Kom igång med Microsoft Fabric

Upptäck hur Microsoft Fabric kan uppfylla företagets analysbehov på en plattform. Lär dig mer om Microsoft Fabric, hur det fungerar och hur du kan använda det för dina analysbehov.

Lakehouses sammanfogar data lake storage-flexibiliteten med datalageranalys. Microsoft Fabric erbjuder en lakehouse-lösning för omfattande analys på en enda SaaS-plattform.

Apache Spark är en kärnteknik för storskalig dataanalys. Microsoft Fabric har stöd för Spark-kluster så att du kan analysera och bearbeta data i en Lakehouse i stor skala.

Tabeller i ett Microsoft Fabric Lakehouse baseras på det Delta Lake-lagringsformat som ofta används i Apache Spark. Genom att använda de förbättrade funktionerna i deltatabeller kan du skapa avancerade analyslösningar.

Microsoft Fabric innehåller Data Factory-funktioner, inklusive möjligheten att skapa pipelines som samordnar datainmatnings- och transformeringsuppgifter.

Datainmatning är avgörande för analys. Microsoft Fabrics Data Factory erbjuder dataflöden för att visuellt skapa datainmatning och transformering i flera steg med Power Query Online.

Informationslager är analyslager som bygger på ett relationsschema som stöder SQL-frågor. Med Microsoft Fabric kan du skapa ett informationslager för relationer på din arbetsyta och enkelt integrera det med andra element i din analyslösning från slutpunkt till slutpunkt.

Analys av dataströmmar i realtid är en viktig funktion för alla moderna dataanalyslösningar. Du kan använda funktionerna för realtidsinformation i Microsoft Fabric för att mata in, fråga och bearbeta dataströmmar.

I Microsoft Fabric kan dataexperter hantera data, notebook-filer, experiment och modeller samtidigt som de enkelt kommer åt data från hela organisationen och samarbetar med sina dataexperter.

Använd DataAktivator i Microsoft Fabric för att enkelt övervaka och vidta åtgärder för dina data.

Microsoft Fabric är en SaaS-lösning för dataanalys från slutpunkt till slutpunkt. Som administratör kan du konfigurera funktioner och hantera åtkomst efter organisationens behov.