Versão prévia do primeiro código do AutoML |
Na Ciência de Dados do Fabric, o novo recurso AutoML permite a automação do fluxo de trabalho de machine learning. AutoML, ou machine learning automatizado, é um conjunto de técnicas e ferramentas que podem treinar e otimizar automaticamente modelos de machine learning para qualquer dado e tipo de tarefa. |
Experiência do usuário de pouco código do AutoML no Fabric (versão prévia) |
O AutoML, ou Machine Learning Automatizado, é um processo que automatiza as tarefas demoradas e complexas do desenvolvimento de modelos de aprendizado de máquina. A nova experiência do AutoML de pouco código dá suporte a uma variedade de tarefas, incluindo regressão, previsão, classificação e classificação de várias classes. Para começar, Crie modelos com o AutoML (versão prévia). |
Item do Azure Data Factory |
Agora você pode trazer o Azure Data Factory (ADF) existente para o workspace do Fabric. Essa nova funcionalidade de visualização permite que você se conecte ao Azure Data Factory existente do workspace do Fabric. Selecione "Criar Azure Data Factory" dentro do workspace do Fabric Data Factory e você pode gerenciar seus data factories do Azure diretamente do workspace do Fabric. |
Preview dos pools de capacidade |
Administradores de capacidade agora podem criar pools personalizados (preview) com base em seus requisitos de carga de trabalho, fornecendo controle granular sobre os recursos de computação. Pools personalizados para Engenharia de Dados e Ciência de Dados podem ser definidos como opções do Pool do Spark nas Configurações do Spark do Espaço de Trabalho e nos itens de ambiente. |
Preview do ajuste de hiperparâmetros do Code-First |
Na Ciência de Dados do Fabric, o FLAML agora está integrado para ajuste de hiperparâmetros, atualmente uma versão prévia do recurso. O recurso flaml.tune do Fabric simplifica esse processo, oferecendo uma abordagem econômica e eficiente para o ajuste de hiperparâmetros. |
O Copilot no Fabric está disponível em todo o mundo |
Agora, o Copilot no Fabric está disponível para todos os clientes, incluindo o Copilot para Power BI, para Data Factory, para Ciência de Dados e Engenharia de Dados e para Inteligência em Tempo Real. Leia mais na nossa Visão geral do Copilot no Fabric. |
Trabalho de cópia |
O Trabalho de cópia (versão prévia) tem vantagens em relação à atividade de Cópia herdada. Para obter mais informações, consulte Anunciando a versão prévia: Trabalho de cópia no Microsoft Fabric. Para obter um tutorial, consulte Saiba como criar um trabalho de Cópia (versão prévia) no Data Factory para Microsoft Fabric. |
Versão prévia do trabalhos do Apache Airflow do Data Factory |
Trabalho do Apache Airflow na versão prévia do Data Factory, desenvolvidos pelo Apache Airflow, oferecem experiência perfeita de criação, agendamento e monitoramento para processos de dados baseados em Python definidos como DAGs (Grafos Direcionados Acíclicos). Para obter mais informações, confira Início Rápido: Criar um fluxo de trabalho de dados. |
Recursos de pipeline de dados no Copilot para o Data Factory (versão prévia) |
Os novos recursos de pipeline de dados no Copilot para o Data Factory agora estão disponíveis na versão prévia. Esses recursos funcionam como um especialista em IA para ajudar os usuários a criar, solucionar problemas e manter pipelines de dados. |
Data Wrangler para Versão prévia do DataFrames do Spark |
O Data Wrangler agora oferece suporte a DataFrames em preview, os usuários agora podem editar DataFrames do Spark além dos DataFrames do pandas com o Data Wrangler. |
Habilidade de IA de Ciência de Dados (versão prévia) |
Agora você pode criar suas próprias experiências de IA gerativas em seus dados no Fabric com a habilidade de IA (versão prévia)! Você pode criar perguntas e respostas a sistemas de IA em seus Lakehouses e Warehouses. Para obter mais informações, consulte Introdução às habilidades de IA no Microsoft Fabric: Agora na versão prévia. Para começar, tente exemplo de habilidade de IA com o conjunto de dados AdventureWorks. |
