Blogul Microsoft Fabric: Ghid avansat pentru noile caracteristici și utilizări

Informatec Digital » Recursos » Blogul Microsoft Fabric: Ghid avansat pentru noile caracteristici și utilizări

Dacă lucrați de ceva vreme cu date în ecosistemul Microsoft, ați observat că Microsoft Fabric a devenit centrul pentru analize moderne , unificând tot ceea ce era anterior răspândit în Power BI, Azure Synapse, Data Factory și alte servicii într-o singură platformă. În acest articol, vom analiza în detaliu cele mai recente caracteristici, foaia de parcurs și implicațiile practice ale Fabric pentru analize, guvernanță, inteligență artificială și analize în timp real.

Ideea este că, după ce veți termina de citit, veți avea o viziune clară asupra a ceea ce oferă Microsoft Fabric astăzi, încotro se îndreaptă și cum afectează arhitectura de date a organizației dvs.: capabilități de guvernanță cu Purview, automatizare cu API-uri și Git, noi funcții de inteligență artificială, inteligență în timp real, securitate în OneLake, migrări, performanță și multe altele.

Microsoft Fabric și cadrul de adoptare a cloud-ului: guvernanță, costuri și automatizare

În cadrul Cloud Adoption Framework (CAF), Microsoft a publicat o serie de ghiduri pentru a alinia designul Microsoft Fabric cu pilonii de design ai zonelor de destinație . Cea mai recentă parte din această serie abordează trei domenii cheie: guvernanță, optimizarea capacității și automatizare/DevOps.

Din punct de vedere al guvernanței, costurile capacității Fabric sunt expuse prin Azure Cost Management . Acest lucru permite integrarea nativă a consumului de capacitate F (și a altor SKU-uri) în tablourile de bord ale costurilor, alertele și analizele cheltuielilor Azure. Nu este vorba doar de a vedea factura: puteți compara aceste informații cu etichete, abonamente sau grupuri de resurse pentru a înțelege cine ce cheltuiește și de ce.

Arhitectura tehnică și modelul de afaceri al Fabric permit clienților să controleze fin consumul de capacitate pentru a optimiza costurile de operare . În practică, acest lucru se traduce prin mai multe pârghii:

• Scalarea capabilităților F: creșterea sau scăderea capacității pe baza unor vârfuri previzibile, cum ar fi campaniile de vânzări, termenele contabile sau încărcările mari de date.
• Capacități de pauză și reluareAdministratorii de fabric pot întrerupe o capacitate F atunci când nu este necesară (de exemplu, peste noapte sau în weekenduri în medii necritice) pentru a reduce costurile de calcul.
• Protecție la supratensiuneDoi parametri la nivel de capacitate controlează modul în care sunt gestionate lucrările de fundal pentru a preveni saturarea mediului de către acestea: Pragul de respingere a fundalului și Pragul de recuperare a fundalului.
• Rezervări de capacitateEste posibilă rezervarea capacității pentru perioade definite pentru a obține reduceri, cu condiția ca consumul preconizat să fie planificat riguros.

În domeniul guvernanței datelor, Fabric se bazează pe Microsoft Purview ca și componentă centrală pentru catalogare, generare de date și clasificare . Purview permite utilizatorilor să aplice etichete de sensibilitate, să vizualizeze generarea de date între surse, transformări și consum, să certifice activele de date și să deruleze campanii de îmbunătățire a calității datelor, toate acestea integrând elemente Fabric (Lakehouse, Warehouse, KQL, Power BI etc.).

Componenta „Automatizare platformă și DevOps” se concentrează în principal pe integrarea Git, conductele de implementare și API-urile REST . Spațiile de lucru Fabric pot fi conectate la repozitoriile Git, permițând mai multor dezvoltatori să colaboreze la același proiect de inginerie a datelor, știința datelor sau analiză în timp real, fără suprapuneri de lucrări.

Git și Deployment Pipelines permit orchestrarea ciclurilor de viață de dezvoltare, testare și producție într-un mod controlat : promovarea conținutului, urmărirea modificărilor, sincronizarea artefactelor și gestionarea versiunilor. Din martie 2025, aceste pipelines au suportat (în stare generală sau de previzualizare) o gamă largă de tipuri de elemente, inclusiv declanșatoare, tablouri de bord, fluxuri de date, pipeline de date, datamart-uri, lakehouse-uri, depozite de date, KQL, notebook-uri, rapoarte paginate, aplicații organizaționale și multe altele.

