Condividi tramite


Eseguire la migrazione da Dataflow Gen1 a Dataflow Gen2

Questo articolo è destinato agli autori di flussi di dati di Power BI. Fornisce guida e spiegazioni per aiutare a migrare i loro flussi di dati a Dataflow Gen2 in Data Factory per Microsoft Fabric.

Nota

Dataflow Gen2 è una nuova generazione di flussi di dati che offre nuove funzionalità e esperienze migliorate. I flussi di dati di Gen2 risiedono insieme ai flussi di dati di Power BI, che ora sono noti come Flusso di dati Gen1.

Per comprendere le differenze tra Dataflow Gen1 e Dataflow Gen2, vedere "Getting from Dataflow Generation 1 to Dataflow Generation 2".

Sfondo

Microsoft Fabric si è evoluto in una piattaforma integrata sia per i dati self-service aziendali che per quelli gestiti dall'IT. Con una crescita esponenziale dei volumi di dati e della complessità, i clienti di Fabric richiedono che le proprie soluzioni aziendali siano sicure, facili da gestire e accessibili a tutti gli utenti nelle più grandi organizzazioni.

Negli ultimi anni, Microsoft ha compiuto grandi passi avanti per offrire funzionalità cloud scalabili alla capacità di Fabric. A tale scopo, Data Factory in Fabric offre immediatamente un ampio ecosistema di sviluppatori di integrazione dei dati e soluzioni di integrazione dei dati create nel corso di decenni. Sfrutta l'intera gamma di funzionalità e capacità che vanno ben oltre quelle simili disponibili nelle generazioni precedenti.

Naturalmente, i clienti chiedono ora se è possibile consolidare le soluzioni di integrazione dei dati ospitandole all'interno di Fabric. Spesso fanno domande come:

  • Tutte le funzionalità del flusso di dati su cui facciamo affidamento funzionano in Dataflow Gen2?
  • Quali funzionalità sono disponibili solo in Dataflow Gen2?
  • Come si esegue la migrazione dei flussi di dati esistenti a Dataflow Gen2?
  • Qual è la roadmap di Microsoft per l'inserimento di dati aziendali?

Le risposte a molte di queste domande sono descritte in questo articolo.

Nota

La decisione di eseguire la migrazione alla capacità Fabric dipende dai requisiti di ciascun cliente. I clienti devono valutare attentamente i vantaggi per prendere una decisione informata. Ci aspettiamo di vedere la migrazione organica a Dataflow Gen2 nel corso del tempo e l'intenzione è che ciò avviene in termini con cui il cliente è a proprio agio.

Per essere chiari, attualmente non sono previsti piani per deprecare i flussi di dati di Power BI o i flussi di dati di Power Platform. Tuttavia, esiste una priorità per concentrare l'investimento su Dataflow Gen2 per l'inserimento di dati aziendali e quindi il valore fornito dalla capacità di Fabric aumenterà nel tempo. I clienti che scelgono capacità di Fabric possono aspettarsi di trarre vantaggio dall'allineamento con la roadmap del prodotto Microsoft Fabric .

Convergenza dell'integrazione self-service e dei dati aziendali

Il consolidamento degli elementi in Fabric semplifica l'individuazione, la collaborazione e la gestione tramite la condivisione delle risorse. Consente ai team IT centrali di adottare e integrare più facilmente gli elementi self-service più diffusi. Allo stesso tempo, consente di rendere operativi i servizi di spostamento e trasformazione dei dati cruciali allineati agli standard aziendali, tra cui derivazione e monitoraggio dei dati.

Per supportare le esigenze di creatori collaborativi e scalabili, Dataflow Gen2 in Fabric introduce di copia rapida, che consente l'inserimento efficiente di volumi di dati di grandi dimensioni usando l'infrastruttura back-end di Fabric per archiviare ed elaborare dati intermedi durante la trasformazione. Può gestire senza problemi terabyte di dati. Gli autori di flussi di dati possono specificare destinazioni di dati per i dati trasformati, come Fabric Lakehouse, Warehouse, Eventhouse o Azure SQL Database, facilitando la gestione e l'accessibilità dei dati. Inoltre, l'integrazione recente dell'IA generativa tramite Copilot migliora l'esperienza di preparazione dei dati fornendo generazione di codice intelligente e automatizzando le attività ripetitive, offrendo un percorso più semplice e rapido per creare soluzioni complesse.

Usando una piattaforma comune, il flusso di lavoro è semplificato, con la conseguenza di una migliore collaborazione tra l'azienda e l'IT. Le organizzazioni hanno quindi la possibilità di ridimensionare le proprie soluzioni di dati a livelli aziendali, garantendo prestazioni elevate, flessibilità ed efficienza nella gestione di grandi volumi di dati.

Capacità dell'infrastruttura

Grazie alla sua architettura distribuita, la capacità del tessuto è meno sensibile al carico complessivo, ai picchi temporali e alla concorrenza elevata. Consolidando le capacità agli SKU di capacità di Fabric di dimensioni maggiori, i clienti possono ottenere prestazioni e velocità effettiva maggiori.

Confronto tra funzionalità

Nella tabella seguente sono presentate le funzionalità supportate in Power BI dataflow e/o Fabric Dataflow Gen2.