Dataflow Gen2 com integração de CI/CD e Git |
O Dataflow Gen2 agora é compatível com CI/CD (Continuous Integration/Continuous Deployment, integração contínua/implantação contínua) e integração com o Git. Essa versão prévia do recurso permite que você crie, edite e gerencie fluxos de dados em um repositório Git conectado ao seu workspace do Fabric. Além disso, você pode usar o recurso de pipelines de implantação para automatizar a implantação de fluxos de dados do workspace para outros workspaces. Além disso, você pode usar a API Fabric, Create, Read, Update, Delete, e List (CRUDL) para gerenciar o Dataflow Gen2. |
Mapeamento de coluna delta no ponto de extremidade de análise do SQL |
O ponto de extremidade de análise do SQL agora dá suporte a tabelas Delta com mapeamento de coluna habilitado. Para obter mais informações, consulte Mapeamento de coluna delta e Limitações do ponto de extremidade de análise do SQL. Esse recurso está atualmente na visualização. |
Domínios no OneLake (preview) |
Os domínios no OneLake ajudam você a organizar seus dados em uma malha lógica de dados, permitindo a governança federada e otimizando para as necessidades dos negócios. Agora você pode criar subdomínios, domínios padrão para usuários e mover espaços de trabalho entre domínios. Para obter mais informações, confira Domínios do Fabric. |
Modo de alta simultaneidade para Notebooks em Pipelines (versão prévia) |
O modo de alta simultaneidade para Notebooks em Pipelines permite que os usuários compartilhem sessões do Spark em vários notebooks em um pipeline. Com modo de alta simultaneidade, os usuários podem disparar trabalhos de pipeline e esses trabalhos são automaticamente empacotados em sessões de alta simultaneidade existentes. |
O gateway do Fabric habilita atalhos do OneLake para dados locais |
Realize a conexão com fontes de dados locais ao usar um gateway de dados local do Fabric em um computador em seu ambiente, com visibilidade de rede da fonte de dados compatível com o S3 ou com o Google Cloud Storage. Em seguida, você cria o atalho e realiza a seleção desse gateway. Para obter mais informações, confira Criar atalhos para dados locais. |
Conector do Fabric Spark para Fabric Data Warehouse no tempo de execução do Spark (visualização) |
O conector do Fabric Spark para Data Warehouse (versão prévia) permite que um desenvolvedor do Spark ou um cientista de dados acesse e trabalhe em dados de um warehouse ou ponto de extremidade de análise SQL do lakehouse (de dentro do mesmo workspace ou de vários workspaces) com uma API simplificada do Spark. |
Emitter de Diagnóstico do Spark do Fabric (versão prévia) |
O Emitter de Diagnóstico do Apache Spark do Fabric (versão prévia) permite que os usuários do Apache Spark coletem logs, logs de eventos e métricas de seus aplicativos Spark e os enviem para vários destinos, incluindo Hubs de Eventos do Azure, Armazenamento do Azure e Azure Log Analytics. |
Banco de dados SQL do Fabric (versão prévia) |
O banco de dados SQL no Microsoft Fabric (versão prévia) é um banco de dados transacional amigável ao desenvolvedor, baseado no Banco de Dados SQL do Azure, que permite criar facilmente seu banco de dados operacional no Fabric. Um banco de dados SQL no Fabric usa o Mecanismo de Banco de Dados SQL como Banco de Dados SQL do Azure. Analise um Guia de Decisão para bancos de dados SQL. |
Pasta no espaço de trabalho (preview) |
Como uma unidade organizacional no espaço de trabalho, a pasta aborda esse problema encontrado fornecendo uma estrutura hierárquica para organizar e gerenciar seus itens. Para obter mais informações, confira Criar pastas em espaços de trabalho (preview). |
Dados de iceberg no OneLake usando o Snowflake e atalhos (versão prévia) |
Agora você poderá consumir dados formatados pelo Iceberg no Microsoft Fabric sem nenhuma movimentação ou duplicação de dados, além disso, o Snowflake adicionou a capacidade de gravar tabelas do Iceberg diretamente no OneLake. Para obter mais informações, consulte Usar tabelas do Iceberg com o OneLake. |
