Microsoft Fabric Blogu: Yeni Özellikler ve Kullanımlar İçin Gelişmiş Kılavuz

Informatec Dijital » Ücretsiz Destekler » Microsoft Fabric Blogu: Yeni Özellikler ve Kullanımlar İçin Gelişmiş Kılavuz

Microsoft ekosisteminde bir süredir veriyle çalışıyorsanız, şunu fark etmişsinizdir: Microsoft Fabric, modern analitiğin merkezi haline geldi.Daha önce Power BI, Azure Synapse, Data Factory ve diğer hizmetlere dağılmış olan her şeyi tek bir platformda birleştiriyor. Bu makalede, Fabric'in analitik, yönetişim, yapay zeka ve gerçek zamanlı hesaplama alanlarındaki en son özelliklerine, yol haritasına ve pratik etkilerine kapsamlı ve detaylı bir bakış atacağız.

Amaç, okumayı bitirdiğinizde konuyu net bir şekilde anlamış olmanızdır. Microsoft Fabric bugün neler sunuyor, nereye doğru ilerliyor ve veri mimarisini nasıl etkiliyor? Organizasyonunuzun sahip olduğu özellikler: Purview ile yönetişim yetenekleri, API'ler ve Git ile otomasyon, yeni yapay zeka özellikleri, gerçek zamanlı zeka, OneLake'te güvenlik, geçişler, performans ve çok daha fazlası.

Microsoft Fabric ve Bulut Benimseme Çerçevesi: Yönetişim, Maliyetler ve Otomasyon

Microsoft, Bulut Benimseme Çerçevesi (CAF) kapsamında, uyum sağlamak amacıyla bir dizi kılavuz yayınlamaktadır. Microsoft Fabric tasarımı, açılış alanlarının tasarım ilkeleriyle birlikte geliştirilmiştir.Bu serinin son bölümü üç temel alanı ele alıyor: yönetişim, kapasite optimizasyonu ve otomasyon/DevOps.

Yönetim bölümünde, Azure Maliyet Yönetimi aracılığıyla ağ kapasitesi maliyetleri ortaya çıkar.Bu sayede F kapasitesi (ve diğer SKU) kullanım verilerini Azure maliyet panolarına, uyarılarına ve harcama analizlerine yerel olarak entegre edebilirsiniz. Sadece faturayı görmekle kalmazsınız: bu bilgileri etiketler, abonelikler veya kaynak gruplarıyla çapraz referanslayarak kimin ne kadar ve neden harcadığını anlayabilirsiniz.

Fabric'in teknik mimarisi ve iş modeli, müşterilere olanak tanır. İşletme maliyetlerini optimize etmek için kapasite tüketimini hassas bir şekilde kontrol edin.Pratikte bu, çeşitli kaldıraçlara dönüşür:

• Yeteneklerin ölçeklendirilmesi FÖngörülebilir zirvelere bağlı olarak kapasiteyi artırmak veya azaltmak; örneğin, satış kampanyaları, muhasebe son tarihleri ​​veya büyük veri yükleri gibi.
• Duraklatma ve devam ettirme özellikleriAğ yöneticileri, işlem maliyetlerini düşürmek için (örneğin, kritik olmayan ortamlarda gece boyunca veya hafta sonlarında) ihtiyaç duyulmadığında bir F kapasitesini duraklatabilirler.
• Aşırı gerilim korumasıArka plan işlemlerinin ortamı aşırı yüklemesini önlemek için, bu işlemlerin nasıl yönetileceğini kontrol eden iki kapasite seviyesi parametresi vardır: Arka Plan Reddetme Eşiği ve Arka Plan Kurtarma Eşiği.
• Kapasite rezervasyonlarıBeklenen tüketimin titizlikle planlanması koşuluyla, belirli dönemler için kapasite rezervasyonu yaparak indirimlerden yararlanmak mümkündür.

