探索 Microsoft Dataverse

  • 14 分钟

Microsoft Dataverse 是一种基于云的解决方案，可轻松构建各种数据和业务逻辑，从而以安全合规的方式支持互联应用程序和流程。 Dataverse 由 Microsoft 托管和维护，面向全球提供，但将按地理区域部署以符合可能的数据驻留政策。 该解决方案无法在服务器上独立使用，因此您需要连接 Internet 才能访问和使用。

Dataverse 不同于传统数据库，因为它不仅仅是表。 它将安全性、逻辑、数据和存储整合到一个中心位置。 它旨在成为适合存储业务数据的中央数据存储库，您甚至可能已经在使用它了。 它在幕后为许多 Microsoft Dynamics 365 解决方案提供支持，例如 Field Service、Customer Insights、Customer Service 和 Sales。 它也可作为 Power Apps 和 Power Automate 的一部分提供，并内置本机连接。 Microsoft Power Platform 的 AI Builder 和门户功能也会使用 Dataverse。

下图显示了将许多 Microsoft Dataverse 产品/服务汇集在一起的可视化。

Dataverse API 选项的示意图。

下面简要说明了每种类别的功能。

  • 安全性：Dataverse 通过 Azure Active Directory (Azure AD) 处理身份验证，以允许条件访问和多重身份验证。 它支持下至行级和列级的授权，并提供充分的审核功能。

  • 逻辑：借助 Dataverse，您可以在数据级别轻松应用业务逻辑。 无论用户如何与数据交互，均适用相同的规则。 这些规则与重复检测、业务规则和工作流等相关。

  • 数据：Dataverse 为您提供了构建数据的控件，让您能够发现数据、进行数据建模、验证数据并创建数据报表。 本控件可确保无论采用何种数据使用方式，这些数据都能以您希望的方式呈现。

  • 存储：Dataverse 在 Azure 云中存储物理数据。 通过这种基于云的存储，您不必担忧数据的存储位置或扩展方式。 它可为您解决所有这些问题。

  • 集成：Dataverse 可通过不同的方式进行连接，以满足您的业务需求。 借助 API、Webhook、事件和数据导出，您可以灵活地导入和导出数据。

如您所见，Microsoft Dataverse 是一个功能强大的基于云的解决方案，用于存储和使用您的业务数据。 在以下部分中，您将从 Microsoft Power Platform 的数据存储角度了解 Microsoft Dataverse，这是您的旅程起点。 请记住所讨论的其他丰富功能，随着使用量的增加，您可以进一步探索这些功能。

首先，Microsoft Dataverse 允许您创建标准化数据库的一个或多个基于云的实例。 该数据库包括预定义的表和列，用于存储几乎所有组织和业务中常见的数据。 可以通过添加新列或表来自定义和扩展存储的内容。 轻松设置 Microsoft Dataverse 数据库及其标准化数据模型，从而简化您集中精力生成解决方案的能力，而无需担心基础结构、存储和数据集成。 将数据存储在 Microsoft Dataverse 中后，可通过多种方法访问这些数据。 您可以使用 Power Apps 或 Power Automate 等工具本地处理数据。 所有业务解决方案都可以使用连接器 API 连接到 Dataverse。 凭借强大的功能（例如基于角色的安全性和业务规则），无论如何访问数据，都可以相信数据是安全的。

可扩展性

Dataverse 数据库支持大型数据集和复杂数据模型。 表可以容纳数百万个项，并且您可以将 Microsoft Dataverse 数据库的每个实例中的存储扩展到 4 TB。 您的 Microsoft Dataverse 实例中可用的数据量基于与之关联的许可证的数量和类型。 数据存储在所有许可用户之间共用，因此您可以根据需要为生成的每个解决方案分配存储。 如果您需要的存储超过标准许可中提供的存储，可以购买增量存储。

Microsoft Dataverse 结构和优势

Microsoft Dataverse 数据库的结构基于 Common Data Model 中的定义和架构。 使用 Common Data Model 作为 Microsoft Dataverse 数据库的基础，可简化使用 Common Data Model 架构的解决方案的集成。 这是因为 Common Data Model 是 Microsoft Dataverse 数据库的基础，并使用 Common Data Model 架构。 解决方案的标准表是相同的。 您可以充分利用供应商使用 Common Data Model 创建的丰富的解决方案生态系统。 最重要的是，Microsoft Dataverse 数据库的扩展程度实际上没有限制。

