Siedem obciążeń Fabric (część 2)

Wprowadzenie do Microsoft Fabric

Alex Kuntz

Technical Instructional Designer

Siedem środowisk Fabric

• Data Factory, Data Engineering i Data Warehouse skupiają się na pozyskiwaniu danych
• Pozostałe obciążenia koncentrują się na analizie i raportowaniu danych

Data Science

• Pisanie kodu Spark do eksploracji i manipulacji danymi
• Obsługuje języki takie jak Python (PySpark), Scala, SparkSQL i SparkR

Data Science

• Służy do tworzenia modeli ML i oceny ich skuteczności

• Przygotowuje wnioski z modeli dla narzędzi takich jak Power BI

Data Science

Power BI

• Wydany w 2011 r., zintegrowany ze środowiskiem Fabric.
• Służy do tworzenia dashboardów i wizualizacji wspierających biznes
• Używany przez programistów Business Intelligence
• Pobiera dane z Lakehouse i Warehouse w OneLake

Analiza w czasie rzeczywistym

• Opcja przechowywania danych przeznaczona do obsługi strumieni zdarzeń w czasie rzeczywistym
• Używa OneLake i formatu Delta-Parquet, podobnie jak Lakehouse i Warehouse

Analiza w czasie rzeczywistym

• Opcja przechowywania danych przeznaczona do obsługi strumieni zdarzeń w czasie rzeczywistym
• Używa OneLake i formatu Delta-Parquet, podobnie jak Lakehouse i Warehouse

• Pozyskuje dane w czasie rzeczywistym i kieruje je do Eventhouse
• Podobny do DataFlow, ale przeznaczony dla strumieni danych

Analiza w czasie rzeczywistym

• Definiowanie akcji reagujących na wzorce lub warunki wykryte w danych
• Przykład:
  • Narzędzie IoT monitoruje towary w magazynie fizycznym
  • Liczba pozycji przekracza próg – magazyn jest przepełniony!
  • Activator wyzwala wysłanie e-maila do menedżera

Rozwiązania branżowe

• Narzędzia przeznaczone do konkretnych zastosowań, np. pracy z danymi detalicznymi lub dotyczącymi zarządzania.

Czas na ćwiczenia!

Wprowadzenie do Microsoft Fabric