Microsoft Fabric -blogi: Edistynyt opas uusiin ominaisuuksiin ja käyttötarkoituksiin

Informatec Digital » Resurssit » Microsoft Fabric -blogi: Edistynyt opas uusiin ominaisuuksiin ja käyttötarkoituksiin

Jos olet työskennellyt datan kanssa Microsoftin ekosysteemissä jonkin aikaa, olet varmasti huomannut, että Microsoft Fabricista on tullut modernin analytiikan keskus , joka yhdistää kaiken aiemmin Power BI:n, Azure Synapsen, Data Factoryn ja muiden palveluiden välillä olleen yhdeksi alustaksi. Tässä artikkelissa tarkastelemme perusteellisesti ja yksityiskohtaisesti Fabricin uusimpia ominaisuuksia, etenemissuunnitelmaa ja käytännön vaikutuksia analytiikkaan, hallintaan, tekoälyyn ja reaaliaikaiseen analytiikkaan.

Ajatuksena on, että luettuasi sinulla on selkeä näkemys siitä, mitä Microsoft Fabric tarjoaa tänään, minne se on menossa ja miten se vaikuttaa organisaatiosi data-arkkitehtuuriin: Purview'n hallintaominaisuudet, automaatio API-rajapintojen ja Gitin avulla, uudet tekoälyominaisuudet, reaaliaikainen älykkyys, OneLaken tietoturva, migraatiot, suorituskyky ja paljon muuta.

Microsoft Fabric ja pilvipalveluiden käyttöönottokehys: hallinta, kustannukset ja automaatio

Microsoft on julkaissut Cloud Adoption Frameworkin (CAF) puitteissa sarjan oppaita, joiden tarkoituksena on yhdenmukaistaa Microsoft Fabricin suunnittelu laskeutumisalueiden suunnittelupilarien kanssa . Sarjan uusin osa käsittelee kolmea keskeistä aluetta: hallintaa, kapasiteetin optimointia ja automaatiota/DevOpsia.

Hallinnan puolella Fabric-kapasiteettikustannukset näkyvät Azure Cost Managementin kautta . Tämä mahdollistaa F-kapasiteetin kulutuksen (ja muiden SKU:iden) natiivisen integroinnin Azuren kustannusraporttinäkymiin, hälytyksiin ja kulutusanalytiikkaan. Kyse ei ole vain laskun näkemisestä: voit vertailla näitä tietoja tunnisteisiin, tilauksiin tai resurssiryhmiin ymmärtääksesi, kuka käyttää mitä ja miksi.

Fabricin tekninen arkkitehtuuri ja liiketoimintamalli mahdollistavat asiakkaille kapasiteetin kulutuksen hienohallinnan käyttökustannusten optimoimiseksi . Käytännössä tämä tarkoittaa useita vipuja:

• Kykyjen skaalaus F: lisää tai vähennä kapasiteettia ennustettavien huippujen, kuten myyntikampanjoiden, kirjanpidon määräaikojen tai suurten tietomäärien, perusteella.
• Keskeytys- ja jatkamisominaisuudetVerkon ylläpitäjät voivat keskeyttää F-kapasiteetin, kun sitä ei tarvita (esimerkiksi yön yli tai viikonloppuisin ei-kriittisissä ympäristöissä) laskentakustannusten leikkaamiseksi.
• YlijännitesuojaKaksi kapasiteettitason parametria ohjaavat sitä, miten taustalla suoritettavia töitä hallitaan, jotta ne eivät ylikuormita ympäristöä: Taustan hylkäyskynnys ja Taustan palautumiskynnys.
• KapasiteettivarauksetKapasiteettia on mahdollista varata määrätyiksi ajanjaksoiksi alennusten saamiseksi, edellyttäen, että odotettu kulutus suunnitellaan tarkasti.