În paralel, Fabric expune un set foarte larg de API-uri REST cu care se poate automatiza aproape orice sarcină administrativă sau de implementare: crearea de spații de lucru și foldere, migrarea în masă a elementelor, gestionarea conexiunilor și gateway-urilor, extragerea definițiilor, activarea pipeline-urilor sau a notebook-urilor, printre altele.

Actualizări cheie în domeniul analizelor, inteligenței artificiale și guvernanței pentru Microsoft Fabric

Evoluția Fabric este marcată de un număr imens de funcții de previzualizare și noi capabilități care ating practic fiecare zonă a platformei . Acestea sunt grupate și discutate mai jos într-un mod structurat pentru a le arăta întreaga arie de aplicare.

Funcții AI în depozitul de date și funcții multimodale

În domeniul datelor relaționale, Fabric Data Warehouse încorporează funcții de inteligență artificială direct în T-SQL (preview). Acest lucru permite:

• Clasificarea sau categorizarea textului.
• Analizează sentimentele.
• Extrageți informații structurate din text liber.
• Traduceți text între limbi.
• Gramatica corectă.

Scopul este de a elimina necesitatea de a părăsi contextul SQL pentru a îmbogăți datele cu inteligență artificială . Aceste funcții sunt combinate cu un suport multimodal mai larg în funcțiile de inteligență artificială ale Fabric, care acum pot procesa imagini (JPG/JPEG, PNG, GIF, WebP), PDF-uri și formate text comune, precum și intrări de căi de fișiere.

Sunt incluse utilitare precum aifunc.load pentru ingerarea folderelor în tabele cu opțiuni de prompt și schemă, aifunc.list_file_paths pentru parcurgerea căilor de fișiere și ai.infer_schema pentru deducerea schemelor compatibile cu ai.extract . Toate acestea vă permit să transformați și să îmbogățiți datele fără a construi conducte complexe de la zero.

OneLake, Delta, Apache Iceberg și acces multiplatformă

La nivelul de stocare, OneLake rămâne lacul unificat unde se află întregul Fabric. Una dintre îmbunătățirile majore este capacitatea de a expune tabelele Delta Lake ca tabele Apache Iceberg fără a muta sau duplica datele, astfel încât motoarele compatibile cu Iceberg să poată citi direct ce se află în OneLake.

În plus, OneLake acceptă acum date Apache Iceberg scrise direct de Snowflake și consumate în Fabric prin acces fără copiere . Această strategie consolidează interoperabilitatea: Fabric nu este conceput ca un silo, ci mai degrabă un hub de date pe care alte motoare îl pot utiliza fără a duplica stocarea.

În același sens, OneLake acceptă comenzi rapide către Azure Blob Storage , OneDrive și SharePoint și extinde securitatea cu roluri de acces, securitate la nivel de folder, rând și coloană și un model de securitate pe care terții îl pot respecta datorită extinderii modelului motorului autorizat.

O caracteristică deosebit de relevantă este federarea catalogului OneLake cu Azure Databricks, care permite accesul fără copie din catalogul Unity la tabelele OneLake . În acest fel, OneLake rămâne sursa de adevăr, dar Databricks poate interoga datele direct, sincronizând doar metadatele.

Baze de date SQL pe Fabric: performanță, securitate și virtualizare

Baza de date SQL a Fabric își câștigă propriile capabilități: opțiuni ALTER DATABASE SET , suport pentru colaționare și indexare full-text în previzualizare. În ceea ce privește performanța și costul bazei de date, există mai multe îmbunătățiri:

• Compactare automată a indexului pentru a reduce stocarea, I/O și a îmbunătăți timpii de interogare fără a fi nevoie să programați sarcini de mentenanță.
• Limită maximă de vCore-uri pentru a controla utilizarea resurselor de calcul (4 sau 32 vCore), concepute pentru a preveni ca o sarcină de lucru să consume prea multă capacitate partajată.
• Pool-uri SQL personalizate care oferă administratorilor spațiului de lucru control granular asupra alocării resurselor și direcționării interogărilor după numele aplicației.