Veri yönetimi alanında Fabric, şunlara dayanmaktadır: Microsoft Purview, kataloglama, soy ağacı ve sınıflandırma için merkezi bir bileşen olarak işlev görüyor.Purview üzerinden hassasiyet etiketleri uygulamak, kaynaklar, dönüşümler ve tüketim arasındaki soy ağacını görmek, veri varlıklarını sertifikalandırmak veya veri kalitesi kampanyalarını güçlendirmek mümkün; tüm bunlar Fabric'in (Lakehouse, Warehouse, KQL, Power BI, vb.) öğelerini entegre ederken gerçekleştirilebilir.

"Platform Otomasyonu ve DevOps" bölümü esas olarak şu konular etrafında yapılandırılmıştır: Git, dağıtım işlem hatları ve REST API'leri ile entegrasyon.Fabric çalışma alanları Git depolarına bağlanabilir, böylece birden fazla geliştirici aynı veri mühendisliği, veri bilimi veya gerçek zamanlı analiz projesinde çakışan işler olmadan iş birliği yapabilir.

Git ve Dağıtım İşlem Hatları şunlara olanak tanır: Geliştirme, test ve üretim yaşam döngülerini kontrollü bir şekilde yönetmekİçerik tanıtımı, değişiklik takibi, yapıt senkronizasyonu ve sürüm yönetimi. Mart 2025'ten bu yana, bu işlem hatları (genel olarak veya önizleme aşamasında) tetikleyiciler, gösterge panelleri, veri akışları, veri işlem hatları, veri ambarları, veri gölleri, veri depoları, KQL, not defterleri, sayfalı raporlar, kurumsal uygulamalar vb. gibi çok çeşitli öğe türlerini desteklemektedir.

Bu arada Fabric ifşa ediyor çok geniş bir REST API kümesi Bu araç sayesinde, çalışma alanları ve klasörler oluşturma, öğelerin toplu taşınması, bağlantıların ve ağ geçitlerinin yönetimi, tanımların çıkarılması, işlem hatlarının veya not defterlerinin etkinleştirilmesi gibi hemen hemen her türlü yönetimsel veya dağıtım görevini otomatikleştirebilirsiniz.

Microsoft Fabric için analitik, yapay zeka ve yönetişim alanlarındaki önemli güncellemeler

Fabric'in evrimi, çok sayıda önizleme özelliği ve yeni yetenekle işaretlenmiştir. Platformun neredeyse tüm alanlarına değiniyorlar.Ardından bunlar gruplandırılır ve yapılandırılmış bir şekilde tartışılır, böylece tüm kapsam görülebilir.

Veri ambarlarında ve çok modlu işlevlerde yapay zeka fonksiyonları

İlişkisel veri alanında, Fabric Veri Ambarı şunları içerir: Yapay zeka fonksiyonları doğrudan T-SQL'de çalışır. (önizleme). Bu şunlara olanak tanır:

• Metni sınıflandırın veya kategorize edin.
• Duygu analizi yapın.
• Serbest metinden yapılandırılmış bilgi çıkarın.
• Diller arasında metin çevirisi yapın.
• Doğru dil bilgisi.

Amaç şudur Yapay zekâ ile verileri zenginleştirmek için SQL bağlamından ayrılmaya gerek yok.Bu işlevler, Fabric'in yapay zeka işlevlerindeki daha genel çok modlu destekle birleştirilmiştir; bu sayede artık dosya yolları biçimindeki girdilerin yanı sıra görüntüler (JPG/JPEG, PNG, GIF, WebP), PDF'ler ve yaygın metin biçimleri de işlenebilir.

Örneğin, kamu hizmetleri aifunc.load, klasörleri tablolara aktarmak için kullanılır. `aifunc.list_file_paths` komut istemi ve şema seçenekleriyle dosya yollarında yineleme yapmanıza olanak tanır ve `ai.infer_schema`, `ai.extract` ile uyumlu şemaları çıkarır. Tüm bunlar, sıfırdan karmaşık işlem hatları oluşturmadan verileri dönüştürmenizi ve zenginleştirmenizi sağlar.

OneLake, Delta, Apache Iceberg ve çok platformlu erişim

Depolama katmanında, OneLake, Fabric'in tamamının bulunduğu birleşik göl olmaya devam ediyor. En önemli iyileştirmelerden biri, şu yetenektir: Delta Gölü tablolarını Apache Iceberg tabloları olarak ortaya çıkarmak Verileri taşımadan veya çoğaltmadan, Iceberg uyumlu motorların OneLake'teki verileri doğrudan okuyabilmesini sağlar.

Ayrıca, OneLake artık şunları destekliyor: Snowflake tarafından doğrudan yazılan Apache Iceberg verileri, Fabric'te kopyalama gerektirmeyen erişim yoluyla tüketilir.Bu strateji birlikte çalışabilirliği güçlendiriyor: Fabric, izole bir sistem olmak değil, diğer motorların depolama alanını çoğaltmadan kullanabileceği bir veri "merkezi" olmak istiyor.

Aynı doğrultuda, OneLake de şunu kabul ediyor: Azure Blob Depolama'ya kısayollarOneDrive ve SharePoint'i kapsar ve erişim rolleri, klasör, satır ve sütun düzeyinde güvenlik ile yetkilendirilmiş motor modelinin genişletilmesi sayesinde üçüncü tarafların da saygı duyabileceği bir güvenlik modeli sunarak güvenliği artırır.

Özellikle önemli bir nokta, Azure Databricks'te OneLake kataloğunun birleştirilmesidir; bu da şunları sağlar: Unity Catalog'dan OneLake tablolarına sıfır kopyalı erişimBu sayede OneLake doğruluk kaynağı olmaya devam ederken, Databricks verileri doğrudan sorgulayabilir ve yalnızca meta verileri senkronize edebilir.

Fabric üzerinde SQL Veritabanı: performans, güvenlik ve sanallaştırma

Fabric'in SQL veritabanı kendine özgü yetenekler kazanıyor: VERİTABANI SEÇİMLERİNİ DEĞİŞTİRÖnizleme aşamasında sıralama ve tam metin indeksleme desteği. Şu düzeyde: veritabanı performansı Maliyet konusunda ise birkaç iyileştirme söz konusu:

• Otomatik indeks sıkıştırma Depolama alanını, G/Ç işlemlerini azaltmak ve bakım işlerini planlamaya gerek kalmadan sorgu sürelerini iyileştirmek.
• Maksimum vCores sınırı Hesaplama kaynaklarının (4 veya 32 sanal çekirdek) kullanımını kontrol etmek ve bir iş yükünün paylaşılan kapasiteyi çok fazla tüketmesini önlemek için tasarlanmıştır.
• Özel SQL Havuzları Bu, çalışma alanı yöneticilerine uygulama adına göre kaynak tahsisi ve sorgu yönlendirmesi üzerinde ayrıntılı kontrol sağlar.

Ayrıca etkinleştirildi SQL veritabanında veri sanallaştırmaBu özellik, OneLake'te depolanan harici verileri T-SQL kullanarak sorgulamaya, yaygın formatlardaki dosyaları yerel ilişkisel tablolarla birleştirmeye ve verileri fiziksel olarak içe aktarmaya gerek kalmadan işlem yapmaya olanak tanır.

Güvenlik açısından SQL veritabanı destek sağlar. Kiracı düzeyinde özel bağlantı (önizleme)Bu sayede veri trafiğinin özel ve kontrollü bir şekilde yönlendirilmesi kolaylaşır ve Fabric'in genel güvenli ağ yapılandırmasıyla entegre olur.

Gerçek Zamanlı Zeka, Eventhouse, Eventstream ve Activator

Gerçek Zamanlı Zeka (RTI) modülü, Fabric'in en önemli farklılaştırıcı özelliklerinden biri haline geldi. Eventhouse ve Eventstream bir araya gelerek... gerçek zamanlı olayları almak, işlemek ve tetiklemek Çeşitli kaynaklardan gelen verileri Activator yönetir ve belirli koşullar altında tetiklenen eylemleri düzenler.

En güçlü yeni özellikler arasında şunlar yer alıyor:

• Kod kullanmadan anormallik tespiti Otomatik model seçimi, basit arayüz ve esnek uyarılar ile.
• Ticari EtkinliklerKullanıcı Veri Fonksiyonları ve Not Defterlerinden oluşturulan önemli iş anlarını yakalayan ve uyarıları, özel mantığı, akışları, yapay zeka modellerini veya Spark işlerini etkinleştirmenize olanak tanıyan özellikler.
• Etkinleştirici-Kullanıcı Veri Fonksiyonları EntegrasyonuBöylece Fabric'te oluşturulan fonksiyonlar, platformun kendi iç olayları ve OneLake'ten gelen olaylar da dahil olmak üzere herhangi bir kaynaktan gelen olayları işleyebilir.
• Olayları SQL ile işleme yeteneği (Eventstream'de SQL Operatörü)Bu sayede, bilinen SQL sözdizimiyle gerçek zamanlı akışların dönüştürülmesi mümkün olmaktadır.

İlgili bağlantılar eklenir, örneğin: beşik (Birden fazla kaynaktan günlük ve telemetri verilerinin alınması için), Solace PubSub+ özellikli bir bağlayıcı ve Azure Sanal Ağı, VPN, ExpressRoute veya özel uç noktalar aracılığıyla özel ağlar üzerinden akış desteği.

Veri şemaları ve sözleşmeler için Eventstream bir özellik sunmaktadır. Şema Kaydı Bu, daha sağlam işlem hatları için olay şemalarını tanımlar ve doğrular ve mevcut sözleşmelere saygı duyarak Confluent Cloud'daki Kafka ile bağlantı kurmak için Confluent Şema Kayıt Defteri'ni destekler.

Platform genelinde yardımcı pilot ve yapay zeka yetenekleri

Fabric tabanlı Copilot artık dünya çapında kullanıma sunuldu ve şu bölgelerde de varlığı bulunuyor: Power BI, Data Factory, Veri Bilimi ve Veri Mühendisliği ve KQL sorguları yazmaAyrıca, belirli özellikler de eklenmiştir:

• Dataflow Gen2 için Copilot (Modern Veri Alma)Bu, doğal dildeki talimatlarla verilerin alınmasına ve dönüştürülmesine yardımcı olur.
• Veri Ambarı için Copilot (sohbet)Şerit üzerindeki bir düğmeden erişilebilen bu özellik, diyalog yoluyla depo işlemlerini hızlandırmayı sağlar.
• SQL analizi uç noktası için CopilotBu araç, iş tanımlarından SQL sorguları oluşturur ve optimize eder.
• Dizüstü bilgisayarlarda yardımcı pilot Çalışma alanı bağlamı, lakehouse, not defteri yapısı ve yürütme ortamı hakkında bilgi sahibi olarak, çok adımlı kod üretebilme, yeniden düzenleme yapabilme, karmaşık not defterlerini özetleyebilme ve "Copilot ile Düzelt" seçeneğiyle hataları teşhis edebilme yeteneğine sahip.
• Satır içi otomatik tamamlama (satır içi kod tamamlama) ve Notebook Copilot satır içi kod tamamlama (önizleme)Python kodunu daha hızlı ve daha az hatayla yazmak için.

Ayrıca, yapay zeka teknolojisi altyapısı da genişletiliyor. Önceden oluşturulmuş Foundry Tools entegre edilmiştir. (Azure OpenAI, Azure Language, Azure Translator), Eventhouse için OpenAI eklentileri (ai_embed_text ve ai_chat_completion) ve Copilot Studio dahil olmak üzere diğer uygulamaların Fabric verileri üzerinde düzenli bir şekilde çalışmasına olanak tanıyan bir dizi aracı ve veri aracı.

Fabric Veri Aracıları, MCP ve geliştirici araçları

Kumaş tanıtımı Verilere ve araçlara erişimi düzenleyebilen veri aracıları. Yapay zeka ajanları için, Python SDK ve Microsoft Copilot Studio ile doğrudan entegrasyon sağlanmaktadır. Bu sayede Fabric'te yönetilen kurumsal verilerle çalışan konuşma tabanlı asistanlar oluşturmak kolaylaşır.

Buna paralel olarak, Model Bağlam Protokolü (MCP) Bu, yapay zeka ajanları ve Fabric hizmetleri arasındaki entegrasyonun önemli bir bileşeni haline gelir. Activator ve Eventhouse için özel MCP sunucuları ve geliştirme odaklı bir Fabric MCP bulunur:

• Bu özellik, yapay zeka asistanlarının Fabric ürünleri için kod ve içerik oluşturmasına olanak tanır.
• VS Code ve GitHub Codespaces gibi geliştirme araçlarıyla entegre olur.
• Eventhouse'da gerçek zamanlı verilere danışmak ve bu veriler üzerinde işlem yapmak için araçlar sunar.

Geliştiricinin günlük çalışmaları için öne çıkarılması gereken birkaç önemli nokta vardır; bunlar arasında şunlar yer almaktadır: geliştirme ortamı: Fabric SQL veritabanını destekleyen VS Code için MSSQL uzantısıMicrosoft ADO.NET Sürücüsü ve Fabric Veri Mühendisliği için ODBC Sürücüsü (Livy aracılığıyla Spark SQL'e bağlantı) ve Azure ve Fabric'teki SQL veritabanlarına Spark'tan kimlik doğrulamalı erişimi basitleştiren bir SQL veritabanları için Spark bağlayıcısı.

Ayrıca şu da görünüyor: Kumaş CLIAzure DevOps'ta entegre bir görev olarak bulunan bu özellik, harici araçları manuel olarak yüklemenize gerek kalmadan çalışma alanlarının, öğelerin ve dağıtımların yönetimini otomatikleştirmenizi sağlar.

Data Factory, Fabric'te veri geçişleri ve orkestrasyon

Fabric'in veri entegrasyon katmanı, veri alma işlevlerini yerine getiren Data Factory ve Dataflow Gen2'ye dayanmaktadır... Orkestrasyon daha akıllı, daha otomatikleştirilebilir ve geçişler daha basit olacak. mevcut platformlardan.

Dataflow Gen2: performans, genel API'ler ve teşhis

Dataflow Gen2'de önizleme aşamasında birkaç özellik buluyoruz:

• Hedef sorgularının gelişmiş düzenlenmesi Hedefteki mantığı doğrudan geliştirme ortamından ayarlamak.
• Bölümlenmiş hesaplamaBu, veri akışının bazı bölümlerinin paralel olarak çalışmasına olanak tanıyarak toplam değerlendirme süresini azaltır.
• Tanılama bilgilerini indir Performans analizi ve olay çözümü için yapılandırılmış günlük paketleri ile yürütme seviyesinde.
• Genel API'ler Veri akışlarını programatik olarak oluşturmak, güncellemek, silmek, planlamak ve izlemek için.
• CI/CD desteğine sahip genel parametrelerBu sayede, işlem hatlarından veya diğer kaynaklardan değerler aktarılarak veri akışlarının yenilenmesi sağlanır.
• Son veriler Power Query şeridinde ve Modern Veri Al özelliğinde yakın zamanda kullanılan öğelere hızlı erişim için.

Tüm bunlar, şu yeteneklerle tamamlanmaktadır: Power Query'yi REST üzerinden programatik olarak değerlendirin.Bu, Power Query bağlantılarından yararlanarak M komut dosyalarını otomatikleştirilmiş süreçlerin bir parçası olarak çalıştırmanın, bunları Spark, işlem hatları veya harici araçlarla entegre etmenin yolunu açar.