Tiedonhallinnan alueella Fabric luottaa Microsoft Purview'hun keskeisenä komponenttinaan luetteloinnissa, sukulaisuussuhteiden selvittämisessä ja luokittelussa . Purview'n avulla käyttäjät voivat lisätä herkkyystunnisteita, tarkastella sukulaisuussuhteita eri lähteissä, muunnoksissa ja kulutuksessa, sertifioida dataresursseja ja edistää datan laatua parantavia kampanjoita samalla, kun se integroi Fabricin elementtejä (Lakehouse, Warehouse, KQL, Power BI jne.).

"Alustan automatisointi ja DevOps" -komponentti keskittyy ensisijaisesti Git-integraatioon, käyttöönottoputkiin ja REST-rajapintoihin . Fabric-työtilat voidaan linkittää Git-tietovarastoihin, jolloin useat kehittäjät voivat tehdä yhteistyötä samassa datatekniikan, datatieteen tai reaaliaikaisen analytiikan projektissa ilman päällekkäistä työtä.

Git- ja käyttöönottoputket mahdollistavat kehitys-, testaus- ja tuotantosyklien hallitusti organisoinnin : sisällön mainostamisen, muutosten seurannan, artefaktien synkronoinnin ja versionhallinta. Maaliskuusta 2025 lähtien nämä putket ovat tukeneet (yleisesti tai esikatselutilassa) laajaa valikoimaa elementtityyppejä, mukaan lukien triggerit, kojelaudat, tietovirrat, dataputket, datamartit, Lakehouset, tietovarastot, KQL:n, muistikirjat, sivutetut raportit, organisaatiosovellukset ja paljon muuta.

Samanaikaisesti Fabric tarjoaa laajan valikoiman REST-rajapintoja, joilla voidaan automatisoida lähes kaikki hallinnolliset tai käyttöönottotehtävät: työtilojen ja kansioiden luominen, kohteiden joukkosiirto, yhteyksien ja yhdyskäytävien hallinta, määritysten poiminta, prosessien tai muistikirjojen aktivointi ja paljon muuta.

Tärkeimmät päivitykset Microsoft Fabricin analytiikassa, tekoälyssä ja hallinnassa

Fabricin kehitystä leimaa valtava määrä esikatseluominaisuuksia ja uusia ominaisuuksia, jotka koskettavat käytännössä kaikkia alustan osa-alueita . Nämä on ryhmitelty ja käsitelty alla jäsennellysti niiden täyden laajuuden havainnollistamiseksi.

Tekoälyfunktiot tietovarastossa ja multimodaaliset funktiot

Relaatiodatan alueella Fabric Data Warehouse sisällyttää tekoälyfunktioita suoraan T-SQL:ään (esikatselu). Tämä mahdollistaa:

• Luokittele tai kategorisoi tekstiä.
• Analysoi mielialaa.
• Poimi strukturoitua tietoa vapaamuotoisesta tekstistä.
• Käännä tekstiä kielten välillä.
• Oikea kielioppi.

Tavoitteena on poistaa tarve poistua SQL-kontekstista datan rikastamiseksi tekoälyllä . Nämä funktiot yhdistetään laajempaan multimodaaliseen tukeen Fabricin tekoälyfunktioissa, jotka voivat nyt käsitellä kuvia (JPG/JPEG, PNG, GIF, WebP), PDF-tiedostoja ja yleisiä tekstimuotoja sekä tiedostopolkuja.

Mukana ovat apuohjelmat, kuten aifunc.load kansioiden syöttämiseen taulukoihin kehote- ja skeema-asetuksilla, aifunc.list_file_paths tiedostopolkujen läpikäymiseen ja ai.infer_schema ai.extract-yhteensopivien skeemojen päättelemiseen . Kaikki tämä mahdollistaa datan muuntamisen ja rikastuttamisen ilman monimutkaisten prosessien rakentamista alusta alkaen.

