连接策略(OData vs 原生)
比较分析并选择连接 Power BI 和 Excel 到业务中心分析端点的最佳方法。
0阅读
在消费层(数据可视化)中,我们将工具(Power BI 或 Excel)连接到 Business Central 的方式决定了计划更新的稳定性。在我们的架构中,我们评估了两种摄取原生 API 数据(AL 中的 Query 对象)的主要途径。
Microsoft 在 Power BI Desktop 中提供了预构建的连接器(获取数据 -> 在线服务 -> Dynamics 365 业务中心)
- 可视化导航: 允许我们以图形方式浏览服务器的文件夹树:
Entorno -> Empresa -> Advanced APIs -> Nuestro_Publisher -> Nuestro_Grupo -> Endpoint。 - 集成身份验证: 透明地管理 Azure AD OAuth 令牌。
- “黑盒”: 作为不透明的中间层运行。我们无法精确控制 Power Query 引擎构建发送到服务器的底层 HTTP URL 的方式。
- 激进缓存: 极易缓存旧的 API 结构。如果我们在 DevSecOps 中添加或重命名 AL 中的列,此连接器通常会在本地缓存被手动清除前因元数据错误而崩溃。
2. 纯 OData 连接器 (OData.Feed)
Sección titulada «2. El Conector OData Puro (OData.Feed)»作为数据工程师,我们通常建议绕过中间图形界面,直接使用 OData 源 连接器连接到端点。
- 透明度: 我们控制精确的 URL。我们完全了解我们调用的端点、版本和公司。
- 参数注入: 允许我们直接在 Power Query 的
M代码中注入标志,例如严格处理超时 (Timeout=#duration(...)) 或强制指定协议版本 (Implementation="2.0")。 - 韧性: 较不容易出现结构化缓存错误,因为它被强制更频繁地读取 OData 的
$metadata文档。
对于生产数据管道,我们 仅使用编码为 M 的纯 OData 连接。
这使我们能够将 Power Query 查询视为小型脚本,便于版本控制,并确保如果业务中心在 30 秒内响应,Power BI 将在相同的确切时间内消耗这些数据,而不会引入视觉连接器的 开销。
在下一篇文章中,我们将详细说明用于这些摄取的精确代码。
- ✓ URL 控制: 优先使用直接 OData 连接器而非原生连接器,以实现完全可见性和调试。
- ✓ 参数注入: 在本地引擎中定义严格的超时和协议版本。
- ✓ 查询版本控制: 将 OData 查询作为可版本控制的 M 代码处理,存储在 Git 仓库中。

