Přehled grafu v Microsoft Fabric (náhled)

Poznámka:

Tato funkce je aktuálně ve verzi Public Preview. Tato verze Preview se poskytuje bez smlouvy o úrovni služeb a nedoporučuje se pro produkční úlohy. Některé funkce nemusí být podporované nebo můžou mít omezené možnosti. Další informace najdete v tématu Supplementální podmínky použití pro Microsoft Azure Verze Preview.

Graf v Microsoft Fabric vám pomůže modelovat, vizualizovat a analyzovat složité relace v rámci vašich dat. Jedná se o škálovatelné řešení na podnikové úrovni, které promění odpojená data na přehledy založené na umělé inteligenci. Pomocí grafu můžete odhalit skrytá připojení v datech a zlepšit možnosti rozhodování.

Na rozdíl od tradičních relačních databází, které často vyžadují nákladné spojení a složité dotazy, graf:

Tyto funkce společně umožňují pokročilé analýzy grafů přímo na OneLake, aniž by bylo nutné ručně nastavit křehké ETL (extrakce, transformace, načítání) nebo pracovní postupy replikace dat, které se snadno přerušují při změnách dat.

Graf se automaticky škáluje tak, aby zpracovával velké úlohy, takže můžete analyzovat miliardy relací bez zpomalení. Do položek (uzlů) a jejich připojení (hran) můžete přidat popisné značky a podrobnosti, což usnadňuje uspořádání a vyhledávání složitých relací.

Díky podpoře nativního jazyka GQL a přirozeného jazyka pro GQL (NL2GQL) získáte možnosti dotazování založené na standardech optimalizovaných pro operace grafů. Tyto funkce poskytují přenositelnost a konzistenci napříč řešeními grafů, takže můžete migrovat dotazy z jiných systémů kompatibilních s GQL. Graph eliminuje složitost spojení a transformací, aby se uvolnila bezproblémová analýza grafů a pokročilé přehledy ve velkém měřítku, a to vše při používání stávajících dat ve OneLake.

Proč záleží na analýze grafů

Tradiční relační a tabulkové formáty dat znesnadňují mapování vztahů mezi různými datovými body , pokud není nemožné. Tyto formáty například nemůžou zobrazovat propojení mezi uživateli, příspěvky, komentáři, fórami a značkami na platformě sociálních médií. Graph umožňuje odhalit skrytá propojení, komunity a vliv v datech. Pomocí grafu můžete odpovídat na složité otázky týkající se sociálních sítí, obchodních procesů a dalších.

Graph poskytuje efektivní způsob modelování, vizualizace a dotazování těchto relací. Pomůže vám pochopit propojenost dat a zlepšit přehledy.

  • Podnikový uživatel: Vizuální zkoumání relací, spouštění dotazů NL (přirozeného jazyka) a snadné získání přehledů.
  • Datový inženýr: Definujte grafové modely, sjednocujte data v OneLake pomocí nástrojů s minimálním nebo žádným kódem.
  • Datový vědec: Používání grafových algoritmů a strojového učení v prostředí data science Fabric.
  • Vývojář: Vytváření agentů AI a aplikací v reálném čase pomocí kontextových přehledů založených na grafech Fabric Data Agent podporuje graph jako zdroj dat (Preview).

Graph rozšiřuje přístup k přehledům grafu nad rámec specializovaných rolí. Každý uživatel může používat připojená data při denním rozhodování.

Co můžete dělat s grafem

Pomocí grafu můžete:

  • Vytvořte graf vlastností s popiskem nad strukturovanými daty v OneLake tím, že definujete jeho uzly a hrany z hlediska podkladových tabulkových dat. Informace o načtení a aktualizaci zdrojových dat najdete v tématu Správa a aktualizace dat.

    Důležité

    Graph v současné době nepodporuje vývoj schématu. Po ingestování a modelování dat je struktura uzlů, relací a vlastností pevná. Pokud potřebujete provést strukturální změny, jako je přidání nových vlastností, úpravy popisků nebo změna typů relací, musíte znovu použít aktualizovaná zdrojová data do nového modelu. Pokyny k plánování schématu najdete v tématu Návrh schématu grafu.