Virtualizarea datelor este activată și în baza de date SQL , ceea ce permite interogarea datelor externe stocate în OneLake cu T-SQL, unirea fișierelor în formate comune cu tabele relaționale locale folosind join-uri, fără a fi nevoie să importați fizic datele.

În ceea ce privește securitatea, baza de date SQL acceptă Private Link la nivel de chiriaș (preview) , ceea ce facilitează canalizarea traficului de date în mod privat și controlat, integrându-se cu configurația generală de rețea securizată a Fabric.

Inteligență în timp real, Eventhouse, Eventstream și Activator

Modulul Real-Time Intelligence (RTI) a devenit unul dintre factorii cheie de diferențiere ai Fabric. Eventhouse și Eventstream lucrează împreună pentru a ingera, procesa și declanșa evenimente în timp real din toate tipurile de surse, iar Activator orchestrează acțiunile care sunt declanșate în anumite condiții.

Printre cele mai puternice caracteristici noi se numără:

• Detectarea anomaliilor fără cod cu selecție automată a modelului, interfață simplă și alerte flexibile.
• Evenimente de afaceri, care captează momentele cheie de business generate de funcțiile de date ale utilizatorilor și de caiete și vă permit să activați alerte, logică personalizată, fluxuri, modele de inteligență artificială sau joburi Spark.
• Integrarea funcțiilor de date Activator-Utilizatorastfel încât funcțiile create în Fabric să poată procesa evenimente din orice sursă, inclusiv evenimente interne din platforma însăși și din OneLake.
• Capacitatea de a procesa evenimente cu SQL (operatorul SQL în Eventstream), permițând transformarea fluxurilor în timp real cu sintaxa SQL cunoscută.

Sunt adăugați conectori relevanți, cum ar fi Cribl (pentru ingerarea jurnalelor și a datelor de telemetrie din mai multe surse), un conector cu Solace PubSub+ și suport pentru streaming prin rețele private prin intermediul Azure Virtual Network, VPN, ExpressRoute sau endpoint-uri private.

Pentru scheme de date și contracte, Eventstream introduce un Registry de Scheme care definește și validează schemele de evenimente pentru conducte mai robuste și suport pentru Confluent Schema Registry pentru conectarea cu Kafka în Confluent Cloud, respectând în același timp contractele existente.

Capacități Copilot și AI pe întreaga platformă

Copilot în Fabric este acum disponibil la nivel global, cu suport pentru Power BI, Data Factory, Data Science & Data Engineering și scriere de interogări KQL . În plus, au fost adăugate capabilități specifice:

• Copilot pentru Dataflow Gen2 (Modern Get Data), care ajută la ingerarea și transformarea datelor cu instrucțiuni în limbaj natural.
• Copilot pentru Depozit de Date (chat), accesibil printr-un buton de pe panglică pentru a accelera sarcinile de depozitare prin intermediul dialogului.
• Copilot pentru endpoint-ul de analiză SQL, care generează și optimizează interogări SQL din descrieri de business.
• Copilot pe notebook-uri cu cunoștințe despre contextul spațiului de lucru, Lakehouse, structura notebook-urilor și mediul de execuție, capabil să genereze cod în mai mulți pași, să refactorizeze, să rezume notebook-uri complexe și să diagnosticheze erori cu opțiunea „Remediare cu Copilot”.
• Completare automată în linie (completare cod în linie) și completare cod în linie Notebook Copilot (previzualizare), pentru a scrie Python mai rapid și cu mai puține erori.

În plus, baza tehnologică AI este extinsă cu instrumente Foundry Tools predefinite integrate (Azure OpenAI, Azure Language, Azure Translator), pluginuri OpenAI pentru Eventhouse (ai_embed_text și ai_chat_completion) și o serie de agenți și date care permit altor aplicații, inclusiv Copilot Studio, să lucreze cu date Fabric într-un mod orchestrat.

Agenți de date Fabric, MCP și instrumente pentru dezvoltatori

Fabric introduce agenți de date capabili să orchestreze accesul la date și instrumente pentru agenții de inteligență artificială, cu un SDK Python și integrare directă cu Microsoft Copilot Studio. Acest lucru facilitează construirea de asistenți conversaționali care lucrează cu date enterprise guvernate în Fabric.

