Sedm úloh Fabric (část 2)

Úvod do Microsoft Fabric

Alex Kuntz

Technical Instructional Designer

Sedm prostředí Fabric

• Data Factory, Data Engineering a Data Warehouse se zaměřují na příjem dat
• Ostatní úlohy se zaměřují na analýzu a reporting

Data Science

• Psaní kódu Spark pro průzkum a manipulaci s daty
• Podporuje jazyky jako Python (PySpark), Scala, SparkSQL a SparkR

Data Science

• Slouží k vytváření ML modelů a hodnocení jejich výkonu

• Připravuje výstupy modelů pro nástroje jako Power BI

Data Science

Power BI

• Vydáno v roce 2011, integrováno do prostředí Fabric.
• Slouží k tvorbě dashboardů a vizualizací pro obchodní přínos
• Používají vývojáři Business Intelligence
• Načítá data z Lakehouse a Warehouse v OneLake

Real-Time Intelligence

• Úložiště navržené pro zpracování datových proudů v reálném čase
• Využívá OneLake a formát Delta-Parquet, stejně jako Lakehouse a Warehouse

Real-Time Intelligence

• Úložiště navržené pro zpracování datových proudů v reálném čase
• Využívá OneLake a formát Delta-Parquet, stejně jako Lakehouse a Warehouse

• Přijímá data v reálném čase a směruje je do Eventhouse
• Podobné jako DataFlow, ale pro datový proud

Real-Time Intelligence

• Definuje akce reagující na vzory nebo podmínky v datech
• Příklad:
  • Nástroj IoT monitoruje položky ve fyzickém skladu
  • Počet položek překročí prahovou hodnotu – sklad je plný!
  • Pomocí Activatoru se odešle e-mail manažerovi

Oborová řešení

• Nástroje určené pro konkrétní případy použití, např. retail nebo správu dat.

Pojďme si procvičit!

Úvod do Microsoft Fabric