データフローの種類の違いについて
データフローは、データを抽出し、変換して保存先ストレージに読み込み、さまざまなシナリオで使用できるようにするために使用されます。 すべての保存先ストレージが同じ特性を共有するわけではないため、データフローでデータが読み込まれる保存先ストレージによって、一部のデータフロー機能と動作が異なります。 データフローを作成する前に、データがどのように使用されるのかを理解し、ご自身のソリューションの要件に従って保存先ストレージを選択することが重要です。
データフローの保存先ストレージを選択すると、データフローの種類が決まります。 データを Dataverse テーブルに読み込むデータフローは、標準データフロー として分類されます。 データを分析テーブルにロードするデータフローは、分析データフロー として分類されます。
Power BI で作成されるデータフローは、常に分析データフローです。 Power Apps で作成されるデータフローは、データフロー作成時の選択に応じて、標準または分析のいずれかになります。
標準データフロー
標準データフローでは、データが Dataverse テーブルに読み込まれます。 標準データフローは Power Apps でのみ作成できます。 この種類のデータフローを作成する利点の 1 つは、Dataverse のデータに依存するすべてのアプリケーションで、標準データフローによって作成されたデータを操作できることです。 Dataverse テーブルを使用する一般的なアプリケーションは、Power Apps、Power Automate、AI Builder、Power Virtual Agents です。
Power Apps でのデータフローを作成するには:
[Power Apps] タブで、[詳細] を選択します。
データフロー を選択します。
新しいデータフローを選択します。
最初のデータフローを作成する場合は、[データフローを作成する] ボタンを選択することもできます。
Standard データフローのバージョン
パフォーマンスと信頼性の向上のために、私たちは標準データフローの重要な更新に取り組んできました。 これらの機能強化は、最終的にすべての標準データフローで利用できるようになります。 しかし、それまでの間、Power Apps ではバージョン インジケーターを追加することによって既存の標準データフロー (バージョン 1) と新しい標準データフロー (バージョン 2) を区別します。
標準データフロー バージョンの機能の比較
次の表に、標準データフロー V1 と V2 の主な機能の相違点と、それぞれのバージョンでの各機能の動作に関する情報を示します。
機能 | 標準 V1 | 標準 V2 |
---|---|---|
顧客テナントごとに自動スケジュールを使用して保存できるデータフローの最大数 | 50 | 無制限 |
クエリまたはテーブルごとに取り込まれるレコードの最大数 | 500,000 | 無制限。 現在、クエリまたはテーブルごとに取り込むことができるレコードの最大数は、取り込み時点での Dataverse サービス保護制限に依存しています。 |
Dataverse への取り込み速度 | ベースライン パフォーマンス | いくつかの要因によるパフォーマンスの向上。 実際の結果は、取り込まれるデータの特性と、取り込み時の Dataverse サービスの負荷によって異なる可能性があります。 |
増分更新ポリシー | サポートされていません | サポートされています |
回復性 | Dataverse サービス保護制限が検出された場合、レコードは最大 3 回再試行されます。 | Dataverse サービス保護制限が検出された場合、レコードは最大 3 回再試行されます。 |
Power Automate の統合 | サポートされていません | サポートされています |
分析データフロー
分析データフローは、分析用に最適化されたストレージ タイプ (Azure Data Lake Storage) にデータを読み込みます。 Microsoft Power Platform 環境と Power BI ワークスペースは、それらの製品ライセンスにバンドルされた、マネージド型の分析ストレージの場所をお客様に提供します。 さらに、お客様は組織の Azure Data Lake ストレージ アカウントをデータフローの送信先としてリンクできます。
分析データフローは、優れた追加の分析機能です。 たとえば、Power BI の AI 機能との統合や、後で説明する計算されたテーブルの使用などです。
Power BI で分析データフローを作成できます。 既定では、データは Power BI のマネージド ストレージに読み込まれます。 ただし、組織の Azure Data Lake Storage にデータを格納するように Power BI を構成することもできます。