Veri Fabrikası: uyarlanabilir performans, bağlantı ve dbt

Entegrasyonun daha "klasik" kısmında, Fabric içindeki Data Factory şunları sunar:

• Uyarlanabilir performans ayarı Kopyalama etkinliği için, yapılandırmaya ve yürütme bağlamına göre performans parametrelerini akıllıca ayarlar.
• Kopyalama işinde Değişiklik Verisi Yakalama (CDC) desteğiSadece değişiklikleri (eklemeler, güncellemeler, silmeler) sürekli olarak kopyalamak.
• Manuel yükseltme seçeneğine sahip şirket içi ağ geçitleri Fabric portalı, API veya komut dosyaları aracılığıyla yönetilir.
• son bağlantıBu özellik, denetimi ve yaşam döngüsü yönetimini kolaylaştırmak için bağlantılara son kullanım özelliklerini ekler.
• yerli dbt İşiBu sayede dbt projeleri, entegre orkestrasyon, test, dokümantasyon ve yönetişim ile Fabric içinde çalıştırılabilir.
• SSIS Paketini Çağırma etkinliği İşlem hatlarında, Fabric'teki orkestrasyonun kendisinden SSIS paketlerini çalıştırmak için.

Kullanıcı deneyimi ayrıca şunlarla da geliştiriliyor: SharePoint site seçici (SharePoint Site Picker) sayesinde URL'leri elle yazmaktan kaçınılır ve MCP'nin Data Factory desteği ile yapay zeka asistanları, doğal dil talimatlarıyla Dataflow Gen2'yi kolayca oluşturabilir ve dağıtabilir.

Veri taşıma ve çoğaltma araçları

Microsoft, çeşitli özel araçlar aracılığıyla Fabric'e geçişi güçlü bir şekilde teşvik ediyor:

• Data Factory için Fabric Geçiş DeğerlendirmesiBu işlem, ADF işlem hatlarının hazırlanmasını analiz eder ve desteklenenleri bağlantı eşlemesiyle birlikte bir Fabric çalışma alanına taşır.
• Veri Ambarı için Geçiş AsistanıBu sayede artık doğrudan kaynak veri ambarına bağlanarak veriler Fabric Veri Ambarına aktarılabiliyor.
• SQL veritabanı için Geçiş YardımcısıBu, DACPAC aracılığıyla şema içe aktarma, uyumsuzluk tespiti ve öneriler içeren, şirket içi SQL Server iş yüklerinin taşınmasını amaçlamaktadır.

Çoğaltma konusunda destek sağlanmaktadır. birden fazla operasyonel kaynağın yansıtılması (Azure Database for MySQL, Google BigQuery, SQL Server, vb.) gibi veritabanlarını Fabric'e entegre etme, hangi tabloların çoğaltılacağını kontrol etme, REST üzerinden yansıtma işlemlerini yeniden başlatma ve Databricks durumunda Unity Catalog politikalarını OneLake güvenliğine eşleme olanağı sunar.

Ayrıca Lakehouse'dan bir çoğaltma bağlantı aracı da dahildir. Delta Değişim Veri AkışıBu sayede, CDC'nin kendi geliştirdiği çözümlerle sıfırdan bir şeyler icat etmeye gerek kalmadan, Lakehouse Delta panolarındaki uyumlu destinasyonlara yönelik değişiklikler ortaya çıkarılıyor.

Fabric'te güvenlik, gelişmiş yönetim ve izleme

Herhangi bir analiz platformunda en büyük endişelerden biri, nasıl olduğudur. Verileri güvence altına almak, kullanımı yönetmek ve kaynak tüketimini izlemek.Bu alanlarda kumaşlar hızla olgunlaşıyor.

OneLake'te güvenlik ve veri koruma

OneLake, eksiksiz bir model ekliyor. veri erişim güvenliği ile:

• Klasör tabanlı güvenlik arayüzünden yapılandırılabilir izinlere sahip, lakehouse için veri erişim rolleri.
• Üçüncü tarafların tanımlanmış politikalara uymasını sağlamak için kısayollar için güvenlik desteği.
• OneLake veri erişim güvenliği API'si, otomatik izin yönetimine olanak tanır.
• Modelin harici motorlara genişletilmesi (üçüncü taraflar için OneLake güvenlik yetkilendirmesi).

Buna paralel olarak, koruma önlemleri de genişletiliyor. DLP erişimi kısıtlar OneLake'deki tüm yapılandırılmış veriler (SQL, KQL, veri ambarları) üzerinde uygulanır ve tanıtılır. DSPM, Fabric Copilot'lar ve veri aracıları için yapay zekaya yönelik olarak tasarlanmıştır.Yapay zekâ etkileşimlerini hassas bilgiler ve riskli davranışlar açısından izleyen ve Purview Audit ve eDiscovery ile entegre olan bir sistem.