OneLake, Delta, Apache Iceberg ja monialustainen käyttöoikeus

Tallennustasolla OneLake pysyy yhtenäisenä säiliönä, jossa kaikki Fabric sijaitsee. Yksi merkittävimmistä parannuksista on kyky näyttää Delta Lake -taulukot Apache Iceberg -taulukoina ilman tietojen siirtämistä tai kopioimista, jotta Iceberg-yhteensopivat moottorit voivat lukea suoraan OneLaken sisällön.

Lisäksi OneLake tukee nyt Snowflaken suoraan kirjoittamaa Apache Iceberg -dataa, jota Fabric kuluttaa kopiointivapaasti . Tämä strategia vahvistaa yhteentoimivuutta: Fabricin ei ole tarkoitus olla siilo, vaan pikemminkin datakeskus, jota muut moottorit voivat hyödyntää ilman tallennustilan päällekkäisyyttä.

Samoin OneLake tukee oikopolkuja Azure Blob Storageen , OneDriveen ja SharePointiin ja laajentaa suojausta käyttöoikeusrooleilla, kansio-, rivi- ja saraketason suojauksella sekä suojausmallilla, jota kolmannet osapuolet voivat kunnioittaa valtuutetun moottorimallin laajennuksen ansiosta.

Erityisen olennainen ominaisuus on OneLake-luettelon ja Azure Databricksin yhdistäminen, joka mahdollistaa kopioimattoman pääsyn Unity Catalogista OneLake-taulukoihin . Tällä tavoin OneLake pysyy totuuden lähteenä, mutta Databricks voi tehdä kyselyitä suoraan datasta synkronoiden vain metatiedot.

SQL-tietokanta Fabricissa: suorituskyky, tietoturva ja virtualisointi

Fabricin SQL-tietokanta saa uusia ominaisuuksia: ALTER DATABASE SET -asetukset , lajittelutuki ja kokotekstisten tietojen indeksointi esikatselussa. Tietokannan suorituskyvyn ja kustannusten osalta on useita parannuksia:

• Automaattinen indeksin tiivistys vähentää tallennustilaa ja I/O-tarvetta sekä parantaa kyselyaikoja ilman huoltotöiden aikatauluttamista.
• Näennäisytimien enimmäisraja laskentaresurssien (4 tai 32 virtuaaliydintä) käytön hallintaan, mikä on suunniteltu estämään työkuormaa kuluttamasta liikaa jaettua kapasiteettia.
• Mukautetut SQL-poolit jotka antavat työtilan järjestelmänvalvojille tarkan hallinnan resurssien allokoinnista ja kyselyiden reitittämisestä sovelluksen nimen mukaan.

Myös datan virtualisointi on käytössä SQL-tietokannassa , mikä mahdollistaa OneLakeen tallennetun ulkoisen datan kyselyn T-SQL:llä ja yleisissä muodoissa olevien tiedostojen liittämisen paikallisiin relaatiotaulukoihin liitosten avulla ilman, että dataa tarvitsee fyysisesti tuoda.

Tietoturvan osalta SQL-tietokanta tukee Private Link -ominaisuutta vuokraajatasolla (esikatselu) , mikä helpottaa tietoliikenteen kanavointia yksityisesti ja hallitusti sekä integroituu Fabricin yleiseen suojattuun verkkokokoonpanoon.

Reaaliaikainen tiedustelu, Eventhouse, Eventstream ja Activator

Reaaliaikainen tiedustelu (RTI) -moduulista on tullut yksi Fabricin keskeisistä erottavista tekijöistä. Eventhouse ja Eventstream toimivat yhdessä vastaanottaakseen , käsitelläkseen ja laukaistakseen tapahtumia reaaliajassa kaikenlaisista lähteistä, ja Activator koordinoi tietyissä olosuhteissa käynnistettävät toiminnot.

