IDEI podróż do nowoczesnej platformy danych za pomocą usługi Microsoft Fabric — od petabajtów do wniosków

2025-04-01

Microsoft Fabric to oparta na sztucznej inteligencji platforma SaaS do kompleksowej analizy przedsiębiorstwa. Efektywnie obsługuje różne role danych w całej organizacji. Aby zoptymalizować spójność danych i ułatwienia dostępu, firma Microsoft użyła usługi Microsoft Fabric do zwiększenia wewnętrznej infrastruktury analitycznej podczas szybkiego rozwoju sztucznej inteligencji. Firma Microsoft ustanowiła organizację IDEAS (Insights, Data, Engineering, Analytics, Systems), aby tworzyć i utrzymywać kompleksową platformę analizy danych. IDEAS dąży do ujednolicenia źródeł danych, wyeliminowania silosów i utworzenia jednego źródła prawdy, co prowadzi do zwiększenia produktywności oraz intensyfikacji wdrażania sztucznej inteligencji w Microsoft. Początkowo wspierający produkty pakietu Office, IDEAS teraz dostarcza oparte na danych analizy w ramach Microsoft 365, zabezpieczeń oraz dla ponad 600 wewnętrznych zespołów wspierających wdrażanie i zwiększenie produktywności sztucznej inteligencji. Ten artykuł zawiera szczegółowe informacje na temat procesu IDEAS z wdrożeniem Fabric.

Kluczową funkcją IDEAS jest służyć jako centralny silnik danych i wzrostu dla działów Doświadczeń i Urządzeń (E+D) oraz Bezpieczeństwa. IDEAS działa również jako centralna płaszczyzna danych dla wszystkich środowisk Copilot, co przyczynia się do sukcesu Copilot poprzez agregowanie kluczowych wniosków, umożliwiając prowadzenie badań i wspieranie doświadczeń AI w firmie Microsoft. Zarządza 420 PiB (Pebibyte) danych z 2700 źródeł, personalizując doświadczenia na ponad 350 powierzchniach produktów i miliardach rocznych interakcji klientów.

Ze względu na swoją skalę i rolę w zasilaniu kluczowych inicjatyw firmy Microsoft, takich jak Copilot, IDEAS służy jako rzeczywiste środowisko testowe dla nowych technologii danych. IDEAS to użytkownik pilotażowy i strategiczny "klient zero" dla usługi Microsoft Fabric. Zapewnia cenne opinie zwrotne i weryfikuje możliwości struktury na różnych poziomach. IDEAS zapewniają kluczowe szczegółowe informacje, które kształtują tworzenie usługi Fabric, a usługa Fabric umożliwia IDEAS osiągnięcie wizji przyszłości platformy danych opartej na sztucznej inteligencji. W szczególności platforma Fabric oferuje kluczowe korzyści w następujących czterech obszarach:

Aktywowanie danych na potrzeby innowacji w zakresie sztucznej inteligencji: bezproblemowa integracja Fabric z narzędziami firmy Microsoft, takimi jak Office i Azure AI, przyspiesza tworzenie niestandardowych modeli i rozwiązań sztucznej inteligencji.
Usprawnianie analizy za pomocą ujednoliconego łańcucha narzędzi: Dzięki udostępnieniu ujednoliconego łańcucha narzędzi dla wszystkich ról związanych z danymi, Fabric umożliwia wszystkim w ramach IDEAS ulepszanie współpracy, usprawnianie przepływów pracy i maksymalizowanie wartości danych.
Zwiększenie współpracy i elastyczności: usługa Fabric umożliwia współpracę między różnymi osobami danych przy użyciu tych samych zestawów danych i narzędzi. Ta elastyczność upraszcza pracę z różnymi formatami danych, lokalizacjami, optymalizuje procesy inżynieryjne i umożliwia zespołom wydajniejsze pracę.
zmniejszenie kosztów i zagrożeń: ujednolicone magazyny danych w usłudze Fabric minimalizują przenoszenie danych, zmniejszając koszty inżynieryjne i zagrożenia związane z zgodnością, umożliwiając wielu aparatom obliczeniowym działanie na tej samej kopii danych. Dzięki obsłudze pojedynczej kopii danych zespoły mogą efektywnie używać ich do wielu celów, które obsługują skuteczne zarządzanie danymi i zgodność.

Partnerstwo to ma na celu zapewnienie znacznej wartości biznesowej i produktywności dzięki utworzeniu nowoczesnej platformy danych w celu spełnienia współczesnych wymagań technologicznych. W tym artykule opisano drogę IDEAS w związku z wdrożeniem technologii Fabric.

