Tip
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。
根據 Microsoft Power Platform 資料流輸出的儲存空間，你可以在其他 Azure 服務中使用該輸出。
處理 Power Platform 資料流輸出的好處
利用 Power Platform 的資料流，您可以重新塑造、清理並準備資料以供進一步分析與使用。 還有許多其他 Azure 資料服務會以資料作為輸入並提供動作。
- Azure 機器學習可以處理資料流的輸出，並將其用於機器學習情境（例如預測分析）。
- Azure Data Factory 能將資料流輸出擴大，結合大數據來源的資料，提供進階資料整合解決方案。
- Azure Databricks 可以將資料流輸出應用於資料科學演算法，並藉助 Apache Spark 後端的大數據規模來推動 AI 的進一步發展。
- 其他 Azure 資料服務則可利用 Power Platform 資料流的輸出，對該資料進行進一步操作。
與外部 Azure Data Lake Storage 的資料流程
如果你已經將外部的 Azure Data Lake Storage 儲存連接到 Power Platform 的資料流，你可以使用任何以 Azure Data Lake Storage 為來源的 Azure 服務，例如 Azure Machine Learning、Azure Data Factory、Azure Databricks 和 Azure Analysis Services。
Important
自 2026 年 10 月 31 日起，您無法再建立新的分析型 Power Platform 資料流，這些資料流透過 Bring Your Own Lake（BYOL）寫入客戶擁有的 Azure Data Lake Storage。 現有的 BYOL 資料流會繼續執行，且已寫入你儲存的 CSV 檔案仍然可用。 你可以繼續透過 Azure Data Lake Storage Gen2 或 Azure Blob 儲存體 連接器直接使用這些檔案。 對於新的分析型 Power Platform 資料流，請使用受管理的資料湖，或在適當情況下使用標準資料流搭配 Dataverse 儲存。
在這些服務中，請使用 Azure Data Lake Storage 作為來源。 你可以輸入儲存資訊並連結其中的資料。 資料以 CSV 格式儲存，並可透過上述工具與服務讀取。 以下截圖展示了 Azure Data Lake Storage 如何成為 Azure Data Factory 的來源選項。
Dataverse 的資料流
如果你使用的是標準資料流，將資料存放在 Dataverse 中，你仍然可以從許多 Azure 服務連接到 Dataverse。 下圖顯示在 Azure Data Factory 中，Dataverse 的資料流輸出可作為來源。
使用內部 Azure 資料湖儲存的資料流程
當你使用 Power Platform dataflows 提供的內部 資料湖 儲存時，該儲存空間僅限於 Power Platform 工具，無法從其他 Azure 資料工作負載存取。