{"id":26021,"date":"2023-12-19T05:00:00","date_gmt":"2023-12-19T04:00:00","guid":{"rendered":"https:\/\/sii.pl\/blog\/?p=26021"},"modified":"2023-12-12T14:42:32","modified_gmt":"2023-12-12T13:42:32","slug":"sposoby-logowania-power-automate-cloud-flow-bez-center-of-excellence-na-przykladzie-dataverse","status":"publish","type":"post","link":"https:\/\/sii.pl\/blog\/sposoby-logowania-power-automate-cloud-flow-bez-center-of-excellence-na-przykladzie-dataverse\/","title":{"rendered":"Sposoby logowania Power Automate Cloud Flow bez Center of Excellence na przyk\u0142adzie Dataverse"},"content":{"rendered":"\n

Tworz\u0105c oprogramowanie na bazie Power Platform, jedn\u0105 z us\u0142ug, kt\u00f3re mamy do dyspozycji, jest Power Automate. Korzystaj\u0105c z Power Automate, mo\u017cemy stworzy\u0107 automatyzacje, do przygotowania kt\u00f3rych dawniej by\u0142yby wymagane dedykowane zespo\u0142y IT sk\u0142adaj\u0105ce si\u0119 z analityk\u00f3w, programist\u00f3w i administrator\u00f3w. Jednak takie uproszczenie niesie ze sob\u0105 r\u00f3wnie\u017c wi\u0119ksz\u0105 odpowiedzialno\u015b\u0107, szczeg\u00f3lnie dla os\u00f3b, kt\u00f3re tworz\u0105 nowe automatyzacje.<\/p>\n\n\n\n

Jedn\u0105 ze wspomnianych odpowiedzialno\u015bci jest zarz\u0105dzanie i administracja przep\u0142ywami<\/strong>, a w przypadku, gdy co\u015b p\u00f3jdzie nie tak \u2013 analiza przyczyn. W takich sytuacjach nieocenione staj\u0105 si\u0119 logi (dziennik) zawieraj\u0105ce informacje o zdarzeniu, kt\u00f3re nast\u0105pi\u0142o. W Power Automate mamy oczywi\u015bcie funkcj\u0119 automatycznego logowania, jednak to rozwi\u0105zanie ma znacz\u0105ce ograniczenia w przegl\u0105daniu i wyszukiwaniu historycznych danych.<\/p>\n\n\n\n

W artykule zapraszam do zg\u0142\u0119bienia dodatkowych sposob\u00f3w<\/strong>, kt\u00f3re pomog\u0105 nam rozszerzy\u0107 standardowe logowanie, u\u0142atwiaj\u0105c ich historyczne przegl\u0105danie, odszukiwanie konkretnych uruchomie\u0144 mechanizm\u00f3w, czy te\u017c dodaj\u0105c kontekst biznesowy do ka\u017cdego z uruchomionych mechanizm\u00f3w.<\/p>\n\n\n\n

Jakie problemy chcemy rozwi\u0105za\u0107?<\/strong><\/h2>\n\n\n\n

W momencie diagnostyki mechanizm\u00f3w Cloud Flow mo\u017cemy stan\u0105\u0107 przed kilkoma wyzwaniami:<\/p>\n\n\n\n