Tworzenie skalowalnej podstawy danych za pomocą usług OneLake i Delta Lake

Silna, skalowalna podstawa jest kluczem do każdej nowoczesnej platformy danych. Podstawowym elementem usługi Microsoft Fabric jest usługa Delta Lake, czyli warstwa magazynu typu open source, która zapewnia niezawodność, wydajność i zarządzanie danymi dla magazynów typu data lake. Jego szeroka zgodność z narzędziami do analizy danych wspiera jednolity ekosystem danych.

Delta Lake jest podstawą OneLake, ujednoliconego, logicznego jeziora danych Fabric. Usługa OneLake optymalizuje wartość danych, eliminując duplikowanie i zapewniając pojedyncze źródło prawdy. Wszystkie środowiska Fabric automatycznie przechowują lub dublują dane w usłudze OneLake przy użyciu formatu Delta Lake. Usługa OneLake bezproblemowo integruje się z istniejącym magazynem ADLS Gen2, umożliwiając płynne przejście dla istniejących zestawów danych. Skróty do ADLS Gen2 unikają migracji danych na dużą skalę i zwiększają zarządzalność poprzez scentralizowany dostęp i nadzór. Obsługuje również różne narzędzia do analizy, w tym Spark, SQL i Power BI.

Tryb Direct Lake usługi Power BI zwiększa to ujednolicone środowisko, umożliwiając szybkie wykonywanie zapytań i wizualizację danych bezpośrednio z usługi OneLake, eliminując przenoszenie danych i potrzebę tradycyjnych składnic danych. Bezpośredni dostęp do Delta Lake usprawnia analityczne przepływy pracy. Platforma Fabric jest również w pełni zintegrowana z Copilotem i AI we wszystkich obszarach. Te funkcje zwiększają produktywność dzięki kodowaniu wspomaganym przez sztuczną inteligencję i analizie danych, obsługując podejmowanie decyzji opartych na danych.

Aby zastosować te możliwości w ramach modułu IDEAS, pierwszym krokiem było zapewnienie, że potoki integracji danych mogą bezproblemowo generować tabele Delta Lake. IDEA używa następujących dwóch certyfikowanych systemów inżynierii danych ISO:

Pharos: platforma niskokodowa do przygotowywania i wstępnego przetwarzania danych. Upraszcza ona przekształcanie danych, koncentrując się na dobrze zdefiniowanych kształtach danych z spójnymi metadanymi i definicjami deklaratywnymi na potrzeby generowania danych wyjściowych.
Nitro Hubs: kompleksowy system inżynierii danych do tworzenia i zarządzania potokami, wyposażony w solidne mechanizmy ochrony prywatności danych i kontroli zgodności.

IDEAS ulepszyło te usługi w celu wygenerowania zoptymalizowanych danych wyjściowych Delta Lake przy użyciu aparatu Spark Fabric, stosując techniki, takie jak v-order, partycjonowanie i odpowiednie rozmiary grup wierszy. Podczas przechowywania danych IDEAS koncentruje się na organizowaniu ich w celu szybkiego i wydajnego pobierania, ponieważ obciążenia robocze są intensywne w czytaniu. Zintegrowanie tej funkcji z usługami podstawowymi, które zarządzają tysiącami potoków, umożliwiło szybkie zapisywanie kilku tysięcy zasobów danych w magazynie usługi ADLS Gen2.

Analityka IDEAS wymaga 13 miesięcy danych historycznych, ale ze względu na identyfikatory osobiste musimy przestrzegać ogólnego rozporządzenia o ochronie danych (RODO, GDPR). Aby zapewnić zgodność, rozszerzyliśmy możliwości przetwarzania RODO w Nitro Hubs, aby obsłużyć żądania usunięcia w tabelach Delta Lake, używając poleceń scalania w notatnikach Fabric Spark. Wprowadziliśmy również mechanizm wygaśnięciaTo-Live (TTL) dla tabel Delta partycjonowanych według dat, co zapewnia usunięcie danych osobowych w ramach czasowych zgodnych z RODO. Natomiast nasze dane warstwy Gold (korzystające z architektury medalonu ), są agregowane i wolne od identyfikatorów osobistych. Obecnie przechowujemy ponad 4 PiB danych w usłudze IDEAS OneLake.

