Como funciona o gráfico no Microsoft Fabric

O grafo no Microsoft Fabric transforma dados estruturados armazenados no OneLake num grafo modelado e consultável. Consulte o gráfico utilizando ferramentas visuais ou baseadas em GQL que funcionam através de um motor comum para produzir resultados visuais, tabulares ou programáticos.

Este artigo descreve a arquitetura dos grafos e explica o fluxo de dados de ponta a ponta desde a fonte até aos insights.

O diagrama seguinte ilustra o fluxo de dados de ponta a ponta da fonte para os insights:

Os dados fluem de fontes externas para o armazenamento OneLake como tabelas de fontes tabulares. Na etapa de modelação do grafo, define-se tipos de nós, tipos de arestas e mapeamentos de tabela para criar um grafo de propriedades rotuladas. Guardar o modelo produz um grafo consultável otimizado para percurso. Cria as consultas usando o Query Builder ou o Editor de Código, e depois executa-as através do GQL, NL2GQL ou REST. Os resultados retornam como diagramas gráficos visuais, conjuntos de resultados tabulares ou respostas JSON programáticas.

Fontes de dados

Os dados originam-se de sistemas externos, como serviços Azure, outras plataformas cloud ou fontes on-premises. O Graph no Microsoft Fabric trabalha com dados destas fontes depois de os ingerir no OneLake, onde o Graph pode lê-los.

Armazenamento em OneLake

Armazena os dados ingeridos no OneLake como tabelas de fonte tabulares numa casa do lago. O Graph absorve dados das suas tabelas lakehouse quando guarda o modelo, por isso não precisa de configurar um pipeline ETL separado ou mover dados para uma base de dados externa.

Modelação de grafos

No passo de modelação de grafos, define-se o esquema do grafo especificando:

• Tipos de nós: Entidades em seus dados, como clientes, produtos ou encomendas.
• Tipos de ligações: Relações entre entidades, como "compra", "contém" ou "produz".
• Mapeamentos de tabelas: Como as definições de nós e arestas correspondem às tabelas de origem subjacentes.

Este passo cria a estrutura do grafo de propriedades etiquetadas. Conclua a modelagem de grafos antes de consultar o grafo. Para orientações sobre como tomar estas decisões de modelação, veja Desenhar um esquema de grafo.

Observação

O gráfico não aplica alterações estruturais de forma incremental. Se adicionar propriedades ou alterar tipos de nós, tipos de aresta, chaves ou mapeamentos, selecione Guardar no editor do modelo de grafos para recarregar todos os dados e reconstruir o grafo consultável.

Grafo consultável

Quando guarda o modelo, o grafo ingere dados das tabelas do lago subjacente e constrói um grafo otimizado para leitura e consultável. Esta estrutura de grafos está otimizada para percorrimento e correspondência de padrões, o que permite consultas rápidas e eficientes de grafos em grande escala.

Autoria de consultas

Cria consultas contra o grafo consultável usando uma de duas experiências:

• Construtor de Consultas: Uma interface visual e interativa para explorar nós e relações sem escrever código. Para mais informações, consulte Consultar o gráfico com o construtor de consultas.
• Editor de Código: Um editor baseado em texto para escrever consultas GQL (Graph Query Language ). Para mais informações, consulte Consultar o gráfico com GQL.

Ambas as opções visam o mesmo gráfico subjacente. Escolha a experiência de autoria que se adapte ao seu fluxo de trabalho.

Execução da consulta

Executa consultas através de uma camada de execução comum que suporta:

• GQL: Consulta ao grafo utilizando a norma internacional para linguagem de consulta de grafos (ISO/IEC 39075).
• Linguagem Natural para GQL (NL2GQL) (pré-visualização): Traduz perguntas de linguagem natural em consultas GQL. Adicionar o gráfico em Microsoft Fabric como fonte de dados em Fabric Data Agent para permitir o raciocínio de IA alimentado por grafos. Para detalhes sobre como funciona o NL2GQL, consulte o anúncio de raciocínio de IA alimentado pelo Graph.
• Execução baseada em REST: Executa consultas programaticamente usando a API de consultas GQL.

Sugestão

Escolha o caminho da sua consulta: Use GQL ou REST para acesso direto e programático a dados de grafos com controlo total sobre a estrutura da consulta. Use o NL2GQL (pré-visualização) através do Fabric Data Agent quando precisar de acesso a linguagem natural — ideal para situações de IA conversacional e assistente de conhecimento.

Esta camada executa a lógica de consulta contra o grafo consultável e devolve os resultados.

Resultados da consulta

Dependendo da forma como consulta o gráfico, recebe resultados em um ou mais dos seguintes formatos:

• Diagramas gráficos visuais: Visualizações interativas de nós e relações.
• Conjuntos de resultados tabulares: Dados estruturados em linhas e colunas.
• Respostas programáticas: Saída JSON para utilização em REST ou downstream.

Explore os resultados de forma interativa, partilhe-os como conjuntos de consultas apenas de leitura ou utilize-os noutras ferramentas e aplicações.

Conteúdo relacionado

• Visão geral do gráfico
• Guia de início rápido para grafos
• Tutorial: Introdução ao gráfico