Atualização incremental para o Dataflow Gen2 (versão prévia) |
A atualização incremental para fluxos de dados Gen2 no Fabric Data Factory foi projetada para otimizar a ingestão e a transformação de dados, especialmente à medida que seus dados continuam se expandindo. Para obter mais informações, consulte Anunciando a versão prévia: atualização incremental no Fluxo de Dados Gen2. |
Invocar pipeline remoto (versão prévia) no Pipeline de dados |
Agora você pode usar a atividade Invoke Pipeline (versão prévia) para chamar pipelines dos pipelines do Azure Data Factory ou do Synapse Analytics. Esse recurso permite que você utilize seus pipelines existentes do ADF ou do Synapse dentro de um pipeline do Fabric chamando-o embutido por meio dessa nova atividade de Invoke Pipeline. |
Recurso de esquemas Lakehouse |
O recurso de esquemas lakehouse (preview) introduz suporte ao pipeline de dados para a leitura de informações de esquema de tabelas lakehouse e é compatível com a gravação de dados em tabelas sob esquemas especificados. Esquemas de lakehouse permitem agrupar as tabelas para melhorar a descoberta de dados, o controle de acesso e muito mais. |
Suporte do Lakehouse para pipelines de implantação e integração do Git (preview) |
O Lakehouse agora se integra aos recursos de gerenciamento do ciclo de vida no Microsoft Fabric, fornecendo uma colaboração padronizada entre todos os membros da equipe de desenvolvimento durante toda a vida útil do produto. O gerenciamento do ciclo de vida facilita um processo eficaz de versão e lançamento do produto, fornecendo continuamente recursos e correções de bugs em vários ambientes. |
Redes virtuais gerenciadas (preview) |
Redes virtuais gerenciadas são redes virtuais criadas e gerenciadas pelo Microsoft Fabric para cada espaço de trabalho do Fabric. |
O conector do Microsoft 365 agora dá suporte à ingestão de dados no seu Lakehouse (preview) |
O conector do Microsoft 365 agora dá suporte à ingestão de dados nas tabelas do Lakehouse. |
APIs de administração do Microsoft Fabric |
As APIs de administração do Fabric são projetadas para simplificar as tarefas administrativas. O conjunto inicial de APIs de Administração do Fabric é adaptado para simplificar a descoberta de espaços de trabalho, itens do Fabric e detalhes de acesso do usuário. |
Espelhamento no Microsoft Fabric (preview) |
Com o espelhamento de banco de dados no Fabric, você pode facilmente trazer seus bancos de dados para o OneLake no Microsoft Fabric, permitindo insights sem interrupções de ETL zero quase em tempo real sobre seus dados e desbloqueando armazenamento, BI, IA e muito mais. Para obter mais informações, consulte O que é o espelhamento no Fabric? |
Mecanismo de Execução Nativo no Runtime 1.3 (versão prévia) |
O Mecanismo de Execução Nativo para Fabric Runtime 1.3 agora está disponível em versão prévia, oferecendo desempenho de consulta superior em processamento de dados, ETL, ciência de dados e consultas interativas. Nenhuma alteração de código é necessária para acelerar a execução de seus trabalhos do Apache Spark ao usar o Mecanismo de Execução Nativo. |
Expressões de tabela comuns aninhadas (CTEs) (versão prévia) |
O Fabric Warehouse e o Ponto de extremidade de análise SQL dão suporte a CTEs standard, sequenciais e aninhadas. Embora os CTEs estejam geralmente disponíveis no Microsoft Fabric, as expressões de tabela comum (CTE) aninhadas no data warehouse do Fabric são atualmente um recurso em versão prévia. |
Depuração do Notebook em vscode.dev (versão prévia) |
Agora você pode colocar pontos de interrupção e depurar seu código do Notebook com a extensão VS Code do Synapse – Remote no vscode.dev. Essa atualização começa primeiro com o Fabric Runtime 1.3. |
Funções de acesso a dados do OneLake |
As funções de acesso a dados OneLake para lakehouse estão em preview. As permissões de função e as atribuições de usuário/grupo podem ser facilmente atualizadas por meio de uma nova interface de usuário de segurança de pasta. |