Zasilanie analityki Microsoft 365 Copilot przy użyciu Fabric

IDEAS zarządza 420 PiB danych w ponad 600 zespołach w Microsoft. Platforma danych jest oparta całkowicie na platformie Azure, aby korzystać ze skalowalności dla zespołu ponad 600 osób. Rozszerzając możliwości platformy Azure, IDEAS opracowało niezawodny i elastyczny system. Aby dowiedzieć się więcej o podstawowych systemach, które napędzają cykl życia danych, zobacz Wydajność danych w pomysłach

Wydajny dostęp do danych ma kluczowe znaczenie dla IDEAS, a usługa Microsoft Fabric stała się kluczowym czynnikiem umożliwiającym naszą strategię. Chcieliśmy skrócić pętlę sprzężenia zwrotnego dla interakcyjnych zapytań i przyspieszyć tworzenie raportów i kokpitów. Naszym fundamentem jest Unified Data Model (UDM), zestaw trwałych i rozszerzalnych zasobów danych przeznaczonych do ponownego użycia w całej firmie. Ta możliwość ponownego wykorzystania jest kluczem do utrzymania spójności i wydajności.

IDEA wykorzystuje architekturę medalionu do organizowania danych w trzech warstwach: Brązowy (nieprzetworzone dane), Silver (oczyszczone i wzbogacone dane do analizy) i Gold (wyselekcjonowane, zagregowane dane na potrzeby analizy biznesowej i raportowania za pomocą narzędzi takich jak Power BI i Excel).

Dzięki udostępnieniu naszych warstw złota i srebra jako zasobów UDM w usłudze Fabric za pośrednictwem Delta Lake ulepszyliśmy płaszczyznę analityczną produktu Microsoft 365 Copilot. Zapewniliśmy bezpośredni dostęp do wstępnie przetworzonych danych warstwy Silver Microsoft 365 Copilot jako tabele Delta Lake w usłudze OneLake. Znacznie poprawiła wydajność zapytań i renderowanie pulpitu nawigacyjnego, eliminując powtarzające się przekształcenia.

Ponadto udostępnianie metryk warstwy Gold narzędzia Microsoft 365 Copilot jako tabele Delta Lake upraszcza odkrywanie i użyteczność danych. Umożliwiło to tworzenie rozbudowanych pulpitów nawigacyjnych, które wspierają liderów biznesowych i zespoły produktowe w zakresie wdrażania, wydajności i rozwoju Copilot. Takie podejście zmniejsza przenoszenie danych, usprawniło wykres danych i obniżało koszty infrastruktury. W rezultacie analiza Copilot platformy Microsoft 365, obecnie obsługiwana przez usługę Fabric, odgrywa istotną rolę w kilku projektach firmy Microsoft.

Skalowanie zarządzania i automatyzacji w systemie Fabric

Naszymi kolejnymi priorytetami były organizowanie obszarów roboczych, optymalizowanie struktury lakehouse i automatyzowanie operacji na tysiącach zasobów zarządzanych w usłudze Fabric. W naszej skali ład wymaga ścisłego przestrzegania zasad, które udzielają dostępu tylko w przypadku uzasadnionych scenariuszy użycia danych, dzięki czemu operacje ręczne są niewykonalne. Aby rozwiązać ten problem, ściśle współpracujemy z zespołami zestawu SDK/interfejsu API sieci szkieletowej, aby zapewnić dostępność interfejsów API, które umożliwiają programowe tworzenie artefaktów sieci szkieletowej i stosowanie szczegółowych uprawnień do odpowiednich tożsamości. To w pełni zautomatyzowane podejście zapewnia spójność i skalowalność.

Zorganizowaliśmy obszary robocze w środowiskach produkcyjnych, programistycznych i eksploracyjnych. Dane produkcyjne są dostępne za pomocą skrótów w obszarze roboczym produkcyjnym. Tylko tożsamość dedykowanego obszaru roboczego ma uprzywilejowany dostęp do ich tworzenia i modyfikowania, podczas gdy wszyscy inni użytkownicy mają dostęp tylko do odczytu. Lakehouses znajdują się w produkcyjnym obszarze roboczym z szerokim dostępem do odczytu i są odnoszone za pomocą wewnętrznych skrótów z obszarów roboczych eksploracji. Takie podejście skutecznie izoluje dane produkcyjne, umożliwiając użytkownikom interakcję z nimi w ustawieniu nieprodukcyjnym.