În paralel, Protocolul de Context Model (MCP) devine o componentă cheie a integrării dintre agenții AI și serviciile Fabric. Există servere MCP dedicate pentru Activator și Eventhouse, precum și un Fabric MCP orientat spre dezvoltare care:

• Permite asistenților cu inteligență artificială să genereze cod și conținut pentru articolele Fabric.
• Se integrează cu instrumente de dezvoltare precum VS Code și GitHub Codespaces.
• Prezintă instrumente pentru consultarea și acționarea pe baza datelor în timp real în Eventhouse.

Pentru munca zilnică a dezvoltatorului, există câteva aspecte de evidențiat, inclusiv mediul de dezvoltare : extensia MSSQL pentru VS Code cu suport pentru baza de date SQL a Fabric , driverul Microsoft ADO.NET și driverul ODBC pentru Fabric Data Engineering (conexiune la Spark SQL prin Livy) și un conector Spark pentru bazele de date SQL care simplifică accesul autentificat din Spark la bazele de date SQL din Azure și Fabric.

De asemenea, este inclusă interfața CLI Fabric , disponibilă ca sarcină integrată în Azure DevOps, care vă permite să automatizați gestionarea spațiilor de lucru, a elementelor și a implementărilor fără a instala manual instrumente externe.

Data Factory, migrări de date și orchestrare în Fabric

Stratul de integrare a datelor din Fabric se bazează pe Data Factory și Dataflow Gen2, care primesc funcții pentru a face orchestrarea mai inteligentă, mai automatizabilă și cu migrări mai ușoare de la platformele existente.

Dataflow Gen2: performanță, API-uri publice și diagnosticare

În Dataflow Gen2 găsim mai multe funcții în previzualizare:

• Editare avansată a interogărilor țintă pentru a ajusta logica la destinație direct din mediul de creare.
• Calcul partiționatceea ce permite ca anumite părți ale fluxului de date să ruleze în paralel, reducând timpul total de evaluare.
• Descărcați diagnosticele la nivel de execuție, cu pachete structurate de jurnale pentru analiza performanței și rezolvarea incidentelor.
• API-uri publice pentru crearea, actualizarea, ștergerea, programarea și monitorizarea programatică a fluxurilor de date.
• Parametri publici cu suport CI/CDcare permit reîmprospătarea fluxurilor de date prin transmiterea valorilor din conducte sau alte surse.
• Date recente pentru acces rapid la elementele utilizate recent în panglica Power Query și în Modern Get Data.

Toate acestea sunt completate de capacitatea de a evalua programatic Power Query prin REST , ceea ce deschide calea pentru rularea scripturilor M ca parte a proceselor automate, integrându-le cu Spark, pipeline-uri sau instrumente externe, profitând de conectorii Power Query.

Data Factory: performanță adaptivă, conectivitate și dbt

În partea mai „clasică” a integrării, Data Factory în cadrul Fabric introduce:

• Reglarea adaptivă a performanței pentru activitatea de copiere, care ajustează inteligent parametrii de performanță în funcție de configurație și contextul de execuție.
• Suport pentru Capturarea Datelor Modificate (CDC) în lucrarea de copiere, pentru a replica continuu doar modificările (inserții, actualizări, ștergeri).
• Gateway-uri locale cu opțiune de actualizare manuală gestionate din portalul Fabric, API sau scripturi.
• conexiune recentă, care adaugă proprietăți de ultimă utilizare conexiunilor pentru a facilita auditarea și gestionarea ciclului de viață.
• Loc de muncă DBT nativ, care permite rularea proiectelor dbt în Fabric cu orchestrare, testare, documentație și guvernanță integrate.
• Activitatea Invocă pachetul SSIS în conducte, pentru a rula pachete SSIS chiar din orchestrarea din Fabric.

Experiența utilizatorului este, de asemenea, îmbunătățită cu un selector de site SharePoint care elimină necesitatea introducerii manuale a adreselor URL și cu suportul MCP pentru Data Factory, permițând asistenților AI să creeze și să implementeze Dataflow Gen2 pur și simplu din instrucțiuni în limbaj natural.