Power Apps と Dynamics 365 顧客分析情報ポータルで分析データフローを作成することもできます。 Power Apps ポータルでデータフローを作成する場合、Dataverse で管理された分析ストレージか組織の Azure Data Lake Storage アカウントのいずれかを選択できます。
AI 統合
場合によっては、要件に応じて、データフローを通じて AI および機械学習の機能をデータに適用することが必要になることがあります。 これらの機能は Power BI データフローで使用でき、Premium ワークスペースが必要です。
次の記事では、データフローで AI 機能を使用する方法について説明しています。
上記の 2 つのシナリオに一覧表示された機能 は、Power BI に固有のものであり、Power Apps または Dynamics 365 Customer Insights ポータルでデータフローを作成するときには使用できません。
計算されたテーブル
計算テーブルを使用する理由の 1 つは、大量のデータを処理できることです。 計算されたテーブルは、これらのシナリオに役立ちます。 データフロー内にテーブルがあり、同じデータフロー内の別のテーブルが最初のテーブルの出力を使用する場合、このアクションにより計算テーブルが作成されます。
計算されたテーブルは、データ変換のパフォーマンスに役立ちます。 最初のテーブルで必要な変換を複数回再実行するのではなく、計算されたテーブルで 1 回だけ変換が行われます。 その後、結果は他のテーブルで複数回使用されます。
計算テーブルの詳細については、データフローでの計算テーブルの作成を参照してください。
計算テーブルは分析データフローでのみ使用できます。
標準データフローと分析データフロー
次の表に、標準テーブルと分析テーブルの相違点をいくつか示します。
操作 | Standard | 分析 |
---|---|---|
作成する方法 | Power Platform データフロー | Power BI データフロー データフローの作成時に [分析エンティティのみ] チェックボックスを選択して Power Platform データフローを作成します。 |
ストレージ オプション | Dataverse | Power BI データフロー用に Power BI が提供する Azure Data Lake ストレージ、Power Platform データフロー用に Dataverse が提供する Azure Data Lake ストレージ、または顧客が提供する Azure Data Lake ストレージ |
Power Query の変換 | はい | はい |
AI 関数 | いいえ | はい |
計算されたテーブル | いいえ | はい |
他のアプリケーションで使用可能 | はい (Dataverse を通して) | Power BI データフロー: Power BI 内のみ Power Platform データフローまたは Power BI 外部データフロー: はい (Azure Data Lake Storage を通して) |
標準テーブルへのマッピング | はい | はい |
増分読み込み | 既定での増分読み込み 読み込みの設定で [クエリ出力に存在しない行を削除します] チェックボックスを使用して変更できます |
デフォルトのフルロード 増分更新を設定できます (データフローの設定で増分更新を設定する) |
スケジュールされた更新 | はい | はい。エラー発生時にデータフロー所有者に通知する可能性があります |
各データフローの種類を使用するシナリオ
ここでは、データフローの種類ごとにサンプル シナリオとベスト プラクティスの推奨事項をいくつか紹介します。
クロスプラットフォームの使用 - 標準のデータフロー
データフローの構築計画で、複数のプラットフォーム (Power BI だけでなく、その他の Microsoft Power Platform サービスや Dynamics 365 など) に格納されたデータを使用しようとしている場合、標準データフローが最適な選択肢です。 標準データフローでは Dataverse にデータを格納し、他の多くのプラットフォームやサービスを通じてアクセスできます。
大規模なデータ テーブルでの大量のデータ変換 - 分析データフロー
分析データフローは、大量のデータを処理するための優れたオプションです。 また、分析データフローによって、変換の背後での計算の能力も向上します。 Azure Data Lake Storage にデータを格納することで、変換先への書き込み速度が向上します。 大量のデータに対する読み取り/書き込みトランザクションの場合、Dataverse (データを格納する時点で確認するルールが多数存在することがある) と比較して、Azure Data Lake Storage の方が高速です。
AI 機能 - 分析データフロー
データ変換ステージで AI 機能を使用する予定がある場合は、分析データフローを使用すると便利です。この種類のデータフローでサポートされているすべての AI 機能を使用できます。