Arbeiten Sie nur mit relevanten Daten

Für die Aufrechterhaltung der Effizienz und Genauigkeit automatisierter Workflows ist es unerlässlich, dass in Power Automate nur relevante Daten verwendet werden.

Bei Inhaltsdurchsatzgrenzwerten handelt es sich um die Datenmenge, die in einem spezifischen Zeitraum aus dem Ausführungsverlauf eines Cloud-Flows gelesen oder in diesen geschrieben werden kann. Diese Grenzwerte wirken sich darauf aus, wie viele Daten während eines bestimmten Zeitraums verarbeitet werden können. Die Durchsatzgrenzwerte variieren je nach Leistungsprofil.

Um die Leistung in Cloud-Flows zu optimieren, ist es wichtig, die verarbeiteten Daten auf die relevanten Daten zu beschränken.

Sie können die Daten, die sowohl auf der Trigger- als auch auf der Aktionsebene verarbeitet werden, wie folgt einschränken:

• Angeben von OData-Ausdrücken
• Festlegen einer maximalen Anzahl
• Auswählen relevanter Spaltennamen

Diese Techniken helfen dabei, die Daten effektiv zu filtern und sicherzustellen, dass Ihr Flow nur die erforderlichen Informationen verarbeitet.

Trigger

Auf Triggerebene können Sie Bedingungen definieren, die erfüllt sein müssen, damit die Daten im Cloud-Flow gelesen und verarbeitet werden können. Mithilfe von OData-Ausdrücken können Sie Daten nach bestimmten Kriterien filtern und so sicherstellen, dass nur relevante Daten importiert werden.

Mit Datenquellen wie SharePoint können Sie Ansichten so einrichten, dass nur relevante Spalten und gefilterte Datensätze abgerufen werden. Geben Sie im Trigger die Ansicht an, die für Ihren Anwendungsfall relevant ist.

Aktionen

Begrenzen Sie auf Aktionsebene die Anzahl der verarbeiteten Datensätze, indem Sie angeben, welche Spalten erforderlich sind, und eine maximale Anzahl festlegen. Dieser Ansatz hilft, das Datenvolumen zu verwalten und sich auf die relevantesten Informationen zu konzentrieren.

Durch die Implementierung dieser Strategien können Sie die Datenverarbeitung optimieren und die Effizienz Ihrer Prozesse verbessern.

Bei der Verwendung von Power Automate zum Abrufen von Daten aus Dataverse, können Sie die folgenden Optionen verwenden, um die in Ihrem Cloud-Flow verarbeiteten Daten einzuschränken:

• Spalten auswählen: Legen Sie Fest, welche Spalten aus der Dataverse-Tabelle abgerufen werden sollen, um die verarbeitete Datenmenge zu reduzieren und nur die notwendigen Felder einzubeziehen. Wenn Sie beispielsweise nur die Spalten „Name“ und „E-Mail“ benötigen, schließen Sie alle anderen Spalten aus der Abfrage aus.
• Zeilen filtern: Verwenden Sie OData-Filterausdrücke, um Kriterien festzulegen, welche die Daten erfüllen müssen, damit nur die relevanten Zeilen abgerufen werden können. Sie können z. B. Zeilen filtern, deren Status „Aktiv“ ist oder in denen das Erstellungsdatum innerhalb der letzten 30 Tage liegt.
• Zeilenanzahl: Begrenzen Sie, insbesondere wenn es um große Datasets geht, die Anzahl der zurückgegebenen Zeilen, indem Sie eine maximale Anzahl festlegen. Wenn Sie beispielsweise eine Zeilenanzahl von 100 festlegen, wird sichergestellt, dass nur die ersten 100 Zeilen verarbeitet werden, die Ihren Kriterien entsprechen.

Sie können entweder eine oder eine Kombination dieser Optionen verwenden, um die Daten zu minimieren.

Wenn Sie Power Automate zum Abrufen von Daten von SharePoint verwenden, gibt es ähnliche Möglichkeiten, um die verarbeiteten Daten einzuschränken:

• Filterabfrage: Verwenden Sie OData-Filterabfragen, um Bedingungen festzulegen, welche die Daten erfüllen müssen, um aufgenommen zu werden. Diese Option hilft dabei, nur die relevanten Elemente basierend auf Kriterien wie Datumsbereichen und bestimmten Werten abzurufen.
• Höchstzahl: Mit dieser Option können Sie die Anzahl der von der Aktion zurückgegebenen Elemente begrenzen. Wenn Sie beispielsweise eine maximale Anzahl von 100 festlegen, wird sichergestellt, dass nur die ersten 100 Elemente verarbeitet werden, die Ihren Kriterien entsprechen.
• Spalten nach Ansicht einschränken: Sie können die zurückgegebenen Spalten einschränken, indem Sie eine bestimmte Ansicht auswählen. Dieses Verfahren reduziert die verarbeitete Datenmenge, indem nur die in dieser Ansicht definierten Spalten einbezogen werden.

Mithilfe dieser Optionen können Sie Ihre Flows so optimieren, dass nur die erforderlichen Daten verarbeitet werden, und so die Leistung und Effizienz verbessern.