Instrumente de migrare și replicare a datelor

Microsoft promovează puternic migrarea către Fabric prin intermediul mai multor instrumente specifice:

• Evaluarea Migrării Fabric pentru Data Factory, care analizează pregătirea conductelor ADF și migrează cele acceptate către un spațiu de lucru Fabric cu mapare a conexiunilor.
• Asistent de migrare pentru depozitul de datecare acum se poate conecta direct la depozitul sursă pentru a-l muta în Fabric Data Warehouse.
• Asistent de migrare pentru baza de date SQL, destinat migrării sarcinilor de lucru SQL Server locale, cu import de scheme prin DACPAC, detectarea incompatibilității și recomandări.

În ceea ce privește replicarea, este oferit suport pentru oglindirea din diverse surse operaționale (Azure Database for MySQL, Google BigQuery, SQL Server etc.) către Fabric, cu posibilitatea de a controla ce tabele sunt replicate, de a reporni procesele de oglindire prin REST și, în cazul Databricks, de a mapa politicile Unity Catalog la securitatea OneLake.

De asemenea, este inclus un conector de replicare de la Lakehouse care utilizează Delta Change Data Feed , care expune modificările din tabelele Delta de la Lakehouse către destinații compatibile fără a fi nevoie să reinventezi roata cu soluții CDC homebrew.

Securitate, guvernanță avansată și monitorizare în Fabric

Una dintre cele mai mari preocupări pentru orice platformă de analiză este cum să securizeze datele, să guverneze utilizarea și să monitorizeze consumul de resurse . Fabric se maturizează rapid în aceste domenii.

Securitate și protecție a datelor la OneLake

OneLake adaugă un model complet de securitate a accesului la date cu:

• Roluri de acces la date pentru Lakehouse cu permisiuni configurabile dintr-o interfață de securitate bazată pe foldere.
• Suport de securitate pentru comenzi rapide, astfel încât terții să poată respecta politicile definite.
• API-ul de securitate a accesului la date OneLake, care permite gestionarea automată a permisiunilor.
• Extinderea modelului la motoare externe (autorizație de securitate OneLake pentru terți).

În paralel, protecția este extinsă prin restricționarea accesului DLP asupra tuturor datelor structurate din OneLake (SQL, KQL, depozite de date) și este introdus DSPM pentru AI pentru Fabric Copilots și agenții de date , care monitorizează interacțiunile AI pentru informații sensibile și comportamente riscante, cu integrare cu Purview Audit și eDiscovery.

În planul de identitate, apar caracteristici precum identitățile asociate elementelor (de exemplu, Lakehouse și Eventstream) prin intermediul API-urilor REST, care elimină dependența proprietarului pentru anumite operațiuni și autentificarea comenzilor rapide OneDrive și SharePoint prin intermediul identităților de spațiu de lucru sau de principal de serviciu.

Guvernanță centralizată și catalog OneLake

Experiența de guvernanță a datelor este îmbunătățită cu un nou tablou de bord centralizat în catalogul OneLake , unde proprietarii de date pot vedea o imagine agregată a elementelor pe care le-au creat, pot primi recomandări de acțiuni de guvernanță și pot accesa toate instrumentele disponibile pentru a îmbunătăți securitatea și conformitatea.

În plus, este activată o API de căutare în catalog OneLake împreună cu un instrument MCP, care permite descoperirea elementelor în întregul mediu Fabric din cod sau agenți de inteligență artificială, într-un singur apel, respectând permisiunile și metadatele catalogului.

Monitorizarea capacităților, consumului și a muncii

Materialul textil oferă mai multe niveluri de observabilitate:

• Monitorizarea spațiului de lucru, care creează o bază de date în Fabric unde sunt consolidate jurnalele și metricile din mai multe elemente (inclusiv joburi de copiere cu monitorizare detaliată).
• Monitorizarea spațiului de lucru pentru jobul de copierecu indicatori precum debitul, volumul de date, codurile de eroare și timpii, toate orientate spre analiza centralizată.
• Istoricul articolelor în aplicarea metricilor de capacitate, cu vizualizări pe 30 de zile ale consumului de CU pentru fiecare articol, filtrabile după spațiu de lucru și tip.
• Protecție la supratensiune la nivel de spațiu de lucrucare permite setarea pragurilor de consum per spațiu de lucru într-o fereastră continuă de 24 de ore, blocarea automată a celor care le depășesc și marcarea spațiilor de lucru ca fiind „critice pentru misiune” pentru a le exclude de la limitări.

În completarea acestora, este lansat un set inițial de API-uri Fabric Admin , axate pe descoperirea spațiilor de lucru, a articolelor și a detaliilor de acces ale utilizatorilor, facilitând inventarierea dinamică și controalele periodice ale accesului.