Tehokkaimmista uusista ominaisuuksista ovat:

• Poikkeamien havaitseminen ilman koodia automaattisella mallinvalinnalla, yksinkertaisella käyttöliittymällä ja joustavilla hälytyksillä.
• Yritystapahtumat, jotka tallentavat käyttäjätietofunktioista ja muistikirjoista luotuja tärkeitä liiketoimintahetkiä ja mahdollistavat hälytysten, mukautetun logiikan, työnkulkujen, tekoälymallien tai Spark-töiden aktivoimisen.
• Aktivaattorin ja käyttäjän datafunktioiden integrointijotta Fabricissa luodut funktiot voivat käsitellä tapahtumia mistä tahansa lähteestä, mukaan lukien alustan sisäiset tapahtumat ja OneLakesta tulevat tapahtumat.
• Mahdollisuus käsitellä tapahtumia SQL:llä (SQL-operaattori Eventstreamissa), mikä mahdollistaa reaaliaikaisten työnkulkujen muuntamisen tunnetulla SQL-syntaksilla.

Lisätään asiaankuuluvia liittimiä, kuten Cribl (lokien ja telemetrian syöttämiseen useista lähteistä), liitin Solace PubSub+:lla ja suoratoistotuki yksityisten verkkojen kautta Azure Virtual Networkin, VPN:n, ExpressRouten tai yksityisten päätepisteiden kautta.

Eventstream esittelee dataskeemoille ja sopimuksille skeemarekisterin , joka määrittelee ja validoi tapahtumaskeemoja vankempia prosessiprosesseja varten, sekä tuen Confluent Schema Registrylle, jotta se voi muodostaa yhteyden Kafkaan Confluent Cloudissa noudattaen olemassa olevia sopimuksia.

Copilot- ja tekoälyominaisuudet koko alustalla

Copilot in Fabric on nyt saatavilla maailmanlaajuisesti, ja se tukee Power BI:tä, Data Factorya, datatiedettä ja datatekniikkaa sekä KQL-kyselyiden kirjoittamista . Lisäksi on lisätty tiettyjä ominaisuuksia:

• Copilot for Dataflow Gen2 (Modern Get Data), joka auttaa datan syöttämisessä ja muuntamisessa luonnollisella kielellä annettujen ohjeiden avulla.
• Tietovaraston Copilot (keskustelu), johon pääsee valintanauhan painikkeesta, jotta varastointitehtäviä voidaan nopeuttaa valintaikkunan kautta.
• Copilot SQL-analytiikan päätepisteelle, joka luo ja optimoi SQL-kyselyitä yrityskuvauksista.
• Apulaisohjaus kannettavilla tietokoneilla tuntee työtilan kontekstin, Lakehousen, muistikirjan rakenteen ja suoritusympäristön, pystyy luomaan monivaiheista koodia, refaktoroimaan, tiivistämään monimutkaisia ​​muistikirjoja ja diagnosoimaan virheitä "Korjaa Copilotilla" -vaihtoehdolla.
• Sisäinen automaattinen täydennys (sisäinen koodin täydennys) ja Notebook Copilotin sisäinen koodin täydennys (esikatselu), kirjoittaa Pythonia nopeammin ja vähemmillä virheillä.

Lisäksi tekoälyteknologiapohjaa laajennetaan valmiilla Foundry Tools -integraatioilla (Azure OpenAI, Azure Language, Azure Translator), Eventhousen OpenAI-laajennuksilla (ai_embed_text ja ai_chat_completion) sekä agenteilla ja data-agenteilla, jotka mahdollistavat muiden sovellusten, mukaan lukien Copilot Studion, työskentelyn Fabric-datan parissa orkestroidulla tavalla.

Fabric Data Agents, MCP ja kehittäjätyökalut

Fabric esittelee data-agentteja, jotka pystyvät orkestroimaan datan käyttöä ja työkaluja tekoälyagenteille Python SDK:n ja suoran integroinnin Microsoft Copilot Studion kanssa avulla. Tämä helpottaa keskusteluavustajien rakentamista, jotka toimivat Fabricin hallinnoiman yritysdatan kanssa.

