Graf dalam gambaran umum Microsoft Fabric (pratinjau)

Nota

Fitur ini saat ini dalam pratinjau publik. Tayangan awal ini disediakan tanpa perjanjian tingkat layanan, dan tidak disarankan untuk pekerjaan produksi. Fitur tertentu mungkin tidak didukung atau mungkin memiliki kemampuan terbatas. Untuk informasi selengkapnya, lihat Ketentuan Penggunaan Tambahan untuk Pratinjau Microsoft Azure.

Grafik dalam Microsoft Fabric membantu Anda memodelkan, memvisualisasikan, dan menganalisis hubungan kompleks dalam data Anda. Ini adalah solusi tingkat perusahaan yang dapat diskalakan yang mengubah data yang terputus menjadi wawasan yang didukung AI. Dengan menggunakan grafik, Anda dapat mengungkap koneksi tersembunyi dalam data Anda dan meningkatkan kemampuan pengambilan keputusan.

Tidak seperti database relasional tradisional yang sering memerlukan gabungan yang mahal dan kueri kompleks, graf:

Bersama-sama, kemampuan ini memungkinkan analitik grafik tingkat lanjut langsung di OneLake tanpa perlu menyiapkan ETL yang rapuh secara manual (mengekstrak, mengubah, memuat) atau alur kerja replikasi data yang mudah rusak saat data berubah.

Grafik secara otomatis menskalakan untuk menangani beban kerja besar, sehingga Anda dapat menganalisis miliaran hubungan tanpa perlambatan. Anda dapat menambahkan tag deskriptif dan detail ke item (simpul) dan koneksinya (tepi), sehingga lebih mudah untuk mengatur dan mencari hubungan yang kompleks.

Dengan menggunakan dukungan GQL asli dan Bahasa Alami ke GQL (NL2GQL), Anda mendapatkan kemampuan kueri berbasis standar yang dioptimalkan untuk operasi grafik. Kemampuan ini memberikan portabilitas dan konsistensi di seluruh solusi grafik, sehingga Anda dapat memigrasikan kueri dari sistem lain yang sesuai dengan GQL. Graf menghilangkan kompleksitas join dan transformasi untuk membuka analisis graf yang mulus dan wawasan canggih dalam skala besar, sembari menggunakan data Anda yang sudah ada di OneLake.

Mengapa analitik grafik penting

Format data relasional dan tabular tradisional menyulitkan - jika tidak mustahil - untuk memetakan hubungan antara titik data yang berbeda. Misalnya, format ini tidak dapat menampilkan koneksi terjalin antara pengguna, postingan, komentar, forum, dan tag di platform media sosial. Grafik memungkinkan Anda untuk mengungkap koneksi, komunitas, dan pengaruh tersembunyi dalam data Anda. Dengan menggunakan grafik, Anda dapat menjawab pertanyaan kompleks tentang jejaring sosial, proses bisnis, dan banyak lagi.

Grafik menyediakan cara yang efisien untuk memodelkan, memvisualisasikan, dan mengkueri hubungan ini. Ini membantu Anda memahami interkoneksi data Anda dan mendorong wawasan yang lebih baik.

  • Pengguna bisnis: Jelajahi hubungan secara visual, jalankan kueri NL (bahasa alami), dan dapatkan wawasan dengan mudah.
  • Teknisi data: Tentukan model grafik, satukan data di OneLake dengan alat rendah dan tanpa kode.
  • Ilmuwan data: Gunakan algoritma grafik dan ML (pembelajaran mesin) di lingkungan ilmu data Fabric.
  • Pengembang: Membangun agen AI dan aplikasi real time menggunakan wawasan kontekstual yang didukung grafik. Fabric Data Agent mendukung graph sebagai sumber data (pratinjau).

Grafik memperluas akses ke wawasan grafik di luar peran khusus. Setiap pengguna dapat menggunakan data yang terhubung dalam pengambilan keputusan harian.

Apa yang dapat Anda lakukan dengan grafik

Dengan menggunakan grafik, Anda dapat:

  • Buat grafik properti berlabel di atas data terstruktur di OneLake dengan menentukan simpul dan tepinya dalam hal data tabular yang mendasar. Untuk mempelajari cara memuat dan merefresh data sumber, lihat Mengelola dan menyegarkan data.