    \n
  1. Trudno\u015bci w odczytywaniu szczeg\u00f3\u0142\u00f3w historycznych uruchomie\u0144 Power Automate Cloud Flow<\/strong> \u2013 ten, kto korzysta\u0142 z odczytu historii uruchomie\u0144 poszczeg\u00f3lnych Cloud Flow, wie, \u017ce nie jest to najprzyjemniejsze miejsce do szukania informacji. W szczeg\u00f3lno\u015bci, gdy interesuje nas konkretne uruchomienie, ale sami nie wiemy kt\u00f3re.<\/li>\n\n\n\n
  2. Trudno\u015bci w identyfikacji konkretnego uruchomienia Cloud Flow, kt\u00f3re chcemy zbada\u0107<\/strong> \u2013 w Cloud Flowach uruchomionych produkcyjnie naturaln\u0105 sytuacj\u0105 jest uruchamianie takiego flow minimum setki razy dziennie. Taki flow mo\u017ce ko\u0144czy\u0107 si\u0119 r\u00f3\u017cnymi stanami \u2013 Successful, canceled, failed. Oczywi\u015bcie, w idealnym \u015bwiecie powinni\u015bmy d\u0105\u017cy\u0107 do wyeliminowania uruchomie\u0144 failed, jednak w praktyce cz\u0119sto okazuje si\u0119, \u017ce musimy szybko zidentyfikowa\u0107 krytyczny przypadek, przez kt\u00f3ry nasza produkcyjna aplikacja nie dzia\u0142a. W takiej sytuacji standardowe logi mog\u0105 spowolni\u0107 nasze wysi\u0142ki rozwi\u0105zywania krytycznych b\u0142\u0119d\u00f3w, a jak wiemy \u2013 utraconego czasu nie spos\u00f3b odzyska\u0107.<\/li>\n\n\n\n
  3. Trudno\u015bci w identyfikacji, kt\u00f3ry konkretnie flow wp\u0142yn\u0105\u0142 w danym momencie na dany rekord<\/strong> \u2013 je\u015bli przygotowujemy aplikacj\u0119, w ramach kt\u00f3rej dzia\u0142a wiele Cloud Flow wchodz\u0105cych w interakcje z tym samym rekordem, mo\u017ce pojawi\u0107 si\u0119 problem kolejno\u015bci wykonywanych dzia\u0142a\u0144 (Cloud Flow s\u0105 wyzwalane jako mechanizmy asynchroniczne). W takim przypadku nieocenione s\u0105 informacje, jaki mechanizm spowodowa\u0142 poszczeg\u00f3ln\u0105 zmian\u0119 na rekordzie.<\/li>\n<\/ol>\n\n\n\n

    W dalszej cz\u0119\u015bci artyku\u0142u wymieni\u0119 kilka propozycji, jak zapobiega\u0107 takim sytuacjom<\/strong>. Wskazane sposoby nale\u017cy traktowa\u0107 jako pewn\u0105 propozycj\u0119 rozwi\u0105za\u0144 i wykorzysta\u0107 te, kt\u00f3re uwa\u017camy za najbardziej dla nas przydatne. \u017badne z poni\u017cszych rozwi\u0105za\u0144 nie jest rozwi\u0105zaniem idealnym<\/strong>, jednak ka\u017cde przybli\u017ca nas do odpowiedzi na wyzwania, przed kt\u00f3rymi stajemy.<\/p>\n\n\n\n

    Na potrzeby artyku\u0142u b\u0119d\u0119 wykorzystywa\u0142 baz\u0119 danych Dataverse oraz funkcjonalno\u015b\u0107 Audit History. Mo\u017cemy z powodzeniem zastosowa\u0107 te same metody np. na listach SharePoint, bazach SQL, plikach Excel, czy w dowolnym rozwi\u0105zaniu, w kt\u00f3rym da si\u0119 doda\u0107 kilka p\u00f3l czy tabel do przechowywania dodatkowych informacji.<\/p>\n\n\n\n

    Scenariusz biznesowy<\/strong><\/h2>\n\n\n\n

    \u017beby bardziej wczu\u0107 si\u0119 w sytuacj\u0119 i przybli\u017cy\u0107 przypadki, kt\u00f3rych b\u0119dzie dotyczy\u0107 ten artyku\u0142, za\u0142\u00f3\u017cmy, \u017ce pracujemy dla firmy Contoso, kt\u00f3ra sprzedaje swoim klientom miesi\u0119czny abonament na swoj\u0105 us\u0142ug\u0119. W Contoso dzia\u0142aj\u0105 4 mechanizmy Cloud Flow odpowiadaj\u0105ce za:<\/p>\n\n\n\n

      \n
    1. Integracje z systemem ERP,<\/li>\n\n\n\n
    2. Integracje z systemem Marketingowym,<\/li>\n\n\n\n
    3. Integracje z systemem Sprzeda\u017cowym,<\/li>\n\n\n\n
    4. Proces zatwierdze\u0144.<\/li>\n<\/ol>\n\n\n\n

      Jeden z pracownik\u00f3w zg\u0142osi\u0142 nam, \u017ce zauwa\u017cy\u0142 b\u0142\u0105d w systemie. Klient John Smith kupi\u0142 miesi\u0119czn\u0105 subskrypcj\u0119, ale system wy\u015bwietla go jako klienta potencjalnego, a nie jako aktualnego. Mamy zlokalizowa\u0107 przyczyn\u0119 tego b\u0142\u0119du. Zerknijmy na rekord klienta:<\/p>\n\n\n\n

