Tutorial de ontologia (versão prévia) parte 0: Introdução e configuração do ambiente

Este tutorial mostra como criar sua primeira ontologia (prévia) no Microsoft Fabric. Você cria elementos de ontologia manualmente e com a ajuda do agente de ontologia, e os vincula a dados de múltiplas fontes de dados do OneLake. Você enriquece a ontologia com metadados e informações adicionais, e explora a ontologia completa tanto na experiência visual quanto por meio de consultas de agentes ontológicos.

Importante

Esse recurso está na versão prévia.

O cenário de exemplo para este tutorial é uma empresa fictícia chamada Lakeshore Retail. A Lakeshore é uma vendedora de sorvete no varejo que mantém dados sobre vendas e dados de streaming de geladeiras. No tutorial, você cria tipos de entidades como Loja, Produtos e Promoção. Você vincula dados em streaming, como a temperatura da geladeira, de uma casa de eventos, e responde perguntas como: "Qual é o produto mais alto por receita em todas as lojas?"

Pré-requisitos

  • Um workspace com uma capacidade habilitada para Microsoft Fabric. Use este espaço de trabalho para todos os recursos criados no tutorial.

  • As configurações Os usuários podem criar itens de ontologia (prévia) e Os usuários podem criar itens do Fabric estão habilitadas no seu locatário do Fabric.

    Um administrador do Fabric pode ativar as configurações em catálogo do OneLake>Governança>>Configurações do locatário:

    Captura de tela da habilitação da ontologia no portal de administração.

    Captura de tela de ativar itens do Fabric no portal de administração.

Scenario

A Lakeshore Retail é uma varejista multi-regional que vende produtos gerais, produtos perecíveis e congelados por meio de lojas abastecidas por centros de distribuição regionais. As equipes de operações da loja precisam manter a disponibilidade dos produtos sem aumentar o desperdício, enquanto os produtos congelados devem permanecer dentro de temperaturas seguras de armazenamento durante toda a cadeia de frio do varejo.

Este tutorial trabalha para um resultado operacional concreto: quais lojas de alta prioridade no Oeste possuem produtos congelados abaixo do estoque de segurança, uma exceção recente de temperatura de refrigeração e disponibilidade nas prateleiras abaixo da meta? Para cada loja, mostre a próxima remessa de entrada e sua chegada esperada.

Com uma ontologia robusta, o agente ontológico pode responder a essa pergunta. Projete uma ontologia que ajude o agente a entender que um produto congelado é um tipo de produto, o que significa estoque abaixo da segurança e exceção de temperatura, como os produtos são estocados nas lojas, quais unidades de refrigeração operam em cada loja, como as remessas recebidas conectam centros de distribuição às lojas e como a medida Power BI governada para disponibilidade nas prateleiras deve ser calculada.

A ontologia deste tutorial conecta sinais operacionais, definições de negócios, métricas governadas e relacionamentos comerciais para que um agente possa explicar onde a intervenção é necessária e por quê.

Ontologia

Os elementos do Lakeshore Retail neste tutorial compreendem a seguinte ontologia. Revise o diagrama para entender os tipos de entidades e os relacionamentos envolvidos no cenário.

Diagrama que mostra tipos de entidades como Loja, Envio e Produto conectados por relacionamentos como entrega para e armazenado em.

Baixar os dados de exemplo

Baixe o conteúdo da pasta Novas experiências a partir de exemplos de ontologia no GitHub: Exemplos de ontologia.

Os dados de exemplo incluem um conjunto de arquivos CSV contendo detalhes estáticos das entidades sobre o cenário da Lakeshore Retail e dados transmitidos de suas geladeiras, além de um modelo semântico Power BI contendo dados de vendas.

Preparar a casa do lago

Siga esses passos para preparar os dados do tutorial de exemplo em um lakehouse.

  1. Comece no espaço de trabalho do Fabric. Use o botão + Novo item para criar um novo item da Casa do Lago .

    Captura de tela da criação de um novo item no lakehouse.

  2. Para o lakehouse Nome, insira LakeshoreStaticDataLH. Para Localização, selecione seu espaço de trabalho. Mantenha a caixa de seleção Esquemas do Lakehouse selecionada (padrão) e selecione Criar.

  3. A nova casa do lago abre quando está pronta. Na faixa de opções lakehouse, selecione Obter dados Upload de arquivos>.

    Captura de tela do carregamento de arquivos para o lakehouse.

  4. Envie todos os arquivos CSV de exemplo, exceto um, para sua casa do lago. Não envie refrigeration_telemetry.csv (você envia esse arquivo para o Eventhouse em uma etapa posterior), nem para o SalesReport.pbix (você importa esses dados pelo agente de ontologia em uma etapa posterior).

  5. Expanda a pasta Arquivos no Explorer para exibir seus arquivos carregados. Em seguida, carregue cada arquivo em uma tabela delta.

    Para cada arquivo, selecione ... ao lado do nome do arquivo e, em seguida, carregue em Tabelas > Nova tabela.

    Captura de tela da caixa de diálogo de carregamento em tabelas no lakehouse.

    Continue pelo diálogo de criação de tabela, mantendo as configurações padrão.

O lakehouse se parecerá com a imagem a seguir quando estiver concluído. Os nomes de tabela padrão refletem os nomes de arquivo em todas as letras minúsculas.

Captura de tela das tabelas na casa do lago.

Preparar o local de eventos

Siga estes passos para enviar o arquivo de dados de streaming do dispositivo para um banco de dados KQL em uma casa de eventos.

  1. No seu espaço de trabalho Fabric, selecione + Novo item para criar uma nova casa de eventos chamada LakeshoreTelemetryDataEH. O Fabric cria um banco de dados KQL padrão com o mesmo nome.

  2. A casa de eventos é aberta quando está pronta. Abra o banco de dados KQL selecionando seu nome no explorer.

    Captura de tela do banco de dados KQL na casa de eventos.

  3. Em seguida, crie uma nova tabela chamada RefrigerationTelemetry que use o arquivo de amostrarefrigeration_telemetry.csv como fonte.

    Na faixa de opções do menu, selecione Obter arquivo local de dados>.

    Captura de tela das opções de fonte de dados para o banco de dados.

    Crie uma nova tabela chamada RefrigerationTelemetry e procure pelo arquivo refrigeration_telemetry.csv que você baixou anteriormente.

    Captura de tela do upload do arquivo csv e da criação da tabela.

    Continue pelo diálogo de criação de tabela, mantendo as configurações padrão.

Quando você termina, o banco de dados KQL mostra a tabela RefrigerationTelemetry com os dados:

Captura de tela da tabela no banco de dados.

Envie o modelo semântico

Por fim, faça upload do modelo semântico de exemplo para o seu espaço de trabalho.

  1. No seu espaço de trabalho do Fabric, selecione Importar>Relatório, Relatório Paginado ou Pasta de trabalho>Deste computador.

    Captura de tela de importar um relatório para um espaço de trabalho.

    Encontre o arquivo SalesReport.pbix que você baixou e selecione Abrir.

  2. O relatório fica visível no seu espaço de trabalho, e um modelo semântico é criado com o mesmo nome.

    Captura de tela do relatório agora visível no espaço de trabalho.

Próximas etapas

Agora, seu cenário de exemplo está configurado no Fabric. Em seguida, crie um item de ontologia (prévia) e adicione elementos que se conectem a essas fontes de dados: Crie uma ontologia.

  • Última atualização em