7つのFabricワークロード（パート2）

Microsoft Fabric入門

Alex Kuntz

Technical Instructional Designer

7つのFabricエクスペリエンス

• Data Factory、Data Engineering、Data Warehouseはデータ取り込みが中心
• 残りのワークロードは分析とレポーティングに注力

データサイエンス

• データ探索・加工のためのSparkコードを記述
• Python（PySpark）、Scala、SparkSQL、SparkRなどに対応

データサイエンス

• MLモデルを作成し、性能を評価

• モデルの洞察をPower BIなどで活用可能に準備

データサイエンス

Power BI

• 2011年リリース。Fabricに統合済み
• ダッシュボードと可視化でビジネス価値を創出
• BI開発者が利用
• データはOneLakeのLakehouse/Warehouseから取得

リアルタイム インテリジェンス

• リアルタイムイベントストリーム向けのストレージ
• Lakehouse/Warehouse同様、OneLakeとDelta-Parquetを使用

リアルタイム インテリジェンス

• リアルタイムイベントストリーム向けのストレージ
• Lakehouse/Warehouse同様、OneLakeとDelta-Parquetを使用

• データをリアルタイムで取り込み、Eventhouseへルーティング
• Dataflowに類似だが、ストリーム用

リアルタイム インテリジェンス

• データで検出されたパターンや条件に反応するアクションを定義
• 例
  • IoTツールが実在の倉庫内の在庫を監視
  • 在庫数がしきい値を超過。倉庫が満杯！
  • Activatorで管理者へのメールを自動送信

業界ソリューション

• 小売やガバナンスなど、特定用途向けのツール。

練習しましょう！

Microsoft Fabric入門