Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Tip
Power BI Dataflow Gen1 er nu i en legacy-tilstand og vil ikke modtage nye funktioner. For Premium-kunder med Fabric-adgang er Dataflow Gen2 den anbefalede vej, der tilbyder forbedringer i ydeevne, skala, pålidelighed, funktionalitet og indbygget AI. Pro/PPU-kunder kan fortsætte med at bruge Gen1, da Gen2-vejledningen for disse scenarier udvikler sig. Se Opgradering fra Dataflow Gen1 til Dataflow Gen2 for vejledning om opgradering.
Afhængigt af lageret til outputtet af Microsoft Power Platform-dataflows, kan du bruge det output i andre Azure-tjenester.
Fordelene ved at arbejde med output fra Power Platform-dataflows
Ved at bruge Power Platform-dataflows kan du omforme, rense og forberede data til yderligere analyse og forbrug. Der findes mange andre Azure-datatjenester, der arbejder med data som input og leverer handlinger.
- Azure Machine Learning kan forbruge outputtet fra dataflows og bruge det til maskinlæringsscenarier (for eksempel prædiktiv analyse).
- Azure Data Factory kan få outputtet af dataflows i en meget større skala, kombineret med data fra big data-kilder, for avancerede dataintegrationsløsninger.
- Azure Databricks kan forbruge outputtet af dataflows til anvendte data science-algoritmer og yderligere AI med big data-skalaen i Apache Spark-backend.
- Andre Azure-datatjenester kan bruge output fra Power Platform-dataflows til at udføre yderligere handlinger på disse data.
Dataflows med ekstern Azure Data Lake Storage
Hvis du allerede har tilsluttet en ekstern Azure Data Lake Storage Storage til Power Platform-dataflowene, kan du forbinde til den ved hjælp af alle Azure-tjenester, der har Azure Data Lake Storage som kilde, såsom Azure Machine Learning, Azure Data Factory, Azure Databricks og Azure Analysis Services.
Important
Fra og med den 31. oktober 2026 kan du ikke længere oprette nye analytiske Power Platform-dataflow, der skriver til kundeejet Azure Data Lake Storage via BYOL (Bring Your Own Lake). Eksisterende BYOL-dataflow kører fortsat, og de CSV-filer, der allerede er skrevet til dit lager, forbliver tilgængelige. Du kan fortsætte med at bruge disse filer direkte via Azure Data Lake Storage Gen2- eller Azure Blob Storage-connectoren. Til nye analytiske Power Platform-dataflow skal du bruge den administrerede datasø eller bruge et standarddataflow med Dataverse-lager, hvor det er relevant.
I en af disse tjenester skal Azure Data Lake Storage bruges som kilde. Du kan indtaste oplysningerne om din lagring og forbinde til dataene i den. Dataene gemmes i CSV-format og kan læses gennem alle disse værktøjer og tjenester. Følgende skærmbillede viser, hvordan Azure Data Lake Storage er en kildeindstilling til Azure Data Factory.
Dataflows med Dataverse
Hvis du bruger standard dataflows, der gemmer dataene i Dataverse, kan du stadig forbinde til Dataverse fra mange Azure-tjenester. Følgende billede viser, at i Azure Data Factory kan outputtet fra et dataflow fra Dataverse bruges som kilde.
Dataflows med intern Azure Data Lake Storage
Når du bruger den interne datasø-lagring, som leveres af Power Platform-dataflows, er den lagring udelukkende begrænset til Power Platform-værktøjerne og er ikke tilgængelig fra andre Azure-dataarbejdsbelastninger.