos de dados do Power Query aproveitam uma experiência poderosa, gráfica e de transformação de dados de autoatendimento.
Os fluxos de dados são executados inteiramente na nuvem. Não exige infraestrutura adicional.
Você tem várias opções para começar a trabalhar com fluxos de dados, usando licenças para Power Apps, Power BI e Customer Insights.
Os fluxos de dados são capazes de transformações avançadas, mas são projetados para cenários de autoatendimento e não exigem conhecimentos prévios de TI ou de desenvolvedor.
Common Data Model
Ao criar soluções de negócios, você geralmente precisa integrar os dados entre os diferentes aplicativos de negócios da organização. Essa integração entre aplicativos pode ser desafiadora às vezes. Embora os dados sejam semelhantes, eles não são necessariamente armazenados da mesma forma em diferentes aplicativos. Para ajudar a simplificar isso, vários líderes de tecnologia criaram a iniciativa Common Data Model. A meta é ter uma estrutura comum que seja facilmente aplicada em diferentes aplicativos. As organizações podem criar e compartilhar seus próprios tipos de dados e marcas usando o Common Data Model da Microsoft, que possui um sistema de metadados abrangente. Isso ajuda a capturar insights de negócios valiosos, que podem ser integrados e enriquecidos com dados para fornecer inteligência acionável.
Com o Common Data Model, você pode estruturar seus dados para representar conceitos e atividades que são comumente usados e bem compreendidos. Você pode consultar e analisar esses dados, reutilizá-los e interoperar com outras empresas e aplicativos que usam o mesmo formato. As organizações podem criar e compartilhar seus próprios tipos de dados e marcas usando o Common Data Model da Microsoft, que possui um sistema de metadados abrangente.
Em vez de criar um novo modelo de dados para seu aplicativo, você pode simplesmente usar as definições de tabela disponíveis para você. O Common Data Model é usado por vários aplicativos e serviços, incluindo Microsoft Dataverse, Dynamics 365, Microsoft Power Platform e Azure. Essa semelhança de modelo de dados garante que todos os seus serviços possam acessar os mesmos dados. Um exemplo adequado de como utilizar o Common Data Model são os recursos de preparação de dados em fluxos de dados do Power BI. Esses fluxos de dados criam arquivos de dados, que seguem a definição do Common Data Model. Esses arquivos de dados são armazenados no Azure Data Lake. As definições do Common Data Model estão abertas e disponíveis para qualquer serviço ou aplicativo que queira usá-las.
Os dados descritos usando o Common Data Model podem ser usados com os serviços do Azure para criar uma solução analítica escalonável. Eles também podem ser uma fonte de dados semanticamente ricos para aplicativos que geram insights acionáveis, como o Dynamics 365 Customer Insights. O Common Data Model é usado para definir entidades para aplicativos do Dynamics 365 em Sales, Finance, Supply Chain Management, e Commerce, disponibilizadas prontamente no Azure Data Lake.
A Microsoft continua a estender o Common Data Model em colaboração com muitos parceiros e especialistas no assunto. Ao criar aceleradores do setor, a Microsoft permite que os setores a seguir se beneficiem do Common Data Model e das plataformas que oferecem suporte a ele: