Blog của Microsoft Fabric: Hướng dẫn nâng cao về các tính năng và cách sử dụng mới.

Informatec Digital » Recursos » Blog của Microsoft Fabric: Hướng dẫn nâng cao về các tính năng và cách sử dụng mới.

Nếu bạn đã làm việc với dữ liệu trong hệ sinh thái của Microsoft một thời gian, bạn sẽ nhận thấy rằng Microsoft Fabric đã trở thành trung tâm của phân tích dữ liệu hiện đại.Hợp nhất mọi thứ trước đây nằm rải rác trên Power BI, Azure Synapse, Data Factory và các dịch vụ khác vào một nền tảng duy nhất. Trong bài viết này, chúng ta sẽ xem xét kỹ lưỡng và chi tiết các tính năng mới nhất, lộ trình phát triển và ý nghĩa thực tiễn của Fabric đối với phân tích, quản trị, trí tuệ nhân tạo và điện toán thời gian thực.

Ý tưởng là, khi bạn đọc xong, bạn sẽ hiểu rõ về... Microsoft Fabric hiện đang cung cấp những gì, hướng đi của nó ra sao và nó ảnh hưởng đến kiến ​​trúc dữ liệu như thế nào? Về tổ chức của bạn: khả năng quản trị với Purview, tự động hóa với API và Git, các tính năng AI mới, trí tuệ thời gian thực, bảo mật trong OneLake, di chuyển dữ liệu, hiệu suất và nhiều hơn nữa.

Microsoft Fabric và Khung Áp dụng Điện toán đám mây: quản trị, chi phí và tự động hóa

Trong khuôn khổ Khung áp dụng điện toán đám mây (Cloud Adoption Framework - CAF), Microsoft đã xuất bản một loạt hướng dẫn để điều chỉnh cho phù hợp. Thiết kế Microsoft Fabric dựa trên các trụ cột thiết kế của vùng đích.Phần cuối cùng của loạt bài này đề cập đến ba lĩnh vực chính: quản trị, tối ưu hóa năng lực và tự động hóa/DevOps.

Trong phần quản trị, Chi phí dung lượng mạng được hiển thị thông qua Azure Cost Management.Điều này cho phép bạn tích hợp dữ liệu sử dụng dung lượng F (và các SKU khác) một cách tự nhiên vào bảng điều khiển chi phí, cảnh báo và phân tích chi tiêu của Azure. Không chỉ đơn thuần là xem hóa đơn: bạn có thể đối chiếu thông tin này với các thẻ, gói đăng ký hoặc nhóm tài nguyên để hiểu ai đang chi tiêu những gì và tại sao.

Kiến trúc kỹ thuật và mô hình kinh doanh của Fabric cho phép khách hàng Kiểm soát chặt chẽ mức tiêu thụ công suất để tối ưu hóa chi phí vận hành.Trên thực tế, điều này được thể hiện qua một số yếu tố:

• Mở rộng khả năng FTăng hoặc giảm công suất dựa trên các thời điểm cao điểm có thể dự đoán được, chẳng hạn như các chiến dịch bán hàng, thời hạn kế toán hoặc khối lượng dữ liệu lớn.
• Khả năng tạm dừng và tiếp tụcCác quản trị viên hệ thống mạng có thể tạm dừng dung lượng F khi không cần thiết (ví dụ: qua đêm hoặc cuối tuần trong môi trường không quan trọng) để giảm chi phí tính toán.
• Bảo vệ chống sét lan truyềnHai tham số cấp độ dung lượng kiểm soát cách quản lý các tác vụ nền để ngăn chúng làm quá tải môi trường: Ngưỡng từ chối tác vụ nền và Ngưỡng phục hồi tác vụ nền.
• Đặt chỗ theo sức chứaCó thể đặt trước công suất trong những khoảng thời gian xác định để được hưởng chiết khấu, với điều kiện là kế hoạch tiêu thụ dự kiến ​​được lập ra một cách chặt chẽ.

Trong lĩnh vực quản trị dữ liệu, Fabric dựa vào... Microsoft Purview là thành phần trung tâm cho việc lập danh mục, theo dõi nguồn gốc và phân loại.Từ Purview, bạn có thể áp dụng nhãn bảo mật, xem nguồn gốc, quá trình chuyển đổi và tiêu thụ dữ liệu, chứng nhận tài sản dữ liệu hoặc thúc đẩy các chiến dịch nâng cao chất lượng dữ liệu, tất cả đều được tích hợp trong khi vẫn duy trì các yếu tố của Fabric (Lakehouse, Warehouse, KQL, Power BI, v.v.).

Phần "Tự động hóa nền tảng và DevOps" chủ yếu được cấu trúc xung quanh... Tích hợp với Git, quy trình triển khai và API REST.Không gian làm việc Fabric có thể được liên kết với kho lưu trữ Git để nhiều nhà phát triển có thể cộng tác trên cùng một dự án kỹ thuật dữ liệu, khoa học dữ liệu hoặc phân tích thời gian thực mà không bị chồng chéo công việc.

Git và các quy trình triển khai cho phép Điều phối các chu kỳ phát triển, thử nghiệm và sản xuất một cách có kiểm soát.Quảng bá nội dung, theo dõi thay đổi, đồng bộ hóa hiện vật và quản lý phiên bản. Từ tháng 3 năm 2025, các quy trình này đã hỗ trợ (ở trạng thái chung hoặc xem trước) nhiều loại phần tử như trình kích hoạt, bảng điều khiển, luồng dữ liệu, đường dẫn dữ liệu, kho dữ liệu nhỏ, kho dữ liệu dạng hồ, kho dữ liệu lớn, KQL, sổ tay, báo cáo phân trang, ứng dụng tổ chức, v.v.

Trong khi đó, Fabric tiết lộ... một tập hợp rất rộng các API REST Với công cụ này, bạn có thể tự động hóa hầu hết mọi tác vụ quản trị hoặc triển khai: tạo không gian làm việc và thư mục, di chuyển hàng loạt các mục, quản lý kết nối và cổng, trích xuất định nghĩa, kích hoạt đường dẫn xử lý dữ liệu hoặc sổ tay, cùng nhiều tác vụ khác.

Các cập nhật quan trọng về phân tích, trí tuệ nhân tạo và quản trị cho Microsoft Fabric

Sự phát triển của Fabric được đánh dấu bằng một số lượng lớn các tính năng xem trước và khả năng mới mà Họ đề cập đến hầu hết mọi lĩnh vực của nền tảng.Sau đó, chúng được nhóm lại và thảo luận một cách có cấu trúc để có thể thấy được toàn bộ phạm vi vấn đề.

Các chức năng AI trong Kho dữ liệu và các chức năng đa phương thức

Trong lĩnh vực dữ liệu quan hệ, Fabric Data Warehouse tích hợp... Các hàm AI hoạt động trực tiếp trong T-SQL. (xem trước). Điều này cho phép:

• Phân loại hoặc xếp loại văn bản.
• Phân tích cảm xúc.
• Trích xuất thông tin có cấu trúc từ văn bản tự do.
• Dịch văn bản giữa các ngôn ngữ.
• Ngữ pháp chính xác.

Mục tiêu là Không cần phải rời khỏi ngữ cảnh SQL để làm giàu dữ liệu bằng AI.Các chức năng này được kết hợp với khả năng hỗ trợ đa phương thức tổng quát hơn trong các chức năng AI của Fabric, giờ đây có thể xử lý hình ảnh (JPG/JPEG, PNG, GIF, WebP), PDF và các định dạng văn bản thông dụng, cũng như đầu vào dưới dạng đường dẫn tệp.

Các tiện ích như aifunc.load dùng để nhập thư mục vào bảng. Với các tùy chọn nhắc nhở và lược đồ, `aifunc.list_file_paths` cho phép bạn lặp qua các đường dẫn tệp, và `ai.infer_schema` suy ra các lược đồ tương thích với `ai.extract`. Tất cả những điều này cho phép bạn chuyển đổi và làm giàu dữ liệu mà không cần xây dựng các quy trình phức tạp từ đầu.

OneLake, Delta, Apache Iceberg và truy cập đa nền tảng

Ở lớp lưu trữ, OneLake vẫn là kho lưu trữ thống nhất nơi toàn bộ Fabric được đặt. Một trong những cải tiến lớn là khả năng... Phơi bày các bảng dữ liệu Delta Lake như những bảng dữ liệu Apache Iceberg. mà không cần di chuyển hoặc sao chép dữ liệu, nhờ đó các công cụ tương thích với Iceberg có thể đọc trực tiếp dữ liệu trên OneLake.

Ngoài ra, OneLake hiện hỗ trợ... Dữ liệu Apache Iceberg được ghi trực tiếp bởi Snowflake, được sử dụng trong Fabric thông qua truy cập không cần sao chép.Chiến lược này củng cố khả năng tương tác: Fabric không muốn trở thành một hệ thống biệt lập, mà là một "trung tâm" dữ liệu mà các công cụ khác có thể khai thác mà không cần sao chép dung lượng lưu trữ.

Tương tự như vậy, OneLake thừa nhận các phím tắt đến Azure Blob StorageOneDrive và SharePoint, đồng thời mở rộng bảo mật với các vai trò truy cập, bảo mật cấp thư mục, hàng và cột, cùng mô hình bảo mật mà bên thứ ba có thể tuân thủ nhờ vào việc mở rộng mô hình công cụ được ủy quyền.

Một điểm đặc biệt quan trọng là sự liên kết của danh mục OneLake trong Azure Databricks, điều này cho phép Truy cập không sao chép từ Unity Catalog đến các bảng OneLake.Theo cách này, OneLake vẫn là nguồn dữ liệu chính xác, nhưng Databricks có thể truy vấn dữ liệu trực tiếp, chỉ đồng bộ hóa siêu dữ liệu.

SQL Database on Fabric: hiệu năng, bảo mật và ảo hóa

Cơ sở dữ liệu SQL của Fabric đang được phát triển với những khả năng riêng: Tùy chọn ALTER DATABASE SETHỗ trợ đối chiếu và lập chỉ mục toàn văn trong chế độ xem trước. Ở cấp độ hiệu suất cơ sở dữ liệu Về chi phí, có một số cải tiến:

• Nén chỉ mục tự động Giảm dung lượng lưu trữ, I/O và cải thiện thời gian truy vấn mà không cần lên lịch các công việc bảo trì.
• Giới hạn vCore tối đa Để kiểm soát việc sử dụng tài nguyên tính toán (4 hoặc 32 vCore), được thiết kế để ngăn chặn một khối lượng công việc tiêu thụ quá nhiều tài nguyên dùng chung.
• Các nhóm SQL tùy chỉnh Điều này cho phép quản trị viên không gian làm việc kiểm soát chi tiết việc phân bổ tài nguyên và định tuyến truy vấn theo tên ứng dụng.

Nó cũng được kích hoạt Ảo hóa dữ liệu trong cơ sở dữ liệu SQLĐiều này cho phép truy vấn dữ liệu bên ngoài được lưu trữ trong OneLake bằng T-SQL, kết hợp các tệp ở định dạng phổ biến với các bảng quan hệ cục bộ bằng cách sử dụng các phép nối, mà không cần phải nhập dữ liệu vật lý.

Về mặt bảo mật, cơ sở dữ liệu SQL hỗ trợ Liên kết riêng tư ở cấp độ người thuê (xem trước)Điều này giúp việc định tuyến lưu lượng dữ liệu trở nên dễ dàng hơn, theo cách riêng tư và có kiểm soát, tích hợp với cấu hình mạng bảo mật tổng thể của Fabric.

Trí tuệ thời gian thực, Eventhouse, Eventstream và Activator

Mô-đun Trí tuệ Thời gian Thực (RTI) đã trở thành một trong những yếu tố khác biệt quan trọng của Fabric. Eventhouse và Eventstream kết hợp với nhau để tạo nên... Thu thập, xử lý và kích hoạt các sự kiện thời gian thực Thông tin được thu thập từ nhiều nguồn khác nhau, và Activator sẽ điều phối các hành động được kích hoạt trong những điều kiện nhất định.

Trong số những tính năng mới mạnh mẽ nhất có thể kể đến:

• Phát hiện bất thường mà không cần mã lập trình Với tính năng tự động chọn mô hình, giao diện đơn giản và cảnh báo linh hoạt.
• Sự kiện kinh doanhChúng ghi lại những khoảnh khắc kinh doanh quan trọng được tạo ra từ các Chức năng Dữ liệu Người dùng và Sổ tay, đồng thời cho phép bạn kích hoạt cảnh báo, logic tùy chỉnh, luồng, mô hình AI hoặc các tác vụ Spark.
• Tích hợp các chức năng dữ liệu người dùng-Trình kích hoạtđể các hàm được tạo trong Fabric có thể xử lý các sự kiện từ bất kỳ nguồn nào, bao gồm cả các sự kiện nội bộ từ chính nền tảng và từ OneLake.
• Khả năng xử lý sự kiện bằng SQL (Toán tử SQL trong Eventstream), cho phép chuyển đổi các luồng dữ liệu thời gian thực với cú pháp SQL đã biết.

Các bộ kết nối có liên quan được thêm vào, chẳng hạn như Nôi (để thu thập nhật ký và dữ liệu đo từ xa từ nhiều nguồn), một trình kết nối với Solace PubSub+ và hỗ trợ truyền phát dữ liệu qua mạng riêng thông qua Azure Virtual Network, VPN, ExpressRoute hoặc các điểm cuối riêng tư.

Đối với lược đồ dữ liệu và hợp đồng, Eventstream giới thiệu một giải pháp. Sổ đăng ký lược đồ Điều này giúp định nghĩa và xác thực các lược đồ sự kiện để tạo ra các đường dẫn xử lý dữ liệu mạnh mẽ hơn, đồng thời hỗ trợ Confluent Schema Registry kết nối với Kafka trong Confluent Cloud trong khi vẫn tôn trọng các hợp đồng hiện có.

Các tính năng hỗ trợ lái và trí tuệ nhân tạo trên toàn nền tảng.

Copilot trong Fabric hiện đã có mặt trên toàn cầu, với sự hiện diện tại Power BI, Data Factory, Khoa học dữ liệu & Kỹ thuật dữ liệu và viết truy vấn KQLNgoài ra, các khả năng cụ thể cũng đã được tích hợp:

• Copilot cho Dataflow Gen2 (Lấy dữ liệu hiện đại), giúp thu thập và chuyển đổi dữ liệu theo hướng dẫn bằng ngôn ngữ tự nhiên.
• Trợ lý quản lý kho dữ liệu (trò chuyện)Có thể truy cập thông qua một nút trên thanh công cụ để tăng tốc các tác vụ kho hàng thông qua hộp thoại.
• Copilot cho điểm cuối phân tích SQL, công cụ tạo và tối ưu hóa các truy vấn SQL từ mô tả nghiệp vụ.
• Người phụ lái trên sổ tay Với kiến ​​thức về ngữ cảnh không gian làm việc, Lakehouse, cấu trúc sổ tay và môi trường thực thi, có khả năng tạo mã nhiều bước, tái cấu trúc, tóm tắt các sổ tay phức tạp và chẩn đoán lỗi bằng tùy chọn "Sửa lỗi bằng Copilot".
• Tính năng tự động hoàn thành mã trực tiếp (inline code completion) và tính năng tự động hoàn thành mã trực tiếp của Notebook Copilot (xem trước)Để viết mã Python nhanh hơn và ít lỗi hơn.

Hơn nữa, nền tảng công nghệ AI đang được mở rộng với Công cụ Foundry được tích hợp sẵn (Azure OpenAI, Azure Language, Azure Translator), các plugin OpenAI cho Eventhouse (ai_embed_text và ai_chat_completion) và một loạt các tác nhân và tác nhân dữ liệu cho phép các ứng dụng khác, bao gồm Copilot Studio, làm việc trên dữ liệu Fabric một cách có hệ thống.

Các tác nhân dữ liệu Fabric, MCP và công cụ dành cho nhà phát triển

Giới thiệu về vải Các tác nhân dữ liệu có khả năng điều phối quyền truy cập vào dữ liệu và công cụ. Đối với các tác nhân AI, với SDK Python và tích hợp trực tiếp với Microsoft Copilot Studio, việc này giúp dễ dàng xây dựng các trợ lý đàm thoại hoạt động với dữ liệu doanh nghiệp được quản lý trong Fabric.

Song song đó, Giao thức bối cảnh mô hình (MCP) Nó trở thành một thành phần quan trọng trong quá trình tích hợp giữa các tác nhân AI và các dịch vụ Fabric. Có các máy chủ MCP chuyên dụng cho Activator và Eventhouse, và một máy chủ MCP Fabric hướng đến phát triển với các chức năng sau:

• Nó cho phép các trợ lý AI tạo mã và nội dung cho các vật phẩm Fabric.
• Nó tích hợp với các công cụ phát triển như VS Code và GitHub Codespaces.
• Nó giới thiệu các công cụ để tham khảo và xử lý dữ liệu thời gian thực trong Eventhouse.

Đối với công việc hàng ngày của nhà phát triển, có một số yếu tố quan trọng cần nhấn mạnh, bao gồm: môi trương phat triển: Tiện ích mở rộng MSSQL cho VS Code hỗ trợ cơ sở dữ liệu Fabric SQL.Bao gồm trình điều khiển Microsoft ADO.NET và trình điều khiển ODBC cho Fabric Data Engineering (kết nối với Spark SQL thông qua Livy), cùng với trình kết nối Spark cho cơ sở dữ liệu SQL giúp đơn giản hóa việc truy cập được xác thực từ Spark đến cơ sở dữ liệu SQL trong Azure và Fabric.

Cũng xuất hiện Công cụ dòng lệnh FabricCó sẵn dưới dạng một tác vụ tích hợp trong Azure DevOps, cho phép bạn tự động hóa việc quản lý không gian làm việc, các mục và triển khai mà không cần cài đặt thủ công các công cụ bên ngoài.

Data Factory, di chuyển dữ liệu và điều phối dữ liệu trong Fabric.

Lớp tích hợp dữ liệu của Fabric dựa trên Data Factory và Dataflow Gen2, là các chức năng tiếp nhận dữ liệu để... Quá trình điều phối sẽ thông minh hơn, tự động hóa hơn và việc chuyển đổi sẽ đơn giản hơn. từ các nền tảng hiện có.

Dataflow Gen2: hiệu năng, API công khai và chẩn đoán

Trong Dataflow Gen2, chúng ta tìm thấy một số tính năng đang trong giai đoạn xem trước:

• Chỉnh sửa nâng cao các truy vấn mục tiêu Điều chỉnh logic tại đích trực tiếp từ môi trường soạn thảo.
• Tính toán phân vùngĐiều này cho phép các phần của luồng dữ liệu chạy song song, giảm tổng thời gian đánh giá.
• Tải xuống thông tin chẩn đoán ở cấp độ thực thi, với các gói nhật ký được cấu trúc để phân tích hiệu năng và giải quyết sự cố.
• API công khai Dùng để lập trình tạo, cập nhật, xóa, lên lịch và giám sát luồng dữ liệu.
• Các tham số công khai có hỗ trợ CI/CDĐiều này cho phép làm mới luồng dữ liệu bằng cách truyền các giá trị từ các đường ống hoặc các nguồn khác.
• Dữ liệu gần đây Để truy cập nhanh vào các mục đã sử dụng gần đây trong thanh công cụ Power Query và trong tính năng Lấy dữ liệu hiện đại.

Tất cả những điều này được bổ sung bởi các khả năng của Đánh giá Power Query theo lập trình thông qua REST.Điều này mở ra cơ hội chạy các tập lệnh M như một phần của quy trình tự động, tích hợp chúng với Spark, các pipeline hoặc các công cụ bên ngoài, tận dụng các trình kết nối Power Query.

Nhà máy dữ liệu: hiệu năng thích ứng, khả năng kết nối và dbt

Trong phần tích hợp "kinh điển" hơn, Data Factory trong Fabric giới thiệu:

• Điều chỉnh hiệu suất thích ứng Đối với hoạt động sao chép, nó tự động điều chỉnh các thông số hiệu năng dựa trên cấu hình và ngữ cảnh thực thi.
• Hỗ trợ Change Data Capture (CDC) trong tác vụ Copy., để sao chép liên tục chỉ những thay đổi (thêm, cập nhật, xóa).
• Cổng thanh toán tại chỗ với tùy chọn nâng cấp thủ công Được quản lý từ cổng Fabric, API hoặc các tập lệnh.
• kết nối gần đây, bổ sung các thuộc tính sử dụng lần cuối cho các kết nối để tạo điều kiện thuận lợi cho việc kiểm toán và quản lý vòng đời.
• Công việc dbt bản địaĐiều này cho phép chạy các dự án dbt trong Fabric với khả năng điều phối, kiểm thử, lập tài liệu và quản trị tích hợp.
• Kích hoạt hoạt động Gói SSIS trong các pipeline, để chạy các gói SSIS từ chính hệ thống điều phối trong Fabric.

Trải nghiệm người dùng cũng được nâng cao nhờ... Bộ chọn trang SharePoint (Công cụ chọn trang SharePoint) giúp tránh việc phải nhập URL bằng tay, và với sự hỗ trợ của MCP cho Data Factory, cho phép các trợ lý AI tạo và triển khai Dataflow Gen2 một cách đơn giản chỉ bằng các hướng dẫn bằng ngôn ngữ tự nhiên.

Công cụ di chuyển và sao chép dữ liệu

Microsoft đang tích cực thúc đẩy việc chuyển đổi sang Fabric thông qua một số công cụ cụ thể:

• Đánh giá quá trình chuyển đổi hệ thống Fabric cho Data Factory, công cụ này phân tích quá trình chuẩn bị các pipeline ADF và di chuyển các pipeline được hỗ trợ sang không gian làm việc Fabric với ánh xạ kết nối.
• Trợ lý di chuyển dữ liệu cho kho dữ liệuGiờ đây, nó có thể kết nối trực tiếp với kho dữ liệu nguồn để chuyển dữ liệu sang Fabric Data Warehouse.
• Công cụ hỗ trợ di chuyển dữ liệu cho cơ sở dữ liệu SQLCông cụ này hướng đến việc di chuyển các khối lượng công việc SQL Server tại chỗ, với tính năng nhập lược đồ thông qua DACPAC, phát hiện sự không tương thích và đưa ra các khuyến nghị.

Về vấn đề sao chép dữ liệu, chúng tôi cung cấp hỗ trợ cho... phản ánh nhiều nguồn hoạt động (Azure Database for MySQL, Google BigQuery, SQL Server, v.v.) sang Fabric, với khả năng kiểm soát bảng nào được sao chép, khởi động lại các quy trình sao chép thông qua REST và, trong trường hợp của Databricks, ánh xạ các chính sách Unity Catalog vào bảo mật OneLake.

Ngoài ra, còn bao gồm một trình kết nối sao chép từ Lakehouse sử dụng Nguồn cấp dữ liệu thay đổi DeltaĐiều này cho phép thực hiện những thay đổi đối với các bảng Lakehouse Delta hướng tới các điểm đến tương thích mà không cần phải phát minh lại từ đầu với các giải pháp nội bộ của CDC.

Bảo mật, quản trị nâng cao và giám sát trong Fabric

Một trong những mối quan ngại lớn nhất trong bất kỳ nền tảng phân tích nào là làm thế nào bảo mật dữ liệu, quản lý việc sử dụng và giám sát mức tiêu thụ tài nguyên.Vải vóc đang phát triển nhanh chóng trên những phương diện này.

Bảo mật và bảo vệ dữ liệu tại OneLake

OneLake bổ sung một mô hình hoàn chỉnh của bảo mật truy cập dữ liệu với:

• Phân quyền truy cập dữ liệu cho Lakehouse với các quyền có thể cấu hình từ giao diện bảo mật dựa trên thư mục.
• Hỗ trợ bảo mật cho các lối tắt để các bên thứ ba có thể tuân thủ các chính sách đã được định nghĩa.
• API bảo mật truy cập dữ liệu OneLake, cho phép quản lý quyền tự động.
• Mở rộng mô hình sang các công cụ bên ngoài (ủy quyền bảo mật OneLake cho bên thứ ba).

Song song đó, phạm vi bảo vệ cũng đang được mở rộng với DLP hạn chế quyền truy cập trên toàn bộ dữ liệu có cấu trúc trong OneLake (SQL, KQL, kho dữ liệu) và được giới thiệu DSPM dành cho AI, hỗ trợ Fabric Copilot và các tác nhân dữ liệu, hệ thống này giám sát các tương tác của AI để phát hiện thông tin nhạy cảm và hành vi rủi ro, tích hợp với Purview Audit và eDiscovery.

Về mặt nhận dạng, các đặc điểm như sau xuất hiện: danh tính liên quan đến các mục (ví dụ: Lakehouse và Eventstream) thông qua API REST, giúp loại bỏ sự phụ thuộc vào quyền sở hữu đối với một số thao tác nhất định, và xác thực các lối tắt OneDrive và SharePoint bằng cách sử dụng danh tính không gian làm việc hoặc nguyên tắc dịch vụ.

Quản trị tập trung và danh mục OneLake

Trải nghiệm quản trị dữ liệu được củng cố bởi... bảng điều khiển tập trung mới trong danh mục OneLakeNơi mà chủ sở hữu dữ liệu có thể xem tổng quan về các mục họ đã tạo, nhận các khuyến nghị về hành động quản trị và truy cập tất cả các công cụ có sẵn để cải thiện bảo mật và tuân thủ.

Ngoài ra, một API tìm kiếm danh mục OneLake cùng với một công cụ MCP, cho phép khám phá các mục trong toàn bộ môi trường Fabric từ mã hoặc các tác nhân AI, chỉ bằng một lệnh gọi duy nhất, tuân thủ quyền truy cập danh mục và siêu dữ liệu.

Giám sát năng lực, mức tiêu thụ và công việc

Vải cung cấp nhiều lớp quan sát:

• Giám sát không gian làm việc, điều này tạo ra một cơ sở dữ liệu trong Fabric, nơi nhật ký và số liệu từ nhiều mục được hợp nhất (bao gồm cả các tác vụ Sao chép với tính năng giám sát chi tiết).
• Giám sát không gian làm việc cho tác vụ Sao chépVới các chỉ số như thông lượng, dung lượng dữ liệu, mã lỗi và thời gian, tất cả đều hướng đến việc phân tích tập trung.
• Lịch sử mặt hàng trong việc áp dụng các chỉ số năng lực, với chế độ xem 30 ngày về mức tiêu thụ CU cho mỗi mục, có thể lọc theo không gian làm việc và loại.
• Bảo vệ chống sét lan truyền ở cấp độ không gian làm việcTính năng này cho phép thiết lập ngưỡng tiêu thụ cho mỗi không gian làm việc trong khoảng thời gian 24 giờ, tự động chặn những không gian vượt quá ngưỡng đó và đánh dấu các không gian làm việc là "quan trọng" để loại trừ chúng khỏi các giới hạn.

Bổ sung cho điều này là một bộ ban đầu gồm... API quản trị Fabric Tập trung vào việc phát hiện không gian làm việc, vật phẩm và thông tin chi tiết về quyền truy cập của người dùng, tạo điều kiện thuận lợi cho việc kiểm kê động và kiểm soát truy cập định kỳ.

Mô hình kinh doanh, lập kế hoạch và khối lượng công việc mới

Ngoài khía cạnh kỹ thuật, Microsoft đang giới thiệu... khối lượng công việc hướng đến kinh doanh mới Về Fabric. Một trong những thành phần nổi bật nhất là Fabric IQ, nhằm mục đích thống nhất ngữ nghĩa kinh doanh, dữ liệu và mô hình cho các tác nhân thông minh đưa ra quyết định dựa trên cái nhìn toàn diện về tổ chức.

Trong Fabric IQ, các mục sau sẽ xuất hiện:

• Hệ thống tri thức (bản xem trước), một loại mục mà các thực thể, mối quan hệ, thuộc tính và ràng buộc được định nghĩa theo ngôn ngữ kinh doanh của công ty.
• Kế hoạch (xem trước), một nền tảng không cần lập trình dành cho việc lập kế hoạch, báo cáo, phân tích, tích hợp và quản lý cộng tác.

Trí tuệ thời gian thực cũng đang nổi lên. công cụ xây dựng bản sao kỹ thuật số, một sản phẩm chuyên dụng để mô phỏng các bản sao kỹ thuật số dựa trên dữ liệu thời gian thực, với mục đích tối ưu hóa các hoạt động vật lý, giám sát trạng thái và mô phỏng các kịch bản.

Mặt khác, nó được giới thiệu Khối lượng công việc Fabric IQ Với vai trò là một khối lượng công việc riêng biệt, các công cụ hỗ trợ quản trị và điều chỉnh ngữ nghĩa tiếp tục được mở rộng, khép kín vòng tròn giữa các mô hình dữ liệu, logic nghiệp vụ và các ứng dụng AI/phân tích.

Cải thiện hiệu suất, trải nghiệm người dùng và năng suất

Để kết luận bài đánh giá này, cần nhấn mạnh một số cải tiến mang tính toàn diện mà... Những sự kiện này không phải lúc nào cũng xuất hiện trên trang nhất các báo, nhưng chúng lại có ảnh hưởng rất lớn đến cuộc sống hàng ngày. của các đội.

Trong phần Spark và điện toán phân tán, Fabric giới thiệu:

• Fabric Runtime 2.0 (bản xem trước) Với Apache Spark 4.0, Delta Lake 4.0, Java 21, Scala 2.13 và Python 3.12 trên Azure Linux 3.0.
• Công cụ so sánh ứng dụng SparkĐiều này cho phép bạn chọn và so sánh tối đa bốn lần thực thi Spark song song.
• Bộ phát chẩn đoán tia lửa điệnNó thu thập nhật ký, số liệu và sự kiện từ các ứng dụng Spark và gửi chúng đến các đích như Event Hubs, bộ nhớ lưu trữ hoặc Log Analytics.
• Thư viện chẩn đoán JobInsight, một thư viện để phân tích các lần thực thi Spark đã hoàn tất thông qua API (truy vấn, công việc, giai đoạn, tác vụ, trình thực thi, nhật ký sự kiện).

Trong lớp kho hàng, các mục sau được thêm vào: phân cụm dữ liệu Để cải thiện hiệu suất và giảm chi phí truy cập, cần có các cột IDENTITY cho khóa thay thế, cũng như hỗ trợ kiểm soát phiên bản và CI/CD thông qua các dự án SQL Database trong VS Code (kiểm soát mã nguồn Warehouse).

Trải nghiệm người dùng của cổng thông tin Fabric cũng phát triển theo. Duyệt tab và trình khám phá đối tượngĐiều này cho phép bạn mở nhiều mục cùng lúc và chuyển đổi giữa chúng một cách nhanh chóng. Kết hợp với những cải tiến như tính năng tự động liên kết Lakehouse trong Git và bộ tiện ích để bảo trì Lakehouse (các hoạt động bảo trì và làm mới điểm cuối SQL), điều này góp phần tạo nên một nền tảng thân thiện với người dùng và linh hoạt hơn.

Cuối cùng, các tính năng như Nhập/xuất hàng loạt định nghĩa mặt hàng (Đối với việc di chuyển dữ liệu, sao lưu mẫu và siêu dữ liệu), REST cho thư mục, hỗ trợ tham số trong việc kích hoạt mục từ Activator và tải dữ liệu OneLake vào Excel với danh mục tích hợp, tạo nên một hệ sinh thái hoàn chỉnh, bắt đầu đáp ứng hầu hết các nhu cầu thông thường của một nhóm dữ liệu hiện đại.

Với toàn bộ các khả năng này—từ quản trị tập trung, bảo mật chi tiết và điều phối thông minh, đến trí tuệ nhân tạo được tích hợp trong SQL, phân tích thời gian thực, mô hình song sinh kỹ thuật số và các tác nhân MCP—Microsoft Fabric đang củng cố vị thế của mình như một nền tảng dữ liệu hoàn chỉnh. Điều quan trọng không chỉ là lưu trữ và trực quan hóa dữ liệu, mà còn là quản lý, tự động hóa và tận dụng trí tuệ nhân tạo để kiểm soát mọi giai đoạn trong vòng đời dữ liệu.Điều này cho phép các tổ chức phát triển kiến ​​trúc của họ một cách dần dần, di chuyển những gì họ đã có và cho phép triển khai các giải pháp mới nhanh hơn nhiều so với các phương pháp truyền thống.