Kimlik açısından bakıldığında, aşağıdaki gibi özellikler ortaya çıkar: öğelerle ilişkili kimlikler (Örneğin, Lakehouse ve Eventstream) REST API'leri aracılığıyla, belirli işlemler için sahip bağımlılığını ortadan kaldırır ve OneDrive ve SharePoint kısayollarının kimlik doğrulaması çalışma alanı kimlikleri veya hizmet sorumluları kullanılarak yapılır.

Merkezi yönetim ve OneLake kataloğu

Veri yönetimi deneyimi, aşağıdakiler aracılığıyla pekiştirilir: OneLake kataloğunda yeni merkezi panelVeri sahiplerinin oluşturdukları öğelerin toplu bir görünümünü görebilecekleri, yönetim eylemi önerileri alabilecekleri ve güvenlik ve uyumluluğu iyileştirmek için mevcut tüm araçlara erişebilecekleri bir platform.

Ek olarak, bir OneLake Katalog Arama API'si Ayrıca, katalog izinlerine ve meta verilere saygı göstererek, tek bir çağrıyla kod veya yapay zeka aracıları aracılığıyla Fabric ortamındaki öğeleri keşfetmeyi sağlayan bir MCP aracı da bulunmaktadır.

Kapasitelerin, tüketimin ve işin izlenmesi

Kumaş, çeşitli gözlemlenebilirlik katmanları sunar:

• Çalışma alanı izlemeBu, Fabric'te birden fazla öğeden gelen günlüklerin ve ölçümlerin (ayrıntılı izleme içeren Kopyalama işleri de dahil olmak üzere) birleştirildiği bir veritabanı oluşturur.
• Kopyalama işi için çalışma alanı izlemeVeri aktarım hızı, veri hacmi, hata kodları ve süreler gibi ölçütlerle, tümü merkezi analize yönelik olarak tasarlanmıştır.
• Kapasite ölçümlerinin uygulanmasında Ürün GeçmişiHer bir öğe için 30 günlük CU tüketimi görünümü sunar ve çalışma alanı ile türe göre filtrelenebilir.
• Çalışma alanı düzeyinde aşırı gerilim korumasıBu özellik, 24 saatlik kayan bir pencerede çalışma alanı başına tüketim eşiklerini belirlemeye, bu eşikleri aşanları otomatik olarak engellemeye ve çalışma alanlarını sınırlamalardan hariç tutmak için "kritik öneme sahip" olarak işaretlemeye olanak tanır.

Buna ek olarak, bir başlangıç ​​seti Fabric Yönetici API'leri Çalışma alanlarını, öğeleri ve kullanıcı erişim ayrıntılarını keşfetmeye, dinamik envanterleri kolaylaştırmaya ve periyodik erişim kontrollerini sağlamaya odaklanmıştır.

İş modellemesi, planlama ve yeni iş yükleri

Microsoft, teknik katmanın ötesinde yeni özellikler sunuyor. yeni iş odaklı iş yükleri Fabric hakkında. Bunlardan en öne çıkanlarından biri, işletme semantiğini, verileri ve modelleri birleştirerek, kuruluşun bütünsel bir görünümüne dayalı kararlar veren akıllı ajanlar oluşturmayı amaçlayan Fabric IQ'dur.

Fabric IQ içerisinde şunlar yer almaktadır:

• Ontoloji (önizleme)Varlıkların, ilişkilerin, özelliklerin ve kısıtlamaların şirketin iş diline göre tanımlandığı bir tür öğe.
• Plan (önizleme)Kod gerektirmeyen, planlama, raporlama, analiz, entegrasyon ve işbirlikçi yönetim için bir platform.

Gerçek Zamanlı Zeka da ortaya çıkıyor. dijital ikiz oluşturucuGerçek zamanlı verilere dayalı dijital ikiz modelleme konusunda uzmanlaşmış bir ürün olup, fiziksel işlemleri optimize etmeyi, durumları izlemeyi ve senaryoları simüle etmeyi amaçlamaktadır.