W kolejnych sekcjach poznasz nasze semantyczne obszary robocze przeznaczone tylko do hostowania tylko semantycznych modeli i raportów. Jeziora danych za modelem semantycznym znajdują się w przestrzeni produkcyjnej, aby kontrolować wersjonowanie i zarządzanie zmianami. W miarę rozwoju ujednoliconych funkcji zabezpieczeń usługi Fabric nadal udoskonalamy konfigurację dostępu do lakehouse, aby jeszcze bardziej usprawnić nasze procesy zarządzania dostępem. To zautomatyzowane, oparte na interfejsie API podejście jest niezbędne do zarządzania danymi na dużą skalę i zapewnienia spójnego, bezpiecznego dostępu.

Upraszczanie raportowania za pomocą usługi Direct Lake

Jednym z głównych czynników wczesnego przyjęcia przez IDEAS technologii Fabric jest semantyczny model Direct Lake . Ta funkcja umożliwia ujednolicone raportowanie, eliminując konieczność zarządzania oddzielną infrastrukturą SQL i SSAS oraz umożliwiając użytkownikom pracę w zintegrowanym interfejsie Fabric.

POMYSŁY wykorzystują modele semantyczne dla różnych przypadków użycia, które obejmują:

Raporty z jedną tabelą
Kostki usług Azure Analysis Services
Schematy gwiazdy w trybie importu z wieloma wymiarami
Analiza kohorty dla płaszczyzny analizy Copilot platformy Microsoft 365

Nasza walidacja podejścia Direct Lake polegała na migrowaniu istniejących raportów i modeli do Fabric, co zaowocowało kilkoma kluczowymi ustaleniami, które obejmują:

Znaczenie efektywnego modelowania danych. W przypadku modeli zawierających miliardy wierszy niezawodny schemat gwiazdy z kluczami liczbowymi ma kluczowe znaczenie dla osiągnięcia optymalnej wydajności zapytań.
Optymalizowanie danych przy użyciu V-Order podczas tworzenia przy użyciu platformy Fabric Spark ma kluczowe znaczenie dla maksymalizacji wydajności Direct Lake.
Odpowiednie partycjonowanie tabeli Delta i ustalanie rozmiaru grup wierszy jest niezbędne do optymalizacji zarówno wydajności zapytań zimnej, jak i ciepłej pamięci podręcznej.

Ten wysiłek doprowadził do pełnej migracji płaszczyzny analitycznej Microsoft 365 Copilot do Fabric w grudniu 2024 roku. Ten samolot zapewnia teraz kluczowe informacje biznesowe dla rozwiązania Microsoft 365 Copilot w firmie Microsoft.

Zarządzanie cyklem rozwoju infrastruktury Fabric pod kątem zgodności i niezawodności

IDEAS zapewniają zgodność i niezawodność dzięki ścisłemu zarządzaniu zmianami, izolacji procesów produkcji i weryfikacji. Aby spełnić te wymagania w usłudze Fabric, zaimplementowaliśmy niezawodny cykl projektowania przy użyciu integracji z usługą Git i dobrze zdefiniowanej organizacji obszaru roboczego. Takie podejście gwarantuje, że zmiany są dokładnie testowane i weryfikowane przed osiągnięciem produkcji, zminimalizowaniem zakłóceń i zachowaniem integralności danych.

Utworzyliśmy dedykowane "semantyczne obszary robocze" dla semantycznych modeli i artefaktów raportowania, zapewniając jasne rozdzielenie problemów. Jak wspomniano wcześniej, artefakty lakehouse znajdują się w bezpiecznym, tylko do odczytu, produkcyjnym obszarze roboczym, z semantycznymi obszarami roboczymi, które odnoszą się do tych scentralizowanych zasobów danych. Ta architektura obsługuje zarówno zgodność, jak i wydajność.

Nasz semantyczny cykl życia modelu obejmuje osoby dokonujące zmian w obszarze roboczym przeznaczonym dla tej kategorii programowania. Po weryfikacji integracja Git zatwierdza te zmiany w odpowiedniej gałęzi przedprodukcyjnej. Za pośrednictwem potoków wydań usługi Azure DevOps (ADO) te zmiany są następnie promowane do produkcyjnej gałęzi Git, a następnie synchronizowane z semantycznymi obszarami roboczymi środowiska produkcyjnego Dzięki temu obszary robocze semantyczne (gdzie znajdują się modele i raporty przeznaczone dla użytkowników końcowych) zawsze odzwierciedlają zweryfikowane i zatwierdzone zmiany. W ten sposób przyczynia się do stabilności i niezawodności naszych usług.

