Oharra
Orrialde honetara sartzeak baimena behar du. Saioa hasteko edo direktorioak aldatzen saia zaitezke.
Orrialde honetara sartzeak baimena behar du. Direktorioak aldatzen saia zaitezke.
Nota:
Esta característica actualmente está en su versión preliminar pública. Esta versión preliminar se ofrece sin un contrato de nivel de servicio y no es aconsejable usarla para cargas de trabajo de producción. Es posible que algunas características no sean compatibles o que tengan sus funcionalidades limitadas. Para más información, consulte Términos de uso complementarios para las versiones preliminares de Microsoft Azure.
Graph en Microsoft Fabric transforma los datos estructurados almacenados en OneLake en un grafo modelado y consultable. A continuación, puede consultar el gráfico mediante herramientas basadas en objetos visuales o GQL que se ejecutan a través de un motor común para generar resultados visuales, tabulares o mediante programación.
En el siguiente diagrama se muestra el flujo de datos de extremo a extremo, desde el origen hasta las perspectivas.
Orígenes de datos
Los datos se originan en sistemas externos, como servicios de Azure, otras plataformas en la nube o orígenes locales. Microsoft Fabric facilita la conexión a una amplia gama de servicios de datos y la incorporación de datos a OneLake.
Almacenamiento en OneLake
Los datos ingeridos se almacenan en OneLake como tablas de origen tabulares en un lago. Graph en Microsoft Fabric lee directamente desde las tablas de Lakehouse, por lo que no es necesario duplicar ni mover datos a una base de datos independiente.
Modelado de grafos
En el paso de modelado de grafos, defina el esquema del grafo especificando:
- Tipos de nodo: Entidades de los datos, como clientes, productos o pedidos.
- Tipos perimetrales: Relaciones entre entidades, como "compras", "contiene" o "produce".
- Asignaciones de tablas: Cómo se asignan las definiciones de nodo y borde a las tablas de origen subyacentes.
Este paso establece la estructura del grafo de propiedades etiquetado. Debe completar el modelado de grafo antes de poder consultar el grafo.
Nota:
Actualmente, Graph en Microsoft Fabric no admite la evolución del esquema. Si necesita realizar cambios estructurales, como agregar nuevas propiedades, modificar etiquetas o cambiar tipos de relación, volver a usar los datos de origen actualizados en un nuevo modelo.
Gráfico consultable
Al guardar el modelo de grafo, Graph ingiere datos de las tablas de Lakehouse subyacentes y crea un grafo consultable optimizado para lectura. Esta estructura de grafos está optimizada para la coincidencia de patrones y recorridos, lo que permite consultas de grafos rápidas y eficaces a escala.
Creación de consultas
Las consultas se crean en el grafo consultable mediante una de estas dos experiencias:
- Generador de consultas: Interfaz visual e interactiva para explorar nodos y relaciones sin escribir código. Para obtener más información, consulte Consulta del grafo con el generador de consultas.
- Editor de código: Editor basado en texto para escribir consultas de GQL (lenguaje de consulta de Graph ). Para obtener más información, consulte Consulta del gráfico con GQL.
Ambas opciones tienen como destino el mismo gráfico subyacente. Elija la experiencia de creación que se adapte al flujo de trabajo.
Ejecución de la consulta
Las consultas creadas se ejecutan a través de una capa de ejecución común que admite:
- GQL: Consulta el gráfico mediante el estándar internacional para el lenguaje de consulta de grafos (ISO/IEC 39075).
- Lenguaje natural a GQL (NL2GQL): Convierte preguntas de lenguaje natural en consultas GQL. Regístrese para obtener la versión preliminar de NL2GQL.
- Ejecución basada en REST: Ejecuta consultas mediante programación mediante la API de consulta de GQL.
Esta capa ejecuta la lógica de consulta en el gráfico consultable y devuelve resultados.
Resultados de la consulta
Dependiendo de cómo consulte el gráfico, recibirá resultados en uno o varios de los siguientes formatos:
- Diagramas de gráficos visuales: Visualizaciones interactivas de nodos y relaciones.
- Conjuntos de resultados tabulares: Datos estructurados en filas y columnas.
- Respuestas programáticas: Salida JSON para consumo REST o descendente.
Puede explorar los resultados de forma interactiva, compartirlos como conjuntos de consultas de solo lectura o consumirlos en otras herramientas y aplicaciones.