描述表、列和关系

表是一个逻辑结构，包含表示一组数据的行和列。 在屏幕截图中，您将看到标准 Account 表以及可作为表的一部分进行管理的各种元素。

“Account”表的屏幕截图。

表的类型

表的三种类型为：

  • 标准 - Dataverse 环境中随附几个标准表（也称为现成表）。 客户、业务单位、联系人、任务和用户表是 Dataverse 中标准表的示例。 Dataverse 随附的大多数标准表都可以自定义。

  • 托管 - 表不可自定义，并且已作为托管解决方案的一部分导入到环境中。

  • 自定义 - 自定义表是从非托管解决方案导入的非托管表，或者是直接在 Dataverse 环境中创建的新表。

列

列在表的行中存储离散信息。 您可以将其视为 Excel 中的列。 列具有数据类型，这意味着您可以将某种类型的数据存储在与该数据类型匹配的列中。 例如，如果您的解决方案需要日期，例如捕获事件日期或发生某种情况时，则您可以将日期存储在类型为“日期”的列中。 同样，如果您要存储数字，则应将该数字存储在类型为“数字”的列中。

表中的列数从几列到几百列不等。 Microsoft Dataverse 中的每个数据库都从一组标准表开始，每个标准表都有一组标准列。

了解关系

若要为您生成的大多数解决方案创建高效且可扩展的解决方案，您需要将数据拆分为不同的容器（表）。 尝试将所有内容存储到单个容器中可能会导致效率低下且难以理解。

以下示例有助于说明本概念。

假设您需要创建一个系统来管理销售订单。 您需要一个产品清单，其中列出现有库存、物料成本和售价。 您还需要一个列有客户地址和信用评级的主清单。 最后，您还需要管理销售发票，以存储发票数据。 发票应包括以下信息：

  • 日期

  • 发票编号

  • 销售员

  • 客户信息，包括地址和信用评级

  • 发票上每个物料的行物料

每个行物料都应包括对所售产品的引用。 行物料还应为每个产品提供适当的成本和价格。 最后，该行还应根据您在该行物料中售出的数量减少现有数量。

创建一个表以支持示例中效率低下的功能。 处理本业务应用场景的更好方法是创建以下四个表：

  • 客户

  • 产品

  • 发票

  • 行物料

为其中每个物料创建一个表并将这些表相互关联，从而生成一个高效的解决方案，该解决方案不仅能够保持出色性能，还可以扩展。 将数据拆分到多个表中还意味着您不必存储重复数据或支持许多具有大量空白数据的行。 如果将数据拆分到单独的表中，进行报告也将容易许多。

相互关联的表具有某种关系连接。 表之间的关系有许多形式，但两种最常见的形式是一对多关系和多对多关系，这两种关系均受 Microsoft Dataverse 支持。 若要了解有关不同关系类型的详细信息，请参阅：表关系。

Microsoft Dataverse 中的业务逻辑

许多组织的业务逻辑会影响他们使用数据的方式。 例如，使用 Dataverse 存储客户信息的组织可能希望针对必填字段设置标识号。 在 Microsoft Dataverse 中，您将使用业务规则生成此逻辑。 业务规则允许您在数据层而不是应用层中应用和维护业务逻辑。 基本上，当您在 Microsoft Dataverse 中创建业务规则时，无论用户在何处与数据交互，这些规则都会生效。

例如，业务规则可用于画布应用和模型驱动应用，以设置或清除表中的一个或多个列中的值。 它们还可用于验证存储的数据或显示错误消息。 模型驱动应用可以使用业务规则来显示或隐藏列、启用或禁用列以及基于商业智能创建建议。

无论采用哪种窗体输入数据，业务规则为您提供了执行规则、设置值或验证窗体的一种强大方式。 此外，业务规则还有效地帮助提高数据准确性、精简应用程序开发，以及优化向最终用户呈现的窗体。

请考虑一个简单而强大的业务规则示例。 业务规则配置为在信用额度设置为大于 $1,000,000 时，将信用额度 VP 审批者字段更改为必填字段。 如果信用额度小于 $1,000,000，则该字段保留为可选。

Power Apps 中业务规则的屏幕截图。

通过在数据级别（而不是应用级别）应用此业务规则，可更好地控制数据。 这可确保您的业务逻辑得到遵循，无论是直接从 Power Apps 访问、从 Power Automate 访问，还是通过 API 访问。 规则与数据（而不是应用）相关联。