    Penting

    Grafik saat ini tidak mendukung evolusi skema. Setelah Anda mengimpor dan memodelkan data, struktur simpul, hubungan, dan properti menjadi tetap. Jika Anda perlu membuat perubahan struktural - seperti menambahkan properti baru, memodifikasi label, atau mengubah jenis hubungan - Anda harus menyerap kembali data sumber yang diperbarui ke dalam model baru. Untuk panduan tentang merencanakan skema Anda, lihat Mendesain skema grafik.

  • Kueri dengan menggunakan GQL (Bahasa Kueri Grafik), termasuk pencocokan pola, konstruksi jalur, agregasi, dan fitur lainnya saat dirilis. Standar Internasional resmi untuk GQL adalah teknologi Informasi ISO/IEC 39075 — Bahasa database — GQL.

  • Penalaran AI berbasis grafik daya dengan menambahkan graph sebagai sumber data di Fabric Data Agent. Untuk detail tentang cara kerja NL2GQL, lihat pengumuman penalaran AI yang didukung Graph.

  • Manfaatkan pengalaman berbasis fungsi pekerjaan:

    • Teknisi data dapat memodelkan dan membuat grafik.
    • Analis dapat menjalankan kueri kode rendah atau tanpa kode dan mengumpulkan kumpulan tampilan.
    • Pengguna bisnis dapat menjelajahi secara visual atau menggunakan bahasa alami untuk berinteraksi dengan data.

  • Beroperasi dalam Fabric: Secara otomatis mati saat tidak digunakan dan pantau penggunaan di aplikasi metrik kapasitas - semuanya diatur oleh model keamanan, kepatuhan, dan izin Fabric OneLake.

Integrasi dengan Microsoft Fabric

Grafik terintegrasi secara mendalam dengan platform Microsoft Fabric, termasuk OneLake untuk penyimpanan data terpadu dan Fabric UI untuk visualisasi. Ini terintegrasi dengan lancar dengan tata kelola, keamanan, dan fitur operasional Microsoft Fabric.

Anda dapat menggabungkan analitik grafik ke dalam alur kerja yang ada, menghilangkan kebutuhan akan duplikasi data dan keterampilan khusus. Jadi, Anda dapat membuat wawasan dapat diakses oleh audiens yang lebih luas dibandingkan dengan database grafik mandiri tradisional. Untuk melihat secara mendetail aliran data end-to-end, lihat Cara kerja grafik.

Penalaran AI yang didukung grafik dengan Fabric Data Agent (pratinjau)

Fabric Data Agent mendukung grafik di Microsoft Fabric sebagai sumber data untuk penalaran yang didukung AI melalui data yang terhubung. Saat Anda menambahkan grafik sebagai sumber data, pengguna dapat mengajukan pertanyaan bahasa alami yang dijawab agen dengan mengkueri grafik.

Integrasi ini cocok untuk skenario seperti menjawab pertanyaan multi-hop, asisten pengetahuan, dan proses kerja retrieval-augmented generation (RAG) di mana konteks keterkaitan meningkatkan kualitas jawaban. Untuk detail tentang cara NL2GQL menerjemahkan bahasa alami ke dalam GQL, lihat pengumuman penalaran AI yang didukung Graph.

Nota

Penalaran AI berbasis grafik saat ini dalam pratinjau. Untuk informasi selengkapnya tentang Fabric Data Agent, lihat konsep agen data Fabric.