Aby jeszcze bardziej zwiększyć niezawodność wdrożenia Fabric, opracowaliśmy pulpit nawigacyjny dotyczący doświadczeń użytkownika i wydajności przy użyciu telemetrii obszaru roboczego. Dzienniki analizy obszaru roboczego Fabric zawierają dane dotyczące czasów wykonywania zapytań i błędów w modelach semantycznych i raportach Microsoft Power BI. Nasz pulpit nawigacyjny oparty na zdarzeniach systemu Fabric śledzi kluczowe metryki wydajności zapytań i monitoruje kategorie błędów oraz częstotliwość dla każdego zapytania.

Oprócz identyfikowania i rozwiązywania potencjalnych problemów monitorujemy wpływ problemów i liczbę użytkowników, których dotyczy problem. Takie podwójne podejście pozwala nam proaktywnie zajmować się problemami, zanim się one rozprzestrzenią, oraz zrozumieć i analizować niezawodność naszych raportów i modeli semantycznych na podstawie opinii użytkowników. Monitorując częstotliwość i zakres problemów zgłaszanych przez użytkowników, możemy bezpośrednio skorelować cele dotyczące niezawodności z rzeczywistym użyciem i zmniejszyć wpływ użytkowników w czasie.

W miarę ulepszania danych telemetrycznych i dzienników w grupie produktów Fabric, wprowadzimy bardziej zaawansowane wskaźniki KPI i metryki do naszego pulpitu nawigacyjnego. Te ulepszenia zwiększają naszą zdolność do proaktywnego wykrywania problemów, zapewniając optymalną wydajność i niezawodność. W następnej fazie planujemy rozszerzyć ten proces monitorowania na inne elementy Fabric, w tym na punkty końcowe SQL Lakehouse i notesy Spark.

Włączanie interaktywnej analizy za pomocą usługi Fabric

Użytkownicy danych często zaczynają od raportów usługi Power BI, ale szybko potrzebują dokładniejszej eksploracji poza warstwą raportowania. Fabric oferuje dwie zaawansowane opcje analizy interaktywnej: Fabric Spark i punkt końcowy analizy SQL, umożliwiając użytkownikom eksplorowanie danych w warstwach Silver i Gold ujednoliconego modelu danych (UDM). Usługi OneLake Data Hub, Lakehouse Explorer i widok pochodzenia zapewniają szybki dostęp do zależności danych oraz źródeł nadrzędnych. Jednak wraz ze wzrostem złożoności i rozmiaru danych z złota do brązu wykonywanie zapytań staje się trudniejsze.

Aby utworzyć skalowalną platformę danych i zapobiec fragmentacji, IDEAS zaimplementowało strategię federacji dla kluczowych zasobów warstwy Silver UDM, pełniąc rolę autorytatywnych źródeł prawdy. Dzięki temu zespoły partnerskie mogą rozszerzać te zasoby przy użyciu atrybutów specyficznych dla domeny. Niezawodny proces zapewniania ładu obejmujący przegląd, uściślenie projektu rozszerzenia, definicję interfejsu danych i kontrolę ekspozycji, zapewnia integralność danych i zgodność.

Rozszerzenia dotyczą wąskich gardeł danych i oddzielają podstawowe dane od atrybutów zewnętrznych, ale wprowadziły wyzwanie w zakresie wydajności interakcyjnego wykonywania zapytań, które zwykle wymagają czasu odpowiedzi poniżej 60 sekund. Zależność od powtarzających się połączeń między bazowymi danymi a ich rozszerzeniami stworzyła wąskie gardło. Aby przezwyciężyć to wyzwanie, rozszerzyliśmy nasze systemy inżynierii danych, aby zmaterializować widoki, łącząc wcześniej dane podstawowe z rozszerzeniami w celu zminimalizowania operacji sprzężenia w trakcie wykonywania zapytań. Funkcje scalania i blokowania usługi Delta Lake umożliwiają wydajne aktualizacje partycji i scalanie danych rozszerzeń na jednostkę. Te przedobliczone tabele delty są teraz udostępniane jako skróty w ramach naszych struktur typu lakehouse dla Fabric SQL i Spark. Współpracujemy również z grupą produktów Fabric w celu zbadania potencjalnej natywnej integracji tej funkcji. Ponadto opracowaliśmy moduły języka Python z danymi wejściowymi z wieloma parametrami, aby zoptymalizować filtrowanie wierszy i wybór kolumn, zapewniając szybki dostęp do opisów kolumn i aktualności danych w środowisku notesu.