SAS do OneLake (versão prévia) |
O suporte para o OneLake SAS de curta duração e delegado pelo usuário está agora em versão prévia. Essa funcionalidade permite que os aplicativos solicitem uma chave de delegação de usuário apoiada pela ID do Microsoft Entra e, em seguida, usem essa chave para construir um token SAS do OneLake. Esse token pode ser entregue para fornecer acesso delegado a outra ferramenta, nó ou usuário, garantindo acesso seguro e controlado. |
Espelhamento aberto (versão prévia) |
Espelhamento aberto permite que qualquer aplicativo escreva dados de alteração diretamente em um banco de dados espelhado no Fabric, com base nas APIs públicas de espelhamento aberto e na abordagem. O espelhamento aberto é projetado para ser extensível, personalizável e aberto. É um recurso poderoso que estende o espelhamento no Fabric com base no formato de tabela Delta Lake aberto. Para iniciar, consulte Tutorial: Configurar bancos de dados espelhados abertos do Microsoft Fabric. |
Serviços de IA do Azure pré-criados na visualização do Fabric |
A visualização de serviços de IA pré-criados no Fabric é uma integração com os Serviços de IA do Azure, anteriormente conhecidos como Serviços Cognitivos do Azure. Os serviços de IA do Azure pré-criados permitem aprimorar facilmente os dados com modelos de IA pré-criados sem nenhum pré-requisito. Atualmente, os serviços de IA pré-criados estão em preview e incluem suporte para o Serviço OpenAI do Azure da Microsoft, a Linguagem de IA do Azure e o Tradutor de IA do Azure. |
As políticas de Prevenção contra perda de dados do Purview foram estendidas para o Fabric lakehouses |
A extensão das políticas de Prevenção contra Perda de Dados (DLP) do Microsoft Purview para Fabric lakehouses está agora em versão prévia. |
As políticas de Prevenção contra Perda de Dados do Purview agora dão suporte à ação de restrição de acesso para modelos semânticos |
Restringir o acesso com base em conteúdo confidencial para modelos semânticos, agora em versão prévia, ajuda você a detectar automaticamente informações confidenciais à medida que são carregadas em lakehouses e modelos semânticos do Fabric. |
Separação de acesso a painéis em tempo real e bancos de dados KQL subjacentes ( versão prévia) |
Com permissões separadas para painéis e dados subjacentes, os administradores agora têm a flexibilidade de permitir que os usuários visualizem painéis sem dar acesso aos dados brutos. |
Reservar o máximo de núcleos para trabalhos (versão prévia) |
Uma nova configuração no nível do workspace permite a você reservar o máximo de núcleos para seus trabalhos ativos para cargas de trabalho do Spark. Para obter mais informações, consulte Modo de alta simultaneidade no Apache Spark para Fabric. |
APIs REST para visualização de pipelines de Data Factory do Fabric (preview) |
As APIs REST para visualização de pipelines de Data Factory do Fabric estão em preview. As APIs REST para pipelines do Data Factory permitem estender o recurso interno do Fabric para criar, ler, atualizar, excluir e listar pipelines. |
Streaming de dados seguros com pontos de extremidade privados gerenciados no Eventstream (versão prévia) |
Ao criar um ponto de extremidade privado gerenciado pelo Fabric, agora você pode conectar o Eventstream com segurança aos serviços do Azure, como Hubs de Eventos do Azure ou Hub IoT, em uma rede privada ou atrás de um firewall. Para obter mais informações, consulte Streaming de dados seguros com pontos de extremidade privados gerenciados no Eventstream (versão prévia). |
Atividade de atualização do modelo semântico (versão prévia) |
Use a atividade de atualização semântica do modelo para atualizar um conjunto de dados do Power BI (versão prévia), a maneira mais eficaz de atualizar seus modelos semânticos do Fabric. |
Controle de expiração da sessão nas configurações do workspace para execuções interativas do notebook (versão prévia) |
