Not
Åtkomst till denna sida kräver auktorisation. Du kan prova att logga in eller byta katalog.
Åtkomst till denna sida kräver auktorisation. Du kan prova att byta katalog.
Anmärkning
Den här funktionen är för närvarande i offentlig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och rekommenderas inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade. Mer information finns i Kompletterande villkor för användning av Microsoft Azure-förhandsversioner.
Graph i Microsoft Fabric omvandlar strukturerade data som lagras i OneLake till ett modellerat, frågebart diagram. Du kan sedan köra frågor mot grafen med hjälp av visuella eller GQL-baserade verktyg som körs via en gemensam motor för att skapa visuella, tabellmässiga eller programmatiska resultat.
Följande diagram illustrerar dataflödet från slutpunkt till slutpunkt från källa till insikter:
Datakällor
Data kommer från externa system som Azure-tjänster, andra molnplattformar eller lokala källor. Microsoft Fabric gör det enkelt att ansluta till en mängd olika datatjänster och föra in data i OneLake.
Lagring i OneLake
Inmatade data lagras i OneLake som tabellkälltabeller i ett sjöhus. Graph i Microsoft Fabric läser direkt från dina lakehouse-tabeller, så du behöver inte duplicera eller flytta data till en separat databas.
Diagrammodellering
I grafmodelleringssteget definierar du grafschemat genom att ange:
- Nodtyper: Entiteter i dina data, till exempel kunder, produkter eller beställningar.
- Kanttyper: Relationer mellan enheter, till exempel "inköp", "innehåller" eller "producerar".
- Tabellmappningar: Hur nod- och gränsdefinitioner mappas till de underliggande källtabellerna.
Det här steget etablerar den märkta egenskapsgrafstrukturen . Du måste slutföra grafmodellering innan du kan köra frågor mot grafen.
Anmärkning
Graph i Microsoft Fabric stöder för närvarande inte schemautveckling. Om du behöver göra strukturella ändringar, till exempel lägga till nya egenskaper, ändra etiketter eller ändra relationstyper, ändrar du uppdaterade källdata till en ny modell.
Frågebar graf
När du sparar grafmodellen matar Graph in data från de underliggande lakehouse-tabellerna och skapar en läsoptimerad, frågebar graf. Den här grafstrukturen är optimerad för bläddering och mönstermatchning, vilket möjliggör snabba och effektiva graffrågor i stor skala.
Frågeredigering
Du författar frågor mot den frågbara grafen genom att använda en av två olika upplevelser:
- Query Builder: Ett visuellt, interaktivt gränssnitt för att utforska noder och relationer utan att skriva kod. Mer information finns i Fråga grafen med frågeverktyget.
- Kodredigeraren: En textbaserad redigerare för att skriva GQL-frågor (Graph Query Language). Mer information finns i Fråga grafen med GQL.
Båda alternativen är inriktade på samma underliggande diagram. Välj den redigeringsupplevelse som passar ditt arbetsflöde.
Frågekörning
Skrivna frågor exekveras genom ett gemensamt exekveringslager som stöder:
- GQL: Frågar grafen med hjälp av den internationella standarden för graffrågespråk (ISO/IEC 39075).
- Naturligt språk till GQL (NL2GQL): Konverterar frågor om naturligt språk till GQL-frågor. Registrera dig för NL2GQL-förhandsversionen.
- REST-baserad körning: Kör frågor programmatiskt med hjälp av GQL-fråge-API:et.
Det här lagret kör frågelogik mot det frågebara diagrammet och returnerar resultat.
Frågeresultat
Beroende på hur du frågar grafen får du resultat i ett eller flera av följande format:
- Visuella grafdiagram: Interaktiva visualiseringar av noder och relationer.
- Tabellresultatuppsättningar: Strukturerade data i rader och kolumner.
- Programmatiska svar: JSON-utdata för REST- eller nedströmsförbrukning.
Du kan utforska resultaten interaktivt, dela dem som skrivskyddade frågeuppsättningar eller använda dem i andra verktyg och program.