Öte yandan, tanıtılıyor Fabric IQ iş yükü Ayrı bir iş yükü olarak ele alınan ve yönetişim ile anlamsal uyum için destek araçlarının genişlemeye devam etmesiyle, veri modelleri, iş mantığı ve yapay zeka/analitik uygulamaları arasındaki döngü tamamlanıyor.

Performans, kullanıcı deneyimi ve verimlilik iyileştirmeleri

Bu incelemeyi sonlandırırken, bazı genel iyileştirmelerin altını çizmekte fayda var. Her zaman manşetlere çıkmasalar da, günlük hayatı büyük ölçüde etkilerler. takımlardan.

Spark ve dağıtık hesaplama bölümünde Fabric şunları sunmaktadır:

• Fabric Runtime 2.0 (önizleme) Azure Linux 3.0 üzerinde Apache Spark 4.0, Delta Lake 4.0, Java 21, Scala 2.13 ve Python 3.12 ile.
• Spark uygulama karşılaştırma aracıBu özellik, en fazla dört Spark işlemini paralel olarak seçmenize ve karşılaştırmanıza olanak tanır.
• Spark Teşhis VericisiSpark uygulamalarından günlükleri, ölçümleri ve olayları toplayan ve bunları Event Hubs, depolama veya Log Analytics gibi hedeflere gönderen bir araçtır.
• JobInsight teşhis kütüphanesiSpark API'leri (sorgular, işler, aşamalar, görevler, yürütücüler, olay günlükleri) aracılığıyla tamamlanmış Spark yürütmelerini analiz etmek için kullanılan bir kütüphane.

Depo katmanına aşağıdakiler eklenir: veri kümeleme Performansı artırmak ve erişim maliyetlerini düşürmek için, VS Code'da (Kaynak Deposu kontrolü) SQL Veritabanı projeleri aracılığıyla sürüm kontrolü ve CI/CD desteği ile birlikte vekil anahtarlar için IDENTITY sütunları kullanılmaktadır.

Fabric portalının kullanıcı deneyimi de bununla birlikte gelişiyor. Sekmeli tarama ve nesne gezginiBu, aynı anda birden fazla öğeyi açmanıza ve aralarında hızlıca geçiş yapmanıza olanak tanır. Bu özellik, Git'te Lakehouse otomatik bağlama ve Lakehouse bakımı için yardımcı programlar paketi (bakım faaliyetleri ve SQL uç nokta yenileme) gibi iyileştirmelerle birleşerek daha kullanıcı dostu ve çevik bir platforma katkıda bulunur.

Son olarak, aşağıdakiler gibi özellikler Ürün tanımlarının toplu içe/dışa aktarımı (geçişler, şablonlar ve meta veri yedeklemeleri için), klasörler için REST, Activator'dan öğe etkinleştirmelerinde parametre desteği ve entegre katalog ile Excel'e OneLake veri yükleme, modern bir veri ekibinin neredeyse tüm olağan ihtiyaçlarını karşılamaya başlayan bir ekosistemi tamamlıyor.

Merkezi yönetişimden, ayrıntılı güvenliğe ve akıllı orkestrasyona, SQL'e entegre yapay zekaya, gerçek zamanlı analitiğe, dijital ikizlere ve MCP aracılarına kadar uzanan bu yetenekler setiyle Microsoft Fabric, eksiksiz bir veri platformu olarak konumunu sağlamlaştırıyor. Artık asıl önemli olan sadece verileri depolamak ve görselleştirmek değil, veri yaşam döngüsünün her aşamasını yönetmek, otomatikleştirmek ve yapay zekayı kullanarak kontrol etmektir.Bu yaklaşım, kuruluşların mimarilerini kademeli olarak geliştirmelerine, mevcut sistemlerini taşımalarına ve yeni çözümleri geleneksel yaklaşımlara göre çok daha hızlı bir şekilde hayata geçirmelerine olanak tanır.