注
現在、この機能はパブリック プレビュー段階にあります。 このプレビュー版はサービス レベル アグリーメントなしで提供されています。運用環境のワークロードに使用することはお勧めできません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。 詳細については、「Microsoft Azure プレビューの使用条件を参照してください。
Microsoft Fabric の Graph は、OneLake に格納されている構造化データを、モデル化されたクエリ可能なグラフに変換します。 その後、共通エンジンを介して実行されるビジュアルまたは GQL ベースのツールを使用してグラフにクエリを実行し、視覚的、表形式、またはプログラムによる結果を生成できます。
この記事では、グラフのアーキテクチャについて簡単に説明し、ソースから分析情報へのエンドツーエンドのデータ フローについて説明します。
次の図は、ソースから分析情報へのエンドツーエンドのデータ フローを示しています。
データ ソース
データは、Azure サービス、他のクラウド プラットフォーム、オンプレミス ソースなどの外部システムから生成されます。 Microsoft Fabricにより、さまざまなデータ サービスに接続し、OneLake にデータを取り込むのが簡単になります。
OneLake のストレージ
取り込まれたデータはレイクハウスの表形式ソーステーブルとして、OneLakeに格納します。 グラフは Lakehouse テーブルから直接読み取るので、データを複製したり、別のデータベースに移動したりする必要はありません。
グラフ モデリング
グラフ モデリング手順で、次を指定してグラフ スキーマを定義します。
- ノードの種類: 顧客、製品、注文など、データ内のエンティティ。
- エッジの種類: エンティティ間のリレーションシップには、"購入"、"含む"、"製造する" などがあります。
- テーブル マッピング: ノードとエッジの定義を基になるソース テーブルにマップする方法。
この手順では、 ラベル付けされたプロパティ グラフ構造を 確立します。 グラフのクエリを実行する前に、グラフモデリングを完了する必要があります。
注
グラフは現在、スキーマの進化をサポートしていません。 新しいプロパティの追加、ラベルの変更、リレーションシップの種類の変更など、構造的な変更を行う必要がある場合は、更新されたソース データを新しいモデルに再読み込みします。
クエリ可能なグラフ
モデルを保存すると、グラフは基になる lakehouse テーブルからデータを取り込み、読み取り最適化されたクエリ可能なグラフを構築します。 このグラフ構造はトラバーサルとパターン マッチング用に最適化されており、大規模で高速で効率的なグラフ クエリが可能になります。
クエリの作成
クエリ可能なグラフに対するクエリを作成するには、次の 2 つのエクスペリエンスのいずれかを使用します。
- クエリ ビルダー: コードを記述せずにノードとリレーションシップを探索するためのビジュアルで対話型のインターフェイス。 詳細については、「 クエリ ビルダーを使用したグラフのクエリ」を参照してください。
- コード エディター:GQL (Graph クエリ言語) クエリを記述するためのテキスト ベースのエディター。 詳細については、「 GQL を使用したグラフのクエリ」を参照してください。
どちらのオプションも、同じ基になるグラフを対象とします。 ワークフローに合った作成エクスペリエンスを選択します。
クエリの実行
作成されたクエリは、次をサポートする共通の実行レイヤーを使用して実行します。
- GQL: グラフ クエリ 言語の国際標準 (ISO/IEC 39075) を使用してグラフにクエリを実行します。
- 自然言語から GQL (NL2GQL): 自然言語の質問を GQL クエリに変換します。 NL2GQL プレビューにサインアップします。
- REST ベースの実行:GQL クエリ API を使用してプログラムでクエリを実行します。
このレイヤーは、クエリ可能なグラフに対してクエリ ロジックを実行し、結果を返します。
クエリ結果
グラフのクエリ方法に応じて、次の形式の 1 つ以上の結果を受け取ります。
- ビジュアル グラフ図: ノードとリレーションシップの対話型の視覚化。
- 表形式の結果セット: 行と列の構造化データ。
- プログラムによる応答: REST またはダウンストリームで使用するための JSON 出力。
対話形式で結果を探索したり、読み取り専用クエリセットとして共有したり、他のツールやアプリケーションで使用したりできます。