  • Dotazování pomocí jazyka GQL (Graph Query Language), včetně porovnávání vzorů, konstruktorů cest, agregací a dalších funkcí, které budou zpřístupněny postupně s jejich vydáním. Oficiální mezinárodní standard pro GQL je ISO/IEC 39075 Informační technologie – databázové jazyky – GQL.

  • Odůvodnění AI založené na Power Graph přidáním grafu jako zdroje dat ve Fabric Data Agent. Podrobnosti o tom, jak NL2GQL funguje, najdete v oznámení o grafovém odůvodnění umělé inteligence.

  • Výhody z prostředí založených na funkcích úloh:

    • Datoví inženýři můžou modelovat a vytvářet grafy.
    • Analytici můžou spouštět dotazy typu low-code nebo no-code a vytvářet sady zobrazení.
    • Podnikoví uživatelé můžou zkoumat vizuálně nebo používat přirozený jazyk k interakci s daty.

  • Provoz v rámci Fabric: Automatické vypnutí, pokud se nepoužívá, a sledování využití v aplikaci metrik kapacity – to vše se řídí bezpečnostním modelem, dodržováním předpisů a oprávněními Fabric OneLake.

Integrace s Microsoft Fabric

Graph je hluboce integrovaný s platformou Microsoft Fabric, včetně OneLake pro sjednocené úložiště dat a Fabric uživatelského rozhraní pro vizualizaci. Bezproblémově se integruje s funkcemi zásad správného řízení, zabezpečení a provozu Microsoft Fabric.

Do stávajících pracovních postupů můžete začlenit analýzu grafů, což eliminuje potřebu duplikace dat a specializovaných dovedností. Díky tomu můžete zpřístupnit přehledy širší cílové skupině v porovnání s tradičními samostatnými grafové databázemi. Podrobný přehled o kompletním toku dat najdete v tématu Jak funguje graf.

Důvody umělé inteligence založené na grafech s Fabric data agentem (Preview)

Fabric Data Agent podporuje graf v Microsoft Fabric jako zdroj dat pro výpočty založené na umělé inteligenci nad propojenými daty. Když přidáte graf jako zdroj dat, můžou uživatelé klást otázky v přirozeném jazyce, na které agent odpoví dotazováním grafu.

Tato integrace je vhodná pro scénáře, jako jsou vícekrokové odpovídání na otázky, asistenti pro práci s znalostmi a pracovní postupy generace obohacované vyhledáváním (RAG), ve kterých kontext vztahu zlepšuje kvalitu odpovědí. Podrobnosti o tom, jak NL2GQL překládá přirozený jazyk do GQL, najdete v oznámení o odůvodnění umělé inteligence využívající graf.

Poznámka:

Úvahy umělé inteligence využívající grafy jsou aktuálně v náhledu. Další informace o datovém agentu Fabric najdete v tématu Fabric koncepty datového agenta.