Perbedaan graf dengan database graf mandiri

Area grafik Database grafik mandiri
Gravitasi data grafik beroperasi langsung di OneLake, sehingga Anda tidak perlu melakukan ETL atau data duplikat. Database grafik mandiri mengharuskan Anda memindahkan atau menduplikasi data Anda ke dalam instans database grafik terpisah, yang dapat menambahkan kompleksitas dan overhead.
Skalabilitas Layanan ini dirancang untuk graf skala besar dan menggunakan sharding horizontal di beberapa komputer untuk menangani beban kerja big data secara efisien. Sebagian besar database grafik mandiri mengandalkan arsitektur penskalaan vertikal atau kluster yang mungkin dibatasi oleh vendor atau edisi, yang dapat membatasi skalabilitas.
Bahasa Grafik kompatibel dengan standar GQL baru (pratinjau) dan mencakup algoritma analitik grafik bawaan. Database grafik mandiri sering menggunakan bahasa kueri khusus vendor dan kerangka kerja analitik terpisah. Dukungan untuk algoritma dapat sangat bervariasi.
Pengalaman pengguna Pengguna mendapat manfaat dari antarmuka Microsoft Fabric terpadu untuk pemodelan, kueri, kecerdasan bisnis (BI), integrasi kecerdasan buatan (AI), dan eksplorasi rendah/tanpa kode. Keterampilan teknik grafik khusus tidak diperlukan. Database grafik mandiri terutama berfokus pada pengembang, dengan konsol dan SDK yang sering memerlukan keterampilan khusus. Visualisasi dan alat kode rendah dapat dipisahkan dan mungkin memerlukan penyiapan tambahan.
Operasi dan biaya grafik menggunakan kapasitas Fabric yang ada dan secara otomatis mengurangi sumber daya saat tidak digunakan, membantu Anda menghemat biaya. Database grafik yang berdiri sendiri memerlukan kluster atau lisensi terpisah, skaling dan pemantauan kustom, dan sering kali dikenakan biaya karena kapasitas yang tidak digunakan. Mereka meningkatkan kompleksitas operasional dan biaya.
Tata kelola & keamanan Microsoft Fabric menyediakan tata kelola OneLake asli, pelacakan silsilah data, dan kontrol akses berbasis peran ruang kerja (RBAC). Ini terintegrasi dengan standar kepatuhan Fabric dalam hal standar keamanan dan audit. Database grafik mandiri memiliki model keamanan dan tata kelola terpisah yang harus Anda konfigurasi dan audit secara independen. Mereka dapat meningkatkan risiko dan beban administratif.

Nota

Gabungkan panel pengguna Fabric baru untuk berbagi umpan balik dan membantu membentuk Fabric dan Power BI. Berpartisipasi dalam survei dan sesi satu-satu dengan tim produk. Untuk mempelajari selengkapnya dan mendaftar, lihat panel pengguna Fabric.

Unit harga dan kapasitas

Grafik menggunakan unit kapasitas (CUs) yang sama dengan beban kerja lain di Microsoft Fabric. Anda tidak perlu membeli lisensi atau SKU khusus grafik terpisah. Semua operasi grafik, termasuk pemasukan data, kueri, dan pelaksanaan algoritma, menggunakan kapasitas Fabric organisasi Anda yang dicadangkan atau dibayar sesuai pemakaian.

Operasi grafik dihitung berdasarkan waktu operasional CPU. Setiap detik waktu aktif akan dikenakan biaya sebesar 10 CU-seconds. Setiap sesi waktu aktif CPU dibulatkan ke atas hingga menit.

Untuk penyimpanan grafik, sistem menyediakan minimal 100 GB. Penyimpanan grafik dikenakan biaya dengan tarif yang sama seperti OneLake Cache.

Untuk informasi selengkapnya tentang harga dan unit kapasitas, lihat harga Microsoft Fabric.

Anda dapat memantau konsumsi dan performa sumber daya beban kerja grafik anda di aplikasi Fabric Capacity Metrics. Anda melihat item baris berikut di Aplikasi Metrik Fabric dan pada tagihan bulanan:

Nama operasi Fabric di Aplikasi Metrik pengukur penagihan Azure
Operasi umum grafik Penggunaan kapasitas CU grafik
Penyimpanan cache grafik OneLake Cache

Ketersediaan regional

Grafik saat ini tersedia di wilayah berikut:

  • Australia Timur
  • Australia Tenggara
  • Brasil Selatan
  • Kanada Tengah
  • India Tengah
  • US Tengah
  • Asia Timur
  • US Timur
  • US Timur 2
  • Prancis Tengah
  • Jerman Barat Tengah
  • Israel Tengah
  • Italia Utara
  • Jepang Timur
  • Jepang Barat
  • Korea Tengah
  • Meksiko Tengah
  • US Tengah Utara
  • Eropa Utara
  • Norwegia Timur
  • Polandia Tengah
  • Afrika Selatan Utara
  • US Tengah Selatan
  • Asia Tenggara
  • India Selatan
  • Spanyol Tengah
  • Swedia Tengah
  • Swiss Utara
  • Swiss Barat
  • UAE Utara
  • UK Selatan
  • UK Barat
  • Eropa Barat
  • US Barat
  • Barat AS 2
  • Barat AS 3

Konten terkait

  • Last updated on