如何在Power Platform迁移含Visual Basic Access代码的预测优化算法？

一、数据层迁移：Excel表格导入Dataverse #

• 直接通过Power Platform门户的导入数据功能，选择Excel文件映射字段到Dataverse表，支持批量导入和后续增量同步
• 若需定期同步，可通过Power Automate的**Excel Online (Business)**连接器触发，自动将Excel数据刷新至Dataverse

二、复杂逻辑重构的可选方案 #

1. Power Fx：处理轻到中度复杂逻辑 #

• 支持在Power Apps、Dataverse计算列/业务规则中编写公式，可实现数据校验、简单统计计算、基础预测逻辑（如基于历史数据的线性趋势推算）
• 局限性：对于嵌套循环多、涉及复杂矩阵运算的优化算法，Power Fx的表达能力会受限，无法完全替代VBA的复杂流程控制
• 示例：用Power Fx实现简单销量预测

  Sum(Filter(SalesHistory, Year(Date) = Year(Today())-1), Amount) * 1.1
  

2. AI Builder：替代预测类VBA逻辑 #

• 若原VBA代码是基于历史数据的预测（如销量、需求预测），可直接使用AI Builder的预测模型，无需手动编写复杂算法：
  • 上传Dataverse中的历史数据，训练模型后即可在Power Apps或Power Automate中调用预测结果
  • 支持自动更新模型，适配数据变化
• 对于优化类逻辑（如资源分配、路径优化），AI Builder目前没有直接预制模型，需结合其他工具实现

3. Power Automate：编排逻辑与集成 #

• 用于串联不同组件的逻辑，比如：
  • 触发Dataverse数据更新后，调用AI Builder预测模型，再将结果写入指定表
  • 结合脚本动作（Power Automate中的Run JavaScript）处理中等复杂度逻辑，但脚本能力有限，不适合超复杂算法
• 优势：可视化编排，无需大量代码，适合流程类逻辑迁移

4. Azure Function：处理重度复杂算法 #

• 当Power Fx、AI Builder、Power Automate无法覆盖原VBA的复杂优化算法时，Azure Function是最优选择：
  • 支持用C#、Python等语言重写原VBA的核心算法，性能和灵活性远超Power Platform原生工具
  • 通过Power Automate或Power Apps的Azure Functions连接器调用，实现与Dataverse的数据交互
  • 可根据需求选择服务器less或固定实例，适配不同计算负载

三、重构优先级建议 #

• 先梳理原VBA代码的核心逻辑，拆分出数据处理、预测、优化、流程控制几个模块
• 预测类模块优先用AI Builder替代，流程控制类用Power Automate编排，轻量计算用Power Fx，重度复杂算法用Azure Function
• 逐步迁移，先将数据导入Dataverse，再逐个模块替换，避免一次性重构带来的风险

内容的提问来源于stack exchange，提问作者BigPortions