Um novo controle de expiração de sessão nas configurações do workspace de Engenharia/Ciênca de Dados permite que você defina o limite máximo de tempo de expiração para sessões interativas do notebook. Por padrão, as sessões expiram após 20 minutos, mas agora você pode personalizar a duração máxima de expiração. |
Compartilhar recurso para habilidade de IA do Fabric (versão prévia) |
A funcionalidade "Compartilhar" para a habilidade de IA do Fabric (versão prévia) permite que você compartilhe a Habilidade de IA com outras pessoas usando uma variedade de modelos de permissão. |
Compartilhar a habilidade de IA do Fabric (versão prévia) |
A capacidade de compartilhamento para a habilidade de IA do Fabric (versão prévia) permite que você compartilhe a Habilidade de IA com outras pessoas usando uma variedade de modelos de permissão. |
Preview da análise de séries de execuções do Spark |
Os recursos da análise de séries de execuções de monitoramento do Spark permitem analisar a tendência de duração da execução e a comparação de desempenho para instâncias de execução recorrentes de atividades de pipeline do Spark e para atividades de execução repetitivas do Spark usando a mesma Definição de Trabalho do Notebook ou do Spark. |
Versão prévia do complemento do Splunk |
O complemento Microsoft Fabric para Splunk permite que os usuários ingiram logs da plataforma Splunk em um BD KQL do Microsoft Fabric usando o SDK do Python Kusto. |
Marcas |
Marcas (versão prévia) ajudam os administradores a categorizar e organizar dados, aprimorando a pesquisa de seus dados e aumentando as taxas de sucesso e a eficiência para os usuários finais. |
Fluxos de tarefas no Microsoft Fabric (versão prévia) |
A versão prévia de fluxos de tarefas no Microsoft Fabric está habilitada para todos os usuários do Microsoft Fabric. Com os fluxos de tarefas do Fabric, ao criar um projeto de dados, você não precisa mais usar um quadro de comunicações para esboçar as diferentes partes do projeto e suas inter-relações. Em vez disso, você pode usar um fluxo de tarefas para criar e trazer essas informações importantes para o próprio projeto. |
Suporte a varchar(max) e varbinary(max) na versão prévia |
O suporte para os tipos de dados varchar(max) e varbinary(max) no Warehouse agora está em versão prévia. Para obter mais informações, consulte Anunciando a visualização pública dos tipos VARCHAR(MAX) e VARBINARY(MAX) no Fabric Data Warehouse. |
Provedor Terraform para Fabric (versão prévia) |
O Provedor Terraform para Microsoft Fabric agora está em versão prévia. O Provedor Terraform para Microsoft Fabric dá suporte à criação e ao gerenciamento de muitos recursos do Fabric. Para obter mais informações, consulte Anunciando o novo Provedor Terraform para Microsoft Fabric. |
Suporte a T-SQL em notebooks do Fabric (versão prévia) |
O recurso de notebook T-SQL no Microsoft Fabric (versão prévia) permite que você escreva e execute código T-SQL em um notebook. Você pode usá-las para gerenciar consultas complexas e gravar uma documentação de markdown melhor. Eles também permitem a execução direta do T-SQL no warehouse conectado ou no ponto de extremidade de análise do SQL. Para saber mais, consulte Criar e executar notebooks T-SQL. |
Pontos de restauração do depósito e restauração no local |
Agora você pode criar pontos de restauração e executar uma restauração no local de um depósito para um ponto no tempo no passado. A restauração in-loco é uma parte essencial da recuperação do data warehouse, que permite restaurar o data warehouse para um estado conhecido anterior confiável, substituindo o data warehouse existente a partir do qual o ponto de restauração foi criado. |
Controle do código-fonte do warehouse (preview) |
Usando pipelines de integração e/ou implantação do Git com seu warehouse, você pode gerenciar o desenvolvimento e a implantação de objetos de warehouse com versão. Você pode usar a extensão SQL de projetos de banco de dados, disponível no Azure Data Studio e no Visual Studio Code. Para obter mais informações sobre o controle do código-fonte do warehouse, consulte CI/CD com warehouses no Microsoft Fabric. |