Co to jest link semantyczny?

Link semantyczny to funkcja pozwalająca nawiązać powiązanie między modelami semantycznymi a Data Science w Microsoft Fabric. Korzystanie z linku semantycznego jest obsługiwane tylko w Microsoft Fabric.

  • W przypadku Fabric Runtime 1.2 (Spark 3.4) i nowszego, link semantyczny jest dostępny w domyślnym środowisku uruchomieniowym, więc nie trzeba go instalować.

  • Aby zaktualizować link semantyczny do najnowszej wersji, uruchom następujące polecenie:

    %pip install -U semantic-link

Podstawowe cele semantycznego połączenia to:

  • Ułatwianie łączności danych.
  • Włącz propagację informacji semantycznych.
  • Bezproblemowo integruj się z narzędziami, z których korzystają naukowcy danych, takimi jak notebooki.

Link semantyczny pomaga zachować wiedzę o domenie na temat semantyki danych w ustandaryzowany sposób, który może przyspieszyć analizę danych i zmniejszyć błędy.

Semantyczny przepływ danych linku rozpoczyna się od semantycznych modeli zawierających dane i informacje semantyczne. Łącze semantyczne stanowi pomost między Power BI a obszarem nauki o danych.

Diagram pokazujący przepływ danych z Power BI do notatników w Data Science i z powrotem do Power BI.

Korzystając z linku semantycznego, możesz wykorzystać modele semantyczne z Power BI w zadaniach Data Science do wykonywania zadań takich jak dogłębna analiza statystyczna i modelowanie predykcyjne z wykorzystaniem technik uczenia maszynowego. Wyniki pracy z zakresu data science można przechowywać w OneLake przy użyciu platformy Apache Spark i importować przechowywane wyniki do Power BI za pomocą Direct Lake.

łączność Power BI

Model semantyczny służy jako pojedynczy model obiektów tabularny który zapewnia niezawodne źródła dla definicji semantycznych, takich jak miary Power BI. Link semantyczny łączy się z semantycznymi modelami w następujących ekosystemach, co ułatwia analitykom danych pracę w systemie, z którego najbardziej się znają.

  • ekosystem pandas w Pythonie, poprzez bibliotekę SemPy Python.
  • Ekosystem platformy Apache Spark za pośrednictwem łącznika natywnego platformy Spark. Ta implementacja obsługuje różne języki, w tym PySpark, Spark SQL, R i Scala.

Zastosowania informacji semantycznych

Informacje semantyczne w danych obejmują kategorie Power BI data takie jak adres i kod pocztowy, relacje między tabelami i informacje hierarchiczne.

Te kategorie danych obejmują metadane, które łącze semantyczne propaguje do środowiska Data Science, aby umożliwić nowe możliwości i zachować pochodzenie danych.

Oto przykładowe aplikacje linku semantycznego:

Link semantyczny to zaawansowane narzędzie, które umożliwia analitykom biznesowym efektywne korzystanie z danych w kompleksowym środowisku nauki o danych.

Link semantyczny ułatwia bezproblemową współpracę między analitykami danych i analitykami biznesowymi, eliminując konieczność ponownego wdrażania logiki biznesowej osadzonej w miarach Power BI. Takie podejście zapewnia, że obie strony mogą działać wydajnie i wydajnie, maksymalizując potencjał analizy opartej na danych.

Struktura danych FabricDataFrame

FabricDataFrame to podstawowa struktura danych, którą semantyczny link wykorzystuje do propagowania informacji semantycznych z modeli semantycznych do środowiska Data Science.

Diagram przedstawiający przepływ danych z łączników do modeli semantycznych do elementu FabricDataFrame do funkcji semantycznych.

Klasa FabricDataFrame:

  • Obsługuje wszystkie operacje biblioteki pandas.
  • Tworzy podklasy dla pandas DataFrame i dodaje metadane, takie jak informacje semantyczne i pochodzenie.
  • Udostępnia funkcje semantyczne i metodę add-measure umożliwiającą korzystanie z miar Power BI w pracy z danymi naukowymi.

Powiązana zawartość

  • Last updated on