Wstępne testowanie za pomocą zapytań Fabric Spark na tych zmaterializowanych zasobach wykazało znaczną poprawę wydajności przekraczającą 30-krotność.

Zabezpieczanie naszego środowiska Fabric: holistyczne podejście do zarządzania danymi

W ciągu ostatniego roku przeszliśmy z eksploracyjnego obszaru roboczego Fabric do zarządzania wieloma produkcyjnymi obszarami roboczymi F2048 z ponad 4 PiB danych w formacie Delta Lake. Jednak odnajdywanie danych i zgodność pozostają złożonymi wyzwaniami, zwłaszcza w miarę rozwoju przepisów dotyczących prywatności. Ponieważ IDEAS udostępnia więcej danych w ramach Fabric, nasze zobowiązania dotyczące zgodności wykraczają poza RODO i zobowiązanie Microsoftu do przechowywania danych w granicach danych w UE, zapewniając przechowywanie i przetwarzanie danych osobowych wyłącznie w Europie.

Globalna skala Microsoftu i obsługa poufnych danych wzmacniają silne zaangażowanie IDEAS w ochronę prywatności i zarządzanie danymi. Wykracza to poza wymagania podstawowe, przestrzegając różnych standardów międzynarodowych i branżowych. Przekłada się to na niezawodne mechanizmy kontroli i procesy do zarządzania dostępem do danych.

W witrynie IDEAS zdecydowanie stosujemy się do zasady najniższych uprawnień i użycia danych opartych na scenariuszach na potrzeby zabezpieczeń i zgodności. Ta zasada oznacza przyznanie dostępu do danych tylko użytkownikom lub tożsamościom z uzasadnionym upoważnieniem dla określonych przypadków użycia. Aby zapobiec nieautoryzowanym transferom danych, IDEAS aktywnie monitoruje eksfiltrację danych w przestrzeniach roboczych Fabric. Chociaż Fabric zapewnia monitorowanie na poziomie dzierżawy, firma Microsoft wymaga bardziej szczegółowego zarządzania na poziomie obszaru roboczego.

Aby rozwiązać ten problem, IDEAS opracowało funkcję monitorowania eksfiltracji danych (DEM), niestandardową funkcję, która zbiera dane telemetryczne z Fabric do scentralizowanego magazynu metadanych i stosuje reguły do wykrywania naruszeń. Po wykryciu naruszenia DEM wyzwala akcje naprawcze, takie jak powiadomienie użytkownika, cofnięcie dostępu lub zablokowanie przyszłego dostępu. Dzięki temu IDEAS może udostępniać poufne dane w Fabric, przy zachowaniu ścisłej zgodności. W połączeniu z naszymi inwestycjami w automatyzację udostępniania obszarów roboczych możemy zarządzać zgodnymi obszarami roboczymi przy rozszerzaniu granic danych. Ochrona przed eksfiltracją danych jest kluczowym obszarem zainteresowania grupy produktów Fabric i czekamy na dalsze ulepszenia w tym obszarze.

Ostatecznie uważamy, że prywatność danych i ład nie są tylko obciążeniem zgodności, ale podstawowym elementem budowania zaufania i znaczącej przewagi konkurencyjnej w dzisiejszym świecie opartym na danych. Firma Microsoft priorytetuje zaufanie, podkreślając prywatność danych, kontrolę użytkowników i odpowiedzialne zarządzanie danymi we wszystkich usługach i produktach. POMYSŁY w pełni subskrybują ten etos, uznając, że niezawodny nadzór nad danymi ma zasadnicze znaczenie dla sukcesu i zrównoważonego rozwoju naszej platformy danych.

Podsumowanie

Zintegrowanie usługi Microsoft Fabric z platformą danych IDEAS zwiększa dostęp do danych i zwiększa produktywność naszych analityków danych i inżynierów. Tworząc ujednoliconą podstawę z usługami OneLake i Delta Lake, umożliwiając interaktywną analitykę i ustanawiając silne zarządzanie, Fabric stworzyła niezawodne środowisko analizy danych. W miarę kontynuowania eksplorowania i implementowania możliwości usługi Fabric, szczególnie w takich obszarach, jak analiza w czasie rzeczywistym i zaawansowana integracja sztucznej inteligencji, jesteśmy przekonani, że tworzymy ujednoliconą i innowacyjną platformę, która zwiększy wgląd w szczegółowe informacje i wpływ na firmę Microsoft.