Forstå translytiske aktivitetsflyter

Med translytiske oppgaveflyter kan du automatisere sluttbrukerhandlinger som å oppdatere poster, legge til merknader eller opprette arbeidsflyter som utløser handlinger i andre systemer. Translytiske oppgaveflyter muliggjør automatiserte scenarioer, inkludert:

  • Legg til data: Legg til en post med data i en tabell i databasen, og se den i rapporten. Du kan for eksempel legge til en ny kundepost.
  • Rediger data: Rediger en eksisterende post med data i en tabell i databasen, og se den reflektert i rapporten. Hvis du for eksempel oppdaterer et statusfelt eller en merknad.
  • Slette data: Slette en eksisterende post med data fra en tabell i databasen og se den fjernet fra rapporten. Du kan for eksempel fjerne en kundepost som ikke lenger er nødvendig.
  • Kall en ekstern API: Foreta en API-forespørsel som er tilgjengelig via en nettverksforespørsel. Du kan for eksempel sende en forespørsel til REST-endepunktet for et offentlig API som enten oppdaterer de underliggende dataene eller sluttbrukerens inndata, eller utfører handlinger i et annet system.
  • overflate varsler i rapporten: Lagre varsler som data, og vis målrettede varsler i rapportene Power BI basert på rapportkontekst og filteromfang.

Translytiske oppgaveflyter fungerer ved hjelp av brukerdatafunksjoner i Fabric for å aktivere funksjoner på de underliggende Fabric-datakildene.

Følgende eksempel viser en translytisk oppgaveflyt som kobler en Power BI-rapport som viser salgsmuligheter til en arbeidsflyt som legger ut forespørsler i Teams. I dette eksemplet kan du se at brukeren filtrerte tabellen for å vise bare høyrisikomuligheter med høy risiko med tidsbegrensede vinduer. Brukeren ber om 10% rabatt for disse salgsmulighetene og rettferdiggjør forespørselen i et kommentarfelt. Når de har valgt knappen Be om rabatt , sendes inndataene fra tabellen og tekstfeltene til en brukerdatafunksjon. Funksjonen legger inn en melding i Teams med detaljene, slik at forespørselen kan godkjennes eller avvises.

Animert gif som viser en bruker som ber om rabatt for muligheter funnet i en Power BI-rapport, og den forespørselen dukker opp som et Teams-innlegg.

Klar til å komme i gang? Velg mellom to grundige veiledninger:

Tilbakeskriving av data

Translytiske oppgaveflyter kan muliggjøre tilbakeskriving slik at sluttbrukere kan oppdatere, legge til eller slette data i Fabric-databaser fra Power BI-rapporter. Ved hjelp av Fabrics brukerdatafunksjoner kan du programmatisk oppdatere, legge til eller slette poster med data basert på filterkonteksten som sendes fra rapporten.

Det samme mønsteret kan også drive varslingsscenarier i rapporten. I stedet for å endre en eksisterende verdi, kan du lagre varslingsposter som data og vise dem i rapporten basert på den nåværende rapportkonteksten. For et fullstendig eksempel, se Sett opp varsler i rapporten Power BI med translytiske oppgaveflyter.

For eksempel lar følgende Power BI-rapport deg endre rabattverdien som vises i tabellen uten å forlate rapporten. Når du legger inn den nye verdien i input-sliceren og velger Send rabatt, oppdaterer en Fabric User-datafunksjon automatisk datakildepostene som matcher de anvendte filtrene.

Animert gif som viser en Power BI rapport som inkluderer et interaktivt grensesnitt for å endre en datapost.

Brukerdatafunksjoner har opprinnelig tilkoblingsbehandling for følgende fabric-datakilder for dataskrivingsscenarioer:

  • Fabric SQL-databaser
  • Stoffvarehus
  • Fabric lakehouses (for filer)

For de fleste scenarioer for tilbakeskriving anbefaler vi at du bruker SQL-database som den underliggende datakilden. SQL-databaser fungerer bra med de tunge lese-/skriveoperasjonene som kreves i rapporteringsscenarioer.

For et detaljert arkitektureksempel som bruker SQL-database som kildedatamotor for en translytisk applikasjon, se Bruk SQL-database som kildedatamotor for translytiske applikasjoner.

Hvis du vil ha eksempler på arbeidseksempler for brukerdatafunksjoner, kan du se Eksempler på translytisk oppgaveflyt.

Egendefinert automatisering

Translytiske oppgaveflyter kan også automatisere mange oppgaver og til og med utføre handlinger i andre systemer ved hjelp av eksterne API-er.

For eksempel lar følgende Power BI-rapport deg generere skreddersydde AI-forslag for påvirkerne som vises i tabellen ved bruk av Azure OpenAI Responses API. Når du velger en influencer og deretter velger Generer AI-forslag, gir en Fabric-brukerdatafunksjon et Azure OpenAI-svar basert på en fullt tilpassbar prompt.

Animert gif som viser et eksempel Power BI rapport som inkluderer et interaktivt grensesnitt for å kalle Azure OpenAI API.

Hvis du vil ha eksempler på arbeidseksempler for brukerdatafunksjoner, kan du se Eksempler på translytisk oppgaveflyt.

Begrensninger

For øyeblikket gjelder følgende begrensninger for translytiske aktivitetsflyter:

  • Brukerdatafunksjoner må returnere en str type som skal legges til i en rapport.
  • Power BI Embedded støttes kun for sikre embed-scenarier.
  • Datafunksjonsknapper bindes ikke automatisk på tvers av arbeidsområder. Knappen lagrer en eksplisitt referanse til et bestemt arbeidsområde, funksjonssett og datafunksjon. Når du distribuerer rapporten med utrullingssamlebånd eller flytter den til et annet arbeidsområde, forblir referansen festet til den opprinnelige brukerdatafunksjonen , selv om det finnes en funksjon med samme navn i målarbeidsområdet. Oppdater datafunksjonsreferansen for knappen i målrapporten etter distribusjon. Hvis du vil ha mer informasjon, kan du se Forstå avhengighetsbinding i distribusjon på tvers av arbeidsområder.

Følgende tjenestebegrensninger kan også påvirke de translytiske aktivitetsflytene:

Neste trinn

  • Last updated on