Anlamsal bağlantı nedir?
Anlamsal bağlantı, Microsoft Fabric'te anlamsal modeller ile Synapse Veri Bilimi arasında bağlantı kurmanızı sağlayan bir özelliktir. Anlamsal bağlantı kullanımı yalnızca Microsoft Fabric'te desteklenir.
Spark 3.4 ve üzeri için doku kullanılırken varsayılan çalışma zamanında anlamsal bağlantı kullanılabilir ve yüklemeniz gerekmez.
Spark 3.3 veya üzeri için veya anlam bağlantısının en son sürümüne güncelleştirmek için aşağıdaki komutu çalıştırın:
%pip install -U semantic-link
Anlamsal bağlantının birincil hedefleri şunlardır:
- Veri bağlantısını kolaylaştırma.
- Anlamsal bilgilerin yayılmasını etkinleştirin.
- Veri bilimciler tarafından kullanılan not defterleri gibi yerleşik araçlarla sorunsuz bir şekilde tümleştirin.
Anlamsal bağlantı, veri analizini hızlandırabilecek ve hataları azaltabilecek standartlaştırılmış bir şekilde veri semantiği hakkındaki etki alanı bilgilerini korumanıza yardımcı olur.
Anlamsal bağlantı veri akışı
Anlamsal bağlantı veri akışı, veri ve anlam bilgisi içeren anlamsal modellerle başlar. Anlamsal bağlantı, Power BI ile Synapse Veri Bilimi deneyimi arasındaki boşluğu kapatır.
Anlamsal bağlantı, makine öğrenmesi teknikleriyle ayrıntılı istatistiksel analiz ve tahmine dayalı modelleme gibi görevleri gerçekleştirmek için Synapse Veri Bilimi deneyiminde Power BI'ın anlamsal modellerini kullanmanıza olanak tanır. Apache Spark kullanarak veri bilimi çalışmanızın çıkışını OneLake'de depolayabilir ve Direct Lake kullanarak depolanan çıkışı Power BI'a alabilirsiniz.
Power BI bağlantısı
Anlamsal model, Power BI ölçüleri gibi anlamsal tanımlar için güvenilir kaynaklar sağlayan tek bir tablosal nesne modeli görevi görür. Anlamsal bağlantı, aşağıdaki ekosistemlerdeki anlamsal modellere bağlanarak veri bilim insanlarının en çok aşina oldukları sistemde çalışmasını kolaylaştırır.
- SemPy Python kitaplığı aracılığıyla Python pandas ekosistemi.
- Spark yerel bağlayıcısı aracılığıyla Apache Spark ekosistemi. Bu uygulama PySpark, Spark SQL, R ve Scala gibi çeşitli dilleri destekler.
Anlamsal bilgilerin uygulamaları
Verilerdeki anlam bilgileri adres ve posta kodu, tablolar arasındaki ilişkiler ve hiyerarşik bilgiler gibi Power BI veri kategorilerini içerir.
Bu veri kategorileri, semantik bağlantının yeni deneyimler sağlamak ve veri kökenini korumak için Synapse Veri Bilimi ortamına yayılan meta verilerden oluşur.
Anlamsal bağlantının bazı örnek uygulamaları şunlardır:
- Yerleşik semantik işlevler için akıllı öneriler.
- Eklenti ölçülerini kullanarak Power BI ölçüleriyle verileri artırmaya yönelik yenilikçi tümleştirme.
- Tablolar arasındaki ilişkileri ve tablolardaki işlevsel bağımlılıkları temel alan veri kalitesi doğrulama araçları.
Anlamsal bağlantı, iş analistlerinin kapsamlı bir veri bilimi ortamında verileri etkili bir şekilde kullanmasını sağlayan güçlü bir araçtır.
Anlamsal bağlantı, Power BI önlemlerine eklenen iş mantığını yeniden oluşturma gereksinimini ortadan kaldırarak veri bilimcileri ile iş analistleri arasında sorunsuz işbirliği sağlar. Bu yaklaşım, her iki tarafın da verimli ve üretken bir şekilde çalışabilmesini sağlar ve veri odaklı içgörülerinin potansiyelini en üst düzeye çıkarır.
FabricDataFrame veri yapısı
FabricDataFrame, anlamsal bağlantının anlamsal modellerden Synapse Veri Bilimi ortamına semantik bilgileri yaymak için kullandığı birincil veri yapısıdır.
FabricDataFrame sınıfı:
- Tüm pandas işlemlerini destekler.
- pandas DataFrame'i alt sınıflara ekler ve anlam bilgisi ve köken gibi meta veriler ekler.
- Veri bilimi çalışmalarında Power BI ölçülerini kullanmanıza olanak tanıyan anlamsal işlevleri ve ek ölçü yöntemini kullanıma sunar.
İlgili içerik
- Python semantik bağlantı paketi (SemPy) için başvuru belgelerini keşfedin
- Öğretici: İşlevsel bağımlılıklarla verileri temizleme
- Anlam bağlantısı ve Microsoft Fabric ile Power BI bağlantısı
- Anlamsal bağlantıyı kullanarak verileri keşfetme ve doğrulama
- Anlamsal modellerdeki ilişkileri keşfetme ve doğrulama