Jak se graf liší od samostatných grafových databází

Area graf Samostatná grafová databáze
Závažnost dat Graf funguje přímo na OneLake, takže nemusíte provádět ETL ani duplikovat data. Samostatné grafové databáze vyžadují přesunutí nebo duplikování dat do samostatné instance grafové databáze, která může vyžadovat složitost a režii.
Škálovatelnost Služba je určená pro rozsáhlé grafy a využívá škálování rozdělení napříč několika počítači k efektivnímu zvládnutí úloh velkých objemů dat. Většina samostatných grafových databází spoléhá na architektury vertikálního navýšení kapacity nebo clustery, které můžou být omezené dodavatelem nebo edicí, což může omezit škálovatelnost.
Jazyk Graf je kompatibilní s novým standardem GQL (Preview) a zahrnuje integrované algoritmy analýzy grafů. Samostatné grafové databáze často používají dotazovací jazyky specifické pro dodavatele a samostatné analytické architektury. Podpora algoritmů se může značně lišit.
Uživatelské prostředí Uživatelé využívají jednotné rozhraní Microsoft Fabric pro modelování, dotazování, business intelligence (BI), integraci umělé inteligence (AI) a zkoumání bez kódu. Specializované dovednosti v oblasti grafů se nevyžadují. Samostatné grafové databáze jsou primárně zaměřené na vývojáře s konzolami a sadami SDK, které často vyžadují specializované dovednosti. Vizualizace a nástroje s nízkými kódy můžou být oddělené a můžou vyžadovat další nastavení.
Provoz a náklady Graph používá stávající kapacitu Fabric a automaticky snižuje prostředky, když se nepoužívají, a pomáhá tak ušetřit náklady. Samostatné grafové databáze vyžadují samostatné clustery nebo licence, vlastní škálování a monitorování a často se účtují poplatky za nečinnou kapacitu. Zvyšují provozní složitost a náklady.
Zásady správného řízení a zabezpečení Microsoft Fabric poskytuje nativní zásady správného řízení OneLake, sledování rodokmenu a řízení přístupu na základě role pracovního prostoru (RBAC). Integruje se s Fabric standardy dodržování předpisů pro zabezpečení a auditování. Samostatné grafové databáze mají samostatné modely zabezpečení a zásad správného řízení, které je nutné konfigurovat a auditovat nezávisle. Mohou zvýšit riziko a administrativní zátěž.

Poznámka:

Připojte se k novému panelu uživatelů Fabric, sdílejte zpětnou vazbu a přispějte k formování Fabric a Power BI. Účast v průzkumech a relacích 1:1 s produktovým týmem. Další informace a registrace najdete v Fabric panelu uživatelů.

Ceny a jednotky kapacity

Graph používá stejné jednotky kapacity (CU) jako jiné úlohy v Microsoft Fabric. Nemusíte si kupovat samostatnou licenci nebo skladovou položku specifickou pro graf. Všechny operace s grafy, včetně příjmu dat, dotazování a spouštění algoritmů, spotřebovávají rezervovanou kapacitu nebo kapacitu Fabric s průběžnými platbami vaší organizace.

Grafové operace se účtují na základě doby provozu procesoru. Za každou sekundu provozu vznikají náklady ve výši 10 CU-sekund. Každá relace doby provozu CPU se zaokrouhlí nahoru na minuty.

V případě úložiště grafů systém zřídí minimálně 100 GB. Úložiště grafů je účtováno stejnou sazbou jako OneLake Cache.

Další informace o cenách a jednotkách kapacity najdete v tématu Microsoft Fabric ceny.

Spotřebu a výkon úlohy grafu můžete monitorovat v aplikaci Fabric Capacity Metrics. V aplikaci Fabric Metrics a na měsíčních fakturách se zobrazí následující řádkové položky:

název operace Fabric v aplikaci Metriky Azure fakturační měřič
Obecné operace grafů Využití kapacity grafu CU
Úložiště cache paměti grafu OneLake Cache

Dostupnost v regionu

Graf je aktuálně dostupný v následujících oblastech:

  • Austrálie – východ
  • Austrálie – jihovýchod
  • Brazílie – jih
  • Kanada – střed
  • Indie – střed
  • Střed USA
  • Východní Asie
  • USA – východ​
  • USA – východ 2
  • Francie – střed
  • Německo – středozápad
  • Izrael – střed
  • Itálie – sever
  • Japonsko – východ
  • Japonsko – západ
  • Korea – střed
  • Mexiko – střed
  • Střed USA – sever
  • Severní Evropa
  • Norsko – východ
  • Polsko – střed
  • Jižní Afrika – sever
  • Střed USA – jih
  • Jihovýchodní Asie
  • Indie – jih
  • Španělsko – střed
  • Švédsko – střed
  • Švýcarsko – sever
  • Švýcarsko – západ
  • Spojené arabské emiráty – sever
  • Velká Británie – jih
  • Velká Británie – západ
  • Západní Evropa
  • USA – západ
  • USA – západ 2​
  • USA – západ 3

Související obsah

  • Last updated on