Caratteristica Power BI Dataflow Gen1 Fabric Dataflow Gen2
Connettività
Supporto per tutte le origini dati di Power Query
Collegarsi a e caricare dati dai flussi di dati in Power BI Desktop, Excel o Power Apps.
Scalabilità
copia rapida, che supporta l'inserimento di dati su larga scala, utilizzando la pipeline dati attività di copia all'interno dei flussi di dati No
Aggiornamento pianificato, che mantiene aggiornati i dati
aggiornamento incrementale, che utilizza criteri per automatizzare il caricamento incrementale dei dati e può aiutare a fornire report quasi in tempo reale
orchestrazione della pipeline di dati, che consente di aggiungere un'attività Dataflow a una pipeline di dati e creare eventi condizionali orchestrati No
intelligenza artificiale
Copilot per Data Factory, che fornisce una generazione intelligente di codice per trasformare i dati con facilità e fornisce spiegazioni del codice per aiutare a comprendere meglio le attività complesse. No
I servizi cognitivi, che utilizzano l'intelligenza artificiale per applicare diversi algoritmi dai Servizi cognitivi di Azure per migliorare la preparazione autonoma dei dati. Nessun 1
Apprendimento automatico automatizzato (AutoML), che consente agli analisti aziendali di addestrare, convalidare e richiamare direttamente in Fabric i modelli di apprendimento automatico (ML) Deprecato 2
'integrazione di Azure Machine Learning, che espone modelli personalizzati come funzioni dinamiche di Power Query che gli utenti possono richiamare nell'editor di Power Query Nessun 1
Gestione contenuti
vista di tracciabilità dei dati, che consente agli utenti di comprendere e valutare le dipendenze degli elementi del flusso di dati
pipeline di distribuzione, che gestiscono il ciclo di vita del contenuto di Fabric
scalabilità e resilienza della piattaforma
architettura di capacità Premium, che supporta una maggiore scalabilità e prestazioni
Supporto Multi-Geo, che consente ai clienti multinazionali di soddisfare i requisiti di localizzazione dei dati regionali, specifici del settore o dell'organizzazione 3
sicurezza
gateway dati della rete virtuale (VNet) connettività, che consente a Fabric di lavorare senza problemi nella rete virtuale di un'organizzazione No
connettività gateway dati locale, che consente l'accesso sicuro dei dati tra le origini dati locali di un'organizzazione e Fabric
I tag del servizio di supporto di Azure, che rappresentano un gruppo definito di indirizzi IP gestiti automaticamente al fine di ridurre al minimo la complessità degli aggiornamenti o delle modifiche alle regole di sicurezza di rete.
Governance
Contenuto approvazione, per promuovere o certificare prodotti in tessuto di valore e alta qualità
'integrazione di Microsoft Purview, che consente ai clienti di gestire e gestire gli elementi di Fabric
Microsoft Information Protection (MIP) etichette di riservatezza e integrazione con Microsoft Defender for Cloud Apps per la prevenzione della perdita dei dati (DLP)
monitoraggio e registrazione dei log diagnostici
cronologia avanzata degli aggiornamenti, che consente di valutare in dettaglio ciò che è accaduto durante l'aggiornamento del flusso di dati No
l'hub di monitoraggio, che fornisce capacità di monitoraggio per i componenti di Fabric No
Microsoft Fabric Capacity Metrics app, che fornisce funzionalità di monitoraggio per la capacità di Fabric
Log delle verifiche, che tiene traccia delle attività degli utenti in Fabric e Microsoft 365

1 Per informazioni su come creare funzioni personalizzate che chiamano gli endpoint dell'API di intelligenza artificiale di Azure, vedere Esercitazione : Estrarre frasi chiave dal testo archiviato in Power BI.

2 L'Automated Machine Learning (AutoML) è stato reso obsoleto. Per ulteriori informazioni, vedere questo annuncio ufficiale.

3 Per configurare l'archiviazione del flusso di dati di Power BI per l'uso di Azure Data Lake Storage (ADLS) Gen2, vedere questo articolo.

Considerazioni

Prima di eseguire la migrazione a Dataflow Gen2, è necessario tenere conto di altre considerazioni sulla pianificazione.

Licenze

È necessaria una licenza Pro o Premium per utente (PPU) per pubblicare o gestire flussi di dati di Power BI (Dataflow Gen1). Al contrario, è necessaria solo una licenza di Microsoft Fabric (gratuita) per creare un dataflow Gen2 in un'area di lavoro di capacità Premium.

Scenari di migrazione

Quando si esegue la migrazione dei flussi di dati, è importante pensare oltre a copiare semplicemente le soluzioni esistenti. È invece consigliabile modernizzare le soluzioni sfruttando le innovazioni e le funzionalità più recenti di Dataflow Gen2. Questo approccio garantisce che le soluzioni possano supportare le crescenti esigenze dell'azienda.

Nell'articolo sugli scenari di migrazione, sono descritti diversi metodi per l'aggiornamento, l'inventario e l'uso di acceleratori come i modelli di Power Query . Questi metodi consentono di garantire un aggiornamento semplice per i progetti.

Cartina stradale

Il piano di rilascio di Microsoft Fabric annuncia gli aggiornamenti e le tempistiche più recenti, mentre le funzionalità vengono preparate per il rilascio futuro, incluse le novità e i piani per Data Factory in Microsoft Fabric.

Per altre informazioni su questo articolo, vedere le risorse seguenti: