Сім робочих навантажень Fabric (частина 2)

Вступ до Microsoft Fabric

Alex Kuntz

Technical Instructional Designer

Сім середовищ Fabric

• Data Factory, Data Engineering та Data Warehouse зосереджені на надходженні даних
• Решта навантажень більше про аналіз і звітування

Data Science

• Пишіть код Spark для дослідження та обробки даних
• Підтримує Python (PySpark), Scala, SparkSQL і SparkR

Data Science

• Використовується для створення моделей ML і оцінювання їхньої ефективності

• Готує інсайти з моделей для таких інструментів, як Power BI

Data Science

Power BI

• Випущено у 2011 році, інтегровано в середовище Fabric
• Створює дашборди та візуалізації для бізнес-результатів
• Використовується розробниками Business Intelligence
• Забирає дані з OneLake Lakehouse та Warehouse

Real Time Intelligence

• Сховище, створене для потоків подій у реальному часі
• Використовує OneLake і формат Delta-Parquet, як Lakehouse і Warehouse

Real Time Intelligence

• Сховище, створене для потоків подій у реальному часі
• Використовує OneLake і формат Delta-Parquet, як Lakehouse і Warehouse

• Приймає дані в реальному часі та спрямовує їх до Eventhouse
• Подібне до DataFlow, але для потокових даних

Real Time Intelligence

• Визначайте дії у відповідь на шаблони чи умови, знайдені в даних
• Наприклад,
  • Інструмент IoT відстежує запаси на фізичному складі
  • Кількість перевищує поріг — склад переповнений!
  • Activator надсилає листа менеджеру

Industry Solutions

• Інструменти для конкретних сценаріїв, як-от ритейл чи керування даними.

Давайте потренуємось!

Вступ до Microsoft Fabric