Samanaikaisesti Model Context Protocol (MCP) -protokollasta tulee keskeinen osa tekoälyagenttien ja Fabric-palveluiden välistä integraatiota. Activatorille ja Eventhouselle on omat MCP-palvelimensa sekä kehityskeskeinen Fabric MCP, joka:

• Sen avulla tekoälyavustajat voivat luoda koodia ja sisältöä Fabric-esineille.
• Se integroituu kehitystyökaluihin, kuten VS Codeen ja GitHub Codespacesiin.
• Se tarjoaa työkaluja reaaliaikaisen datan konsultointiin ja sen pohjalta toimimiseen Eventhousessa.

Kehittäjän päivittäisessä työssä on useita esille nostettavia osia, mukaan lukien kehitysympäristö : MSSQL -laajennus VS Codelle, joka tukee Fabricin SQL-tietokantaa , Microsoft ADO.NET -ajuri ja ODBC-ajuri Fabric Data Engineeringille (yhteys Spark SQL:ään Livyn kautta) sekä Spark-liitin SQL-tietokannoille, joka yksinkertaistaa todennettua pääsyä Sparkista SQL-tietokantoihin Azuressa ja Fabricissa.

Mukana on myös Fabric CLI , joka on saatavilla integroituna tehtävänä Azure DevOpsissa. Sen avulla voit automatisoida työtilojen, kohteiden ja käyttöönottojen hallinnan ilman ulkoisten työkalujen manuaalista asentamista.

Data Factory, datamigraatiot ja orkestrointi Fabricissa

Fabricin dataintegraatiokerros perustuu Data Factoryyn ja Dataflow Gen2:een, joihin lisätään ominaisuuksia, jotka tekevät orkestroinnista älykkäämpää, automatisoitavampaa ja mahdollistavat helpommat migraatiot olemassa olevista alustoista.

Dataflow Gen2: suorituskyky, julkiset API:t ja diagnostiikka

Dataflow Gen2:ssa on useita ominaisuuksia esikatselussa:

• Kohdekyselyiden edistynyt muokkaus säätääksesi kohteen logiikkaa suoraan itse sisällöntuotantoympäristöstä.
• Osioitu laskentamikä sallii tietovirran osien suorittamisen rinnakkain, mikä lyhentää kokonaisarviointiaikaa.
• Lataa diagnostiikka suoritustasolla, strukturoitujen lokipakettien avulla suorituskyvyn analysointia ja häiriöiden ratkaisua varten.
• Julkiset sovellusliittymät tietovirtojen ohjelmalliseen luomiseen, päivittämiseen, poistamiseen, ajoittamiseen ja seurantaan.
• Julkiset parametrit CI/CD-tuellajotka mahdollistavat tietovirtojen päivittämisen siirtämällä arvoja putkistoista tai muista lähteistä.
• Viimeaikaiset tiedot päästäksesi nopeasti käsiksi viimeksi käytettyihin kohteisiin Power Query -valintanauhassa ja modernissa tietojen nouto -toiminnossa.

Kaikkea tätä täydentää kyky arvioida Power Queryä ohjelmallisesti RESTin kautta , mikä avaa oven M-skriptien suorittamiseen osana automatisoituja prosesseja ja niiden integrointiin Sparkin, prosessien tai ulkoisten työkalujen kanssa hyödyntäen Power Query -liittimiä.

Data Factory: mukautuva suorituskyky, liitettävyys ja datatehdas

Integraation "klassisemmassa" osassa Data Factory within Fabric esittelee:

• Adaptiivinen suorituskyvyn viritys kopiointitoimintaa varten, joka säätää suorituskykyparametreja älykkäästi kokoonpanon ja suorituskontekstin mukaan.
• Muutostietojen kaappauksen (CDC) tuki kopiointityössä, vain muutosten (lisäysten, päivitysten, poistojen) jatkuvaan replikointiin.
• Paikalliset yhdyskäytävät manuaalisella päivitysmahdollisuudella hallitaan Fabric-portaalin, API:n tai skriptien kautta.
• viimeaikainen yhteys, joka lisää yhteyksiin viimeisen käytön ominaisuuksia auditoinnin ja elinkaaren hallinnan helpottamiseksi.
• natiivi DBT-työpaikka, joka mahdollistaa dbt-projektien suorittamisen Fabricissa integroidulla orkestroinnilla, testauksella, dokumentoinnilla ja hallinnalla.
• SSIS-paketin aktiviteetin käynnistäminen putkistoissa SSIS-pakettien suorittamiseksi itse orkestroinnista Fabricissa.

