Advanced Power Automate Cloud

Section 1: สถาปัตยกรรม Flow ระดับองค์กร

• จุดที่ Flow ระดับทีมมักพังเมื่อขยายไปใช้ทั้งองค์กร
• แยก Environment สำหรับ Dev, Test และ Production และภาพรวม Managed Environment
• Solution-aware Flow: สร้าง Flow ใน Solution ตั้งแต่เริ่มต้น
• Lab: สร้าง Solution และย้าย Flow เดิมเข้า Solution

Section 2: Lab: Environment Variable และ Connection Reference

• ชนิดของ Environment Variable: Text, Number, JSON, Data source และ Secret
• แยกค่าที่เปลี่ยนตาม Environment เช่น SharePoint Site และอีเมลผู้อนุมัติออกจาก Flow
• Connection Reference และการเปลี่ยน Connection โดยไม่ต้องแก้ Flow
• Lab: ปรับ Flow ให้ไม่มีค่าฝังตายตัวแม้แต่จุดเดียว

Section 3: Lab: Child Flow และการออกแบบแบบโมดูล

• เมื่อไรควรแยกขั้นตอนออกเป็น Child Flow
• Trigger แบบ Manually trigger a flow และ Action Respond to a Power App or flow
• ออกแบบ Input และ Output ของ Child Flow ให้ใช้ซ้ำได้หลายที่
• Lab: แยกการบันทึก Log และแจ้งเตือนเป็น Child Flow ที่ใช้ร่วมกัน

Section 4: Lab: Dataverse สำหรับ Workflow

• เมื่อไร Dataverse เหมาะกว่า SharePoint List สำหรับข้อมูลและสิทธิ์ที่ซับซ้อน
• Trigger When a row is added, modified or deleted พร้อม Filter rows และ Select columns
• List rows ด้วย OData Filter, Expand Query และ FetchXML
• Lab: Flow ติดตามสถานะคำขอบนตาราง Dataverse

Section 5: Error Handling ระดับ Production

• Pattern Try, Catch, Finally ด้วย Scope และ Configure run after
• อ่านผลของ Scope ด้วย result() เพื่อหา Action ที่ล้มเหลวและสร้างข้อความ Error ที่อ่านเข้าใจ
• Retry Policy แบบ Exponential, Timeout และ Terminate
• Lab: Error Handler กลางที่บันทึก Log ลง Dataverse และแจ้งเตือนใน Teams

Section 6: Lab: Approval ขั้นสูง

• Approval หลายขั้นตามวงเงิน โดยดึงลำดับผู้อนุมัติจากตาราง
• Custom Responses, การมอบหมายแทน และการส่งต่อผู้อนุมัติ
• Timeout การเตือนซ้ำ และการ Escalate เมื่อไม่มีผู้ตอบ
• Lab: Workflow อนุมัติหลายขั้นที่ Escalate อัตโนมัติ

Section 7: Lab: HTTP, REST API และ Webhook

• HTTP Action: Method, Header และรูปแบบ Authentication ที่พบบ่อย
• Parse JSON และการสร้าง Schema จากตัวอย่างข้อมูล
• Trigger When an HTTP request is received สำหรับรับ Webhook จากระบบอื่น
• Lab: ดึงข้อมูลจาก REST API ภายนอกแล้วบันทึกลง Dataverse

Section 8: Lab: Custom Connector

• สร้าง Custom Connector จากไฟล์ OpenAPI หรือกำหนด Action เอง
• Authentication แบบ API Key และ OAuth 2.0
• ทดสอบ แชร์ และใส่ Custom Connector ไว้ใน Solution
• Lab: Custom Connector เรียก API ตัวอย่างและใช้ใน Flow

Section 9: ข้อมูลจำนวนมาก Pagination และ Concurrency

• Pagination และ Threshold ของ List rows และ Get items
• Concurrency Control ของ Apply to each และของ Trigger
• Request Limits, Throttling และการออกแบบให้อยู่ในขีดจำกัด
• Lab: ประมวลผลหลายพันรายการให้เร็วขึ้น แล้ววัดผลก่อนและหลัง

Section 10: Monitoring และการดูแล Flow

• อ่าน Run history และ Flow checker เพื่อหาจุดผิดก่อนผู้ใช้เจอ
• หน้าติดตามการทำงานและ Analytics ของ Power Automate
• แจ้งเตือนเมื่อ Flow ถูกปิดหรือ Connection หมดอายุ
• Lab: Dashboard สรุปผลการรันจาก Log ใน Dataverse

Section 11: Lab: ALM ด้วย Pipelines และ Governance

• Managed Solution และ Pipelines in Power Platform จาก Dev ไป Test และ Production
• กำหนดค่า Environment Variable และ Connection Reference ตอน Deploy
• Data Policy, Standard และ Premium Connector และภาพรวม CoE Starter Kit
• Lab: Deploy Solution ผ่าน Pipeline แล้วตรวจผลในปลายทาง

Section 12: Workshop: Capstone Solution ระดับหน่วยงาน

• เลือกโจทย์จากงานของตนเอง เช่น จัดซื้อ งานบุคคล หรือรับเรื่องจากลูกค้า
• ออกแบบ Solution ที่มี Dataverse, Child Flow, Approval และ Error Handler กลาง
• เชื่อมระบบภายนอกด้วย HTTP หรือ Custom Connector
• Deploy ข้าม Environment แล้วนำเสนอผลงานพร้อม Checklist ก่อนใช้จริง