Modelare de afaceri, planificare și noi sarcini de lucru

Dincolo de stratul tehnic, Microsoft introduce noi sarcini de lucru orientate spre afaceri, pe lângă Fabric. Unul dintre cele mai notabile este Fabric IQ, care își propune să unifice semantica, datele și modelele de afaceri pentru agenții inteligenți care iau decizii bazate pe o perspectivă holistică asupra organizației.

În Fabric IQ, apar următoarele:

• Ontologie (previzualizare), un tip de element în care entitățile, relațiile, proprietățile și constrângerile sunt definite conform limbajului de afaceri al companiei.
• Plan (previzualizare), o platformă fără cod pentru planificare, raportare, analiză, integrare și management colaborativ.

În Real-Time Intelligence apare și constructorul de gemeni digitali , un element specializat în modelarea gemenilor digitali pe baza datelor în timp real, cu scopul de a optimiza operațiunile fizice, monitoriza stările și simula scenarii.

Pe de altă parte, volumul de lucru Fabric IQ este introdus ca un volum de lucru separat, iar instrumentele de suport pentru guvernanță și aliniere semantică continuă să se extindă, închizând cercul dintre modelele de date, logica de business și aplicațiile de inteligență artificială/analitică.

Îmbunătățiri ale performanței, experienței utilizatorului și productivității

Pentru a încheia analiza, merită evidențiate o serie de îmbunătățiri transversale care nu ajung întotdeauna în atenția presei, dar influențează foarte mult operațiunile zilnice ale echipelor.

În secțiunea Spark și calcul distribuit, Fabric prezintă:

• Fabric Runtime 2.0 (previzualizare) cu Apache Spark 4.0, Delta Lake 4.0, Java 21, Scala 2.13 și Python 3.12 pe Azure Linux 3.0.
• Instrument de comparare a aplicațiilor Sparkceea ce vă permite să selectați și să comparați până la patru execuții Spark în paralel.
• Emițător de diagnosticare Spark, care colectează jurnale, metrici și evenimente din aplicațiile Spark și le trimite către destinații precum Event Hubs, spațiu de stocare sau Log Analytics.
• Biblioteca de diagnosticare JobInsight, o bibliotecă pentru analizarea execuțiilor Spark finalizate prin intermediul API-urilor (interogări, joburi, etape, sarcini, executori, jurnale de evenimente).

În stratul de depozitare, se adaugă gruparea datelor în cluster pentru a îmbunătăți performanța și a reduce costurile de acces, coloane IDENTITY pentru cheile surogat, precum și controlul versiunilor și suport CI/CD prin proiecte SQL Database în VS Code (controlul sursei Warehouse).

Experiența utilizatorului portalului Fabric evoluează, de asemenea, cu navigare prin file și un explorator de obiecte , permițând utilizatorilor să deschidă mai multe elemente simultan și să comute rapid între ele. Acest lucru, împreună cu îmbunătățiri precum legarea automată Lakehouse în Git și suita de utilitare pentru mentenanța Lakehouse (activități de mentenanță și reîmprospătarea endpoint-ului SQL), contribuie la o platformă mai ușor de utilizat și mai agilă.

În cele din urmă, funcții precum importul/exportul în bloc al definițiilor de elemente (pentru migrări, șabloane și copii de rezervă ale metadatelor), REST pentru foldere, suport pentru parametri în activările de elemente din Activator și încărcarea datelor OneLake în Excel cu un catalog integrat, completează un ecosistem care începe să acopere practic toate nevoile obișnuite ale unei echipe de date moderne.

Cu acest set complet de capabilități - de la guvernanță centralizată, securitate granulară și orchestrare inteligentă, la inteligența artificială încorporată în SQL, analiză în timp real, gemeni digitali și agenți MCP - Microsoft Fabric se impune ca o platformă de date completă, unde cheia nu mai este doar stocarea și vizualizarea datelor, ci guvernarea, automatizarea și valorificarea inteligenței artificiale pentru a alimenta fiecare parte a ciclului de viață al datelor . Acest lucru permite organizațiilor să își evolueze treptat arhitecturile, migrând sistemele existente și permițând noi soluții mult mai rapid decât cu abordările tradiționale.