Käyttäjäkokemusta parannetaan myös SharePoint-sivustovalitsimella , joka poistaa URL-osoitteiden manuaalisen kirjoittamisen tarpeen, sekä Data Factoryn MCP-tuella, jonka avulla tekoälyavustajat voivat luoda ja ottaa käyttöön Dataflow Gen2:n yksinkertaisesti luonnollisella kielellä kirjoitettujen ohjeiden avulla.

Tiedonsiirto- ja replikointityökalut

Microsoft edistää voimakkaasti siirtymistä Fabriciin useiden erityistyökalujen avulla:

• Fabric Migration -arviointi Data Factorylle, joka analysoi ADF-putkistojen valmistelua ja siirtää tuetut putket Fabric-työtilaan yhteyskartoituksin.
• Tietovaraston siirtoavustajajoka voi nyt muodostaa suoran yhteyden lähdetietovarastoon siirtääkseen sen Fabric Data Warehouseen.
• SQL-tietokannan siirtoavustaja, jonka tarkoituksena on siirtää paikallisia SQL Server -työkuormia, sisältää skeeman tuonnin DACPAC:n kautta, yhteensopimattomuuksien tunnistuksen ja suositukset.

Replikoinnin osalta tuetaan peilausta useista operatiivisista lähteistä (Azure Database for MySQL, Google BigQuery, SQL Server jne.) Fabriciin, ja samalla voidaan hallita replikoitavia taulukoita, käynnistää peilausprosessit uudelleen REST-protokollan kautta ja Databricksin tapauksessa yhdistää Unity Catalog -käytännöt OneLake-tietoturvaan.

Mukana on myös Lakehousen replikointiliitin, joka käyttää Delta Change Data Feed -ominaisuutta ja joka näyttää Lakehouse Delta -taulukoiden muutokset yhteensopivissa kohteissa ilman, että pyörää tarvitsee keksiä uudelleen kotitekoisilla CDC-ratkaisuilla.

Tietoturva, edistynyt hallinta ja valvonta Fabricissa

Yksi suurimmista huolenaiheista kaikilla analytiikka-alustoilla on datan suojaaminen, käytön hallinta ja resurssien kulutuksen seuranta . Fabric-teknologia kehittyy nopeasti näillä alueilla.

Tietoturva ja tietosuoja OneLakella

OneLake lisää täydellisen datan käyttöoikeusmallin , johon kuuluu:

• Lakehousen tietojen käyttöoikeusroolit, joissa on konfiguroitavat käyttöoikeudet kansiopohjaisen käyttöliittymän kautta.
• Pikanäppäinten suojaustuki, jotta kolmannet osapuolet voivat noudattaa määriteltyjä käytäntöjä.
• OneLake-tietojen käyttöoikeuksien suojausrajapinta, joka mahdollistaa automaattisen käyttöoikeuksien hallinnan.
• Mallin laajentaminen ulkoisiin moottoreihin (OneLake-tietoturvavaltuutus kolmansille osapuolille).

Samanaikaisesti suojausta laajennetaan DLP-rajoituksella kaikkien OneLake-rakenteisten tietojen (SQL, KQL, tietovarastot) käyttöönotolla ja DSPM for AI otetaan käyttöön Fabric Copiloteille ja data-agenteille , joka valvoo tekoälyn vuorovaikutusta arkaluonteisten tietojen ja riskialttiiden käyttäytymismallien varalta. Se integroidaan Purview Auditiin ja eDiscoveryyn.

