什麼是資料流程？

小提示

Power BI Dataflow Gen1 現在處於舊版狀態，不會再投資新功能。 對於具備 Fabric 存取權的高級用戶， Dataflow Gen2 是推薦的路徑，提供效能、規模、可靠性、功能性及內建 AI 的提升。 Pro/PPU 客戶可以繼續使用 Gen1，因為 Gen2 在這類情境下的指引正在演進中。 請參閱從 Dataflow Gen1 升級到 Dataflow Gen2 以獲得升級指引。

資料流是一種自助式的雲端資料準備技術。 Dataflows 讓客戶能夠將資料匯入、轉換並載入 Microsoft Dataverse 環境、Power BI 工作空間，或您組織的 Azure Data Lake Storage 帳號。 資料流程是使用 Power Query 編寫，這是一種統一的資料連接與準備體驗，已在許多 Microsoft 產品中具備，包括 Excel 和 Power BI。 客戶可以觸發資料流，使其按需或自動排程執行;資料始終保持最新。

資料流程可以在多個 Microsoft 產品中建立

資料流在多個 Microsoft 產品中都有，且不需要建立或執行特定資料流授權。 資料流可在 Power Apps、Power BI 及 Dynamics 365 Customer Insights 中取得。 建立與執行資料流的能力會隨這些產品的授權條款一併提供。 資料流程功能大多在所有產品中都很常見，但某些產品專屬的功能可能會存在於不同產品中建立的資料流中。

資料流程是怎麼運作的？

資料流運作的圖表，從原始資料到轉換過程，再到儲存。

前一張圖片展示了資料流如何被定義的整體視圖。 資料流會從不同的資料來源取得資料（目前已支援超過 80 個資料來源）。 接著，根據 Power Query 創作體驗所設定的轉換，資料流會利用資料流引擎進行資料轉換。 最後，資料會載入到輸出目的地，該目標可以是 Microsoft Power Platform 環境、Power BI 工作空間，或組織的 Azure Data Lake Storage 帳號。

資料流運行於雲端

資料流是基於雲端的。 當資料流被撰寫並儲存時，其定義會儲存在雲端。 雲端也會運行資料流。 然而，若資料來源位於本地，則可使用本地資料閘道器將資料擷取至雲端。 當資料流執行被觸發時，資料轉換與計算會在雲端進行，目的地始終在雲端。

這是資料流在雲端的運作方式圖，從資料來源到雲端資料流，再到儲存裝置。

資料流使用強大的轉換引擎

Power Query 是資料流中使用的資料轉換引擎。 這台引擎足以支援許多進階變身。 它也使用了一個簡單但強大的圖形使用者介面，稱為 Power Query 編輯器。 你可以用這個編輯器來使用資料流程，更快、更輕鬆地開發你的資料整合解決方案。

截圖，展示Power Query變換的範例。

與 Microsoft Power Platform 及 Dynamics 365 的資料流整合

由於資料流程將產生的資料表儲存在雲端儲存中，其他服務可以與資料流產生的資料互動。

Microsoft Power Platform 與 Dynamics 365 的資料流整合圖示

例如，Power BI、Power Apps、Power Automate、Power Virtual Agents 以及 Dynamics 365 應用程式，可以依據資料流建立時設定的目的地，連接到 Dataverse（Power Platform 資料流連接器）或直接透過湖泊取得資料流產生的資料。

資料流程的優點

以下列出使用資料流的一些優點：

  • 資料流將資料轉換層與 Power BI 解決方案中的建模與視覺化層解耦。

  • 資料轉換程式碼可以存在於中央位置，即資料流，而非分散在多個產物中。

  • 資料流程建立者只需要具備 Power Query 技能。 在多位創作者的環境中，資料流創建者可以成為團隊成員，共同打造整個 BI 解決方案或營運應用程式。

  • 資料流是產品無關的。 它不只是 Power BI 的一個元件;你可以在其他工具和服務中取得它的資料。

  • 資料流利用 Power Query，這是一種功能強大且圖形化的自助式資料轉換工具體驗。

  • 資料流完全在雲端運行。 不需要額外的基礎設施。

  • 你可以選擇多種方式開始使用資料流，使用Power Apps、Power BI和Customer Insights的授權。

  • 雖然資料流能進行進階轉換，但它們是為自助式情境設計，且不需要 IT 或開發者背景。

資料流的使用情境

你可以用資料流做很多事情。 以下情境提供一些資料流常見的使用案例。

從舊有系統的資料遷移

在這種情況下，組織決定使用 Power Apps 來提供新的使用者介面體驗，而非舊有的本地系統。 Power Apps、Power Automate 和 AI Builder 都使用 Dataverse 作為主要的資料儲存系統。 現有本地系統中的現有資料可以透過資料流遷移到 Dataverse，然後這些產品就能使用這些資料。

利用資料流建構資料倉儲

你可以用資料流取代其他擷取、轉換、載入（ETL）工具來建立資料倉儲。 在這種情況下，企業的資料工程師決定使用資料流來建立他們星型結構設計的資料倉儲，包括 Data Lake Storage 中的事實與維度資料表。 接著使用 Power BI 從資料流中取得資料來產生報告和儀表板。

如何利用資料流建構資料倉儲的示意圖。

利用資料流建立維度模型

你可以用資料流取代其他 ETL 工具來建立維度模型。 例如，一家公司的資料工程師決定使用資料流來建立星型結構設計的維度模型，包括 Azure Data Lake Storage Gen2 中的事實與維度資料表。 接著使用 Power BI 從資料流中取得資料來產生報告和儀表板。

如何利用資料流建立維度模型的示意圖。

集中化多個 Power BI 解決方案中語意模型的資料準備與重用

如果多個 Power BI 解決方案都使用同一個轉換過的表格，建立該表格的過程會重複多次。 這會增加來源系統的負載，消耗更多資源，並產生多個故障點的重複資料。 取而代之的是，可以建立一個單一的資料流來計算所有解的資料。 Power BI 就能在所有解決方案中重複使用轉換結果。 若如此使用資料流，可成為穩健的 Power BI 實作架構的一部分，避免 Power Query 程式碼重複，並降低資料整合層的維護成本。

表格如何在多種解法中重複使用圖示。

相關內容

  • 在 Microsoft Power Platform
  • 在 Power BI
  • 上次更新時間：