      \"Dane<\/a>
      Ryc. 1 Dane klienta w systemie. Faktycznie wida\u0107, \u017ce typ klienta to \u201ePotential Customer\u201d, pomimo \u017ce ni\u017cej system wskazuje, jaki plan zakupi\u0142 klient i do kiedy jest wa\u017cny<\/figcaption><\/figure>\n\n\n\n

      Na szcz\u0119\u015bcie Dataverse ma du\u017c\u0105 liczb\u0119 wbudowanych funkcji \u015bledzenia zmian i operacji na rekordach. Jedn\u0105 z nich jest historia zmian (Audit history[1]<\/a>), dzi\u0119ki kt\u00f3rej b\u0119dziemy mogli zapozna\u0107 si\u0119 ze zmianami na rekordzie:<\/p>\n\n\n\n

      \"Audit<\/a>
      Ryc. 2 Audit History rekordu klienta<\/figcaption><\/figure>\n\n\n\n

      Przegl\u0105daj\u0105c Audit History, widzimy, \u017ce typ klienta zosta\u0142 ustawiony przez u\u017cytkownika aplikacyjnego[2]<\/a> Power Automate. Z du\u017cym prawdopodobie\u0144stwem mo\u017cemy stwierdzi\u0107, \u017ce w takim razie zrobi\u0142 to kt\u00f3ry\u015b z naszych Cloud Flow. Ale kt\u00f3ry? A jak ju\u017c dowiemy si\u0119, kt\u00f3ry mechanizm \u2013 to kt\u00f3re jego uruchomienie?<\/p>\n\n\n\n

      Na nasze pytania nie znajdziemy odpowiedzi w Audit History, poniewa\u017c system nie zapisuje tutaj tych informacji. Co prawda, Power Automate zapisuje 28-dniow\u0105 histori\u0119 uruchomie\u0144[3]<\/a>, ale gdy np. chcemy dowiedzie\u0107 si\u0119 wi\u0119cej o kontek\u015bcie uruchomienia danego flow, czy sprawdzi\u0107 kt\u00f3ry flow wp\u0142yn\u0105\u0142 na dany rekord, to musimy sami zadba\u0107 o zalogowanie takich danych. W tym artykule skupimy si\u0119 na tym, jak radzi\u0107 sobie z takimi wyzwaniami.<\/strong><\/p>\n\n\n\n

      Spos\u00f3b 1 \u2013 logowanie kontekstu zmiany na poszczeg\u00f3lnych rekordach<\/strong><\/h2>\n\n\n\n

      Om\u00f3wienie implementacji<\/strong><\/h3>\n\n\n\n

      Pierwszy spos\u00f3b jest jednym z najprostszych i moich ulubionych \u2013 w szczeg\u00f3lno\u015bci w przypadku korzystania z Dataverse. Jedn\u0105 z funkcjonalno\u015bci OOTB (Out Of the Box) jest funkcjonalno\u015b\u0107 Audytu\/historii inspekcji, czyli osobnej tabeli, kt\u00f3ra automatycznie \u015bledzi informacje o operacjach wykonanych na danym rekordzie.<\/p>\n\n\n\n

      W tym przypadku skupimy si\u0119 na rozszerzeniu takiej historii audytu o dodatkowe informacje (Uwaga! Je\u015bli chcesz wykorzysta\u0107 ten spos\u00f3b logowania w innym systemie ni\u017c Dataverse \u2013 bez odpowiednika historii inspekcji, stracisz cz\u0119\u015b\u0107 benefit\u00f3w tego rozwi\u0105zania! Jednak mo\u017cesz przygotowa\u0107 podobny mechanizm samodzielnie, tworz\u0105c dodatkow\u0105 tabel\u0119, w kt\u00f3rej b\u0119dziesz przechowywa\u0142 histori\u0119 zmian danego rekordu).<\/p>\n\n\n\n

      W przypadku korzystania z Power Automate mo\u017cemy \u0142atwo rozszerzy\u0107 logowanie, dodaj\u0105c informacje, kt\u00f3ry Cloud Flow i kt\u00f3re jego historyczne uruchomienie wp\u0142yn\u0119\u0142y na dany rekord. W tym celu wystarczy rozszerzy\u0107 nasze rozwi\u0105zanie o kilka element\u00f3w:<\/p>\n\n\n\n

        \n
      1. W naszym systemie dodajemy dwa nowe pola:\n