Identiteettitasolla näkyvät ominaisuudet, kuten nimikkeeseen liittyvät identiteetit (esim. Lakehouse ja Eventstream) REST-rajapintojen kautta, jotka poistavat omistajariippuvuuden tietyissä toiminnoissa, sekä OneDrive- ja SharePoint-pikakuvakkeiden todennuksen työtilan tai palvelun päänimen identiteettien kautta.

Keskitetty hallinto ja OneLake-luettelo

Tiedonhallintakokemusta parannetaan OneLake-luettelon uudella keskitetyllä kojelaudalla , jossa tiedon omistajat voivat nähdä luomiensa kohteiden koostetun näkymän, saada hallintatoimenpiteiden suosituksia ja käyttää kaikkia käytettävissä olevia työkaluja tietoturvan ja vaatimustenmukaisuuden parantamiseksi.

Lisäksi käytössä on OneLake-luettelohaku-API sekä MCP-työkalu, joiden avulla voidaan löytää kohteita koko Fabric-ympäristöstä koodin tai tekoälyagenttien avulla yhdellä kutsulla, luettelon käyttöoikeuksia ja metatietoja kunnioittaen.

Kapasiteettien, kulutuksen ja työn seuranta

Kangas tarjoaa useita havaittavuuden kerroksia:

• Työtilan valvonta, joka luo Fabricissa tietokannan, johon useiden kohteiden lokit ja mittarit yhdistetään (mukaan lukien kopiointityöt yksityiskohtaisella valvonnalla).
• Työtilan valvonta kopiointityötä vartenmittareilla, kuten läpimenoaika, datamäärä, virhekoodit ja ajat, jotka kaikki on suunnattu keskitettyyn analyysiin.
• Nimikkeen historia kapasiteettimittareiden soveltamisessa, 30 päivän näkymillä kunkin nimikkeen CU-kulutuksesta, suodatettavissa työtilan ja tyypin mukaan.
• Työtilatason ylijännitesuojajonka avulla voit asettaa kulutuskynnyksiä työtilakohtaisesti 24 tunnin välein, estää automaattisesti kynnykset ylittävät työtilat ja merkitä työtilat "kriittisiksi", jotta ne eivät sisälly rajoituksiin.

Tämän täydentämiseksi julkaistaan ​​alustava joukko Fabric Admin -rajapintoja , jotka keskittyvät työtilojen, nimikkeiden ja käyttäjien käyttöoikeustietojen löytämiseen, dynaamisten inventaarioiden ja säännöllisten käyttöoikeuksien hallintajärjestelmien helpottamiseen.

Liiketoiminnan mallintaminen, suunnittelu ja uudet työkuormat

Teknisen kerroksen lisäksi Microsoft tuo markkinoille uusia liiketoimintakeskeisiä työkuormia Fabricin päälle. Yksi merkittävimmistä on Fabric IQ, jonka tavoitteena on yhdistää liiketoiminnan semantiikka, data ja mallit älykkäille agenteille, jotka tekevät päätöksiä organisaation kokonaisvaltaisen näkemyksen perusteella.

Fabric IQ:ssa näkyvät seuraavat tiedot:

• Ontologia (esikatselu), kohdetyyppi, jossa entiteetit, suhteet, ominaisuudet ja rajoitteet määritellään yrityksen liiketoimintakielen mukaisesti.
• Suunnitelma (esikatselu), kooditon alusta suunnitteluun, raportointiin, analytiikkaan, integrointiin ja yhteistyöhön perustuvaan hallintaan.

Reaaliaikaisessa älykkyydessä esiin nousee myös digitaalisen kaksosen rakentaja , joka on erikoistunut digitaalisten kaksosten mallintamiseen reaaliaikaisen datan perusteella tavoitteenaan optimoida fyysisiä toimintoja, valvoa tiloja ja simuloida skenaarioita.

