Fabric の7つのワークロード（前編）

Microsoft Fabric入門

Alex Kuntz

Technical Instructional Designer

Fabric ワークロード

• 各ワークロードは特定の職務に関連するツールを提供
• 例: Data Factory はデータの取り込みと変換に使用
• 本動画は Data Factory、Data Warehouse、Data Engineering を扱います。

¹ https://azure.microsoft.com/en-us/blog/introducing-microsoft-fabric-data-analytics-for-the-era-of-ai/

Data Factory

Data Factory

• さまざまなソースからデータを取り込む（例: Excel、他DB、他クラウド）
• データを Fabric の OneLake に格納
• インターフェイスは Excel/Power BI の Power Query に類似

Data Factory

• さまざまなソースからデータを取り込む（例: Excel、他DB、他クラウド）
• データを Fabric の OneLake に格納
• インターフェイスは Excel/Power BI の Power Query に類似

• 複雑なルールベースのデータワークフロー
• 取り込み中のデータを論理ステップで連結処理可能
• データエンジニアなど技術者向け

Data Warehouse

• 構造化データ用のデータベース

Data Warehouse

• 構造化データ用のデータベース
• Dataflow または Data Pipeline で作成

Data Warehouse

• 構造化データ用のデータベース
• Dataflow または Data Pipeline で作成
• 参照・更新の両方で完全なトランザクションSQLを提供

Data Warehouse

• 構造化データ用のデータベース
• Dataflow または Data Pipeline で作成
• 参照・更新の両方で完全なトランザクションSQLを提供
• OneLake の Delta-Parquet 形式で保存

Data Engineering

• 構造化・非構造化データ

Data Engineering

• 構造化・非構造化データ
• 一般に Python を用いたノートブックでアクセス

Data Engineering

• 構造化・非構造化データ
• 一般に Python のノートブックでアクセス
• SQL でレイクハウスを読み取り可能だが、編集は不可
• 変更は Python/Spark のノートブックで実施

Data Engineering

• 構造化・非構造化データ
• 一般に Python のノートブックでアクセス
• SQL でレイクハウスを読み取り可能だが、編集は不可
• 変更は Python/Spark のノートブックで実施
• OneLake の Delta-Parquet 形式を使用

Ayo berlatih!

Microsoft Fabric入門