若要了解有关在 Dataverse 中使用业务规则的详细信息，请参阅：为表创建业务规则。

使用数据流

数据流是一种基于云的自助式数据准备技术。 数据流用于引入、转换数据，并将数据加载到 Microsoft Dataverse 环境、Power BI 工作区或组织的 Azure Data Lake Storage 帐户中。 数据流是使用 Power Query 创建的，这是一种数据连接和准备体验，已在许多 Microsoft 产品中提供，例如 Excel 和 Power BI。 客户可以按需触发数据流运行，或者按计划自动运行，以确保数据始终保持最新。

因为数据流将生成的实体存储在基于云的存储中，所以其他服务可以与数据流生成的数据进行交互。

数据流的示意图。

例如，Power BI、Power Apps、Power Automate、Power Virtual Agents 和 Dynamics 365 应用程序可以通过连接到 Dataverse（一种 Power Platform 数据流连接器）来获取数据流生成的数据。 或者，他们可以直接通过湖获取数据，具体取决于在创建数据流时配置的目标。

下表突出显示了使用数据流的一些优势：

  • 数据流将数据转换层与 Power BI 解决方案中的建模和可视化层分离。

  • 数据转换代码可以驻留在中心位置（即数据流），而不是分散在多个项目中。

  • 数据流创建者只需具备 Power Query 技能。 在有多个创建者的环境中，数据流创建者可以是团队的一部分，共同生成整个 BI 解决方案或运营应用程序。

  • 数据流与产品无关。 它不仅仅是 Power BI 的组件，因为您可以在其他工具和服务中获取其数据。

  • 数据流充分利用 Power Query，这是一种功能强大的图形化自助式数据转换体验。

  • 数据流完全在云中运行。 无需其他基础结构。

  • 您可以通过多种方式来开始使用数据流，使用 Power Apps、Power BI 和 Customer Insights 的许可证。

  • 数据流能够进行高级转换，但它们专为自助式应用场景而设计，不需要 IT 或开发人员背景。

Common Data Model

创建业务解决方案时，您通常需要跨组织的不同业务应用程序集成数据。 这种跨应用集成有时可能具有挑战性。 虽然数据相似，但在不同的应用程序之间存储的数据不一定相同。 为了帮助简化这一问题，多位技术领导者创建了 Common Data Model 计划。 目标是拥有一个轻松跨不同应用程序应用的通用结构。 组织可以使用具有广泛元数据系统的 Microsoft Common Data Model 创建和共享自己的数据类型和标记。 这有助于捕获宝贵的业务见解，这些见解可通过数据进行集成和扩充，以提供可操作见解。

借助 Common Data Model，您可以构建数据结构以表示常用和易于理解的概念和活动。 您可以查询和分析这些数据，重复使用数据，并与使用相同格式的其他业务和应用进行互操作。 组织可以使用具有广泛元数据系统的 Microsoft Common Data Model 创建和共享自己的数据类型和标记。

您无需为应用生成新的数据模型，只需使用您可用的表定义即可。 Common Data Model 由各种应用程序和服务使用，包括 Microsoft Dataverse、Dynamics 365、Microsoft Power Platform 和 Azure。 数据模型的这种通用性可确保您的所有服务都可以访问相同的数据。 Power BI 数据流中的数据准备功能就是如何利用 Common Data Model 的一个恰当示例。 这些数据流创建数据文件，这些文件遵循 Common Data Model 定义。 这些数据文件存储在 Azure Data Lake 中。 Common Data Model 定义是开放的，可供任何想要使用它们的服务或应用程序使用。

Dataverse 的 Common Data Model 的示意图。

使用 Common Data Model 描述的数据可用于 Azure 服务，以生成可扩展的分析解决方案。 它还可以成为语义上丰富的数据源，以供应用程序推动可操作见解，例如 Dynamics 365 Customer Insights。 Common Data Model 用于定义 Sales、Finance、Supply Chain Management 和 Commerce 中的 Dynamics 365 应用程序的实体，这些应用程序在 Azure Data Lake 中随时可用。

Microsoft 继续与许多合作伙伴和行业专家合作，以扩展 Common Data Model。 通过生成行业加速器，Microsoft 允许以下行业从 Common Data Model 及其支持平台中受益：