Toisaalta Fabric IQ -työkuorma esitellään erillisenä työkuormana, ja hallinnon ja semanttisen yhdenmukaistamisen tukityökalut laajenevat edelleen, mikä sulkee ympyrän datamallien, liiketoimintalogiikan ja tekoäly-/analytiikkasovellusten välillä.

Suorituskyvyn, käyttäjäkokemuksen ja tuottavuuden parannukset

Katsauksen päätteeksi on syytä nostaa esiin useita laaja-alaisia ​​parannuksia, jotka eivät aina nouse otsikoihin, mutta vaikuttavat suuresti tiimien päivittäiseen toimintaan.

Spark ja hajautettu laskenta -osiossa Fabric esittelee:

• Fabric Runtime 2.0 (esikatselu) Apache Spark 4.0:n, Delta Lake 4.0:n, Java 21:n, Scala 2.13:n ja Python 3.12:n kanssa Azure Linux 3.0:ssa.
• Spark-sovellusten vertailutyökalujonka avulla voit valita ja vertailla jopa neljää Spark-suoritusta rinnakkain.
• Kipinän diagnostiikkalähetin, joka kerää lokit, mittarit ja tapahtumat Spark-sovelluksista ja lähettää ne kohteisiin, kuten tapahtumakeskuksiin, tallennustilaan tai lokianalytiikkaan.
• JobInsight-diagnostiikkakirjasto, kirjasto Spark-suoritusten analysointiin API-rajapintojen (kyselyt, työt, vaiheet, tehtävät, suorittajat, tapahtumalokit) kautta.

Tietovarastotasolle lisätään tietojen klusterointi suorituskyvyn parantamiseksi ja käyttökustannusten vähentämiseksi, IDENTITY-sarakkeet sijaisavaimille sekä versionhallinta ja CI/CD-tuki SQL-tietokantaprojektien kautta VS Codessa (tietovaraston versionhallinta).

Fabric-portaalin käyttökokemus kehittyy myös välilehtiselaamisen ja objektiselaimen myötä , joiden avulla käyttäjät voivat avata useita kohteita samanaikaisesti ja vaihtaa niiden välillä nopeasti. Tämä yhdessä parannusten, kuten Lakehousen automaattisen sidonnan Gitissä ja Lakehousen ylläpitoon tarkoitettujen apuohjelmien (ylläpitotoiminnot ja SQL-päätepisteiden päivitys), kanssa edistää käyttäjäystävällisemmän ja ketterämmän alustan luomista.

Lopuksi ominaisuudet, kuten nimikemääritelmien joukkotuonti/vienti (siirtoja, malleja ja metatietojen varmuuskopioita varten), REST-tiedostojen tallennus kansioille, parametrien tuki Activatorin nimikeaktivoinneissa ja OneLake-tietojen lataaminen Exceliin integroidun luettelon avulla, täydentävät ekosysteemin, joka alkaa kattaa käytännössä kaikki modernin datatiimin tavanomaiset tarpeet.

Kaikkien näiden ominaisuuksien – keskitetystä hallinnasta, yksityiskohtaisesta tietoturvasta ja älykkäästä orkestroinnista SQL:ään upotettuun tekoälyyn, reaaliaikaiseen analytiikkaan, digitaalisiin kaksosiin ja MCP-agentteihin – avulla Microsoft Fabric on vakiinnuttamassa asemaansa kokonaisvaltaisena data-alustana, jossa avainasemassa ei ole enää pelkkä datan tallentaminen ja visualisointi, vaan tekoälyn hallinta, automatisointi ja hyödyntäminen datan elinkaaren jokaisessa vaiheessa . Tämä mahdollistaa organisaatioiden arkkitehtuurien asteittaisen kehittämisen, olemassa olevien järjestelmien siirtämisen ja uusien ratkaisujen mahdollistamisen paljon nopeammin kuin perinteisillä lähestymistavoilla.