Microsoft Fabric'te uçtan uca veri yaşam döngüsü

Kuruluşlar genellikle verileri almak, depolamak, dönüştürmek, çözümlemek ve görselleştirmek için birden çok bağlantısız hizmete güvenir. Bu parçalanma veri siloları oluşturur, tümleştirme ek yükünü artırır ve içgörü süresini yavaşlatır. Microsoft Fabric, veri yaşam döngüsünün her aşamasını paylaşılan bir temel üzerinde oluşturulan tek bir platformda birleştirerek bu zorlukları ele alır.

Bu mimarinin merkezinde, tüm verileri açık Delta Parquet biçiminde depolayan tek bir kurumsal veri gölü olan OneLake yer alır. OneLake, her Fabric tenant hesabıyla otomatik olarak sağlanır. Her Fabric iş yükü OneLake'den okuduğundan ve OneLake'e yazdığından, veri motorlar arasında taşınmaz. İşlem hattı üzerinden alınan, bir not defterinde geliştirilmiş ve Power BI raporunda görselleştirilmiş bir veri kümesi, yolculuğu boyunca tek bir yerde kalır.

Veri yaşam döngüsü altı aşamadan oluşur ve Doku her biri için amaca yönelik araçlar sağlar:

  • Veri alma: Yüzlerce kaynaktan verileri gerçek zamanlı olarak, zamanlamaya göre, sürekli veritabanı çoğaltması aracılığıyla veya yerinde dış depolamaya başvurarak OneLake'e getirin.

  • Verileri depolama: Esnek büyük veri analizi, yapılandırılmış SQL sorguları, gerçek zamanlı olay analizi, işlem işleme veya yönetilen iş raporlaması gibi verileri iş yükünüz için iyileştirilmiş depolama biçimlerinde kalıcı hale getirebilirsiniz.

  • Hazırlama ve dönüştürme: Düşük kodlu görsel dönüşümleri veya kod öncelikli not defterlerini ve yeniden kullanılabilir işlevleri kullanarak verileri OneLake'in dışına taşımadan temizleyin, yeniden şekillendirin ve zenginleştirin.

  • Analiz etme ve eğitme: Makine öğrenmesi modelleri oluşturup kullanıma hazır hale getirme, gelişmiş analiz çalıştırma, verileri program aracılığıyla sorgulama ve içgörüleri doğal dildeki yapay zeka aracıları aracılığıyla keşfetme.

  • İzleme ve görselleştirme: Etkileşimli raporlar aracılığıyla içgörüler elde edin, gerçek zamanlı panolardaki canlı veri akışlarını izleyin ve koşullar karşılandığında otomatik eylemleri tetikleyin.

  • Dış tümleştirme: Otomasyon, işbirliği, idare, geliştirici araçları ve CI/CD için dış hizmetlere güvenli bir şekilde bağlanın.

Aşağıdaki diyagramda bu aşamaların nasıl bağlandığı ve her aşamada hangi Doku öğelerinin katıldığı gösterilmektedir. Her aşama, özel bir makalede ayrıntılı olarak ele alınmıştır. Bu aşamada kullanılabilen özellikleri ve araçları keşfetmek için her bölümdeki bağlantıları kullanın.

Microsoft Fabric'te veri alımından depolama, hazırlık, analiz ve görselleştirmeye kadar uçtan uca veri yaşam döngüsünü gösteren diyagram.

Verileri Al

Farklı veri kümesi türleri, veri çoğaltma, dış depolama başvuruları, toplu veri kümeleri ve gerçek zamanlı veri akışları gibi farklı veri senaryolarında çok çeşitli veri kaynaklarından gelir. Bu veri kümelerini Fabric'in tümleştirme araçlarıyla alır ve dönüştürürsiniz. Veriler, tüm Dokular için merkezi veri depolama alanı olan OneLake'e iner. Anahtar alma yöntemleri şunlardır:

  • Gerçek zamanlı olay alımı ve yönlendirme için olay akışları.
  • 200'den fazla bağlayıcı ile toplu ve zamanlanmış veri taşıma için veri işlem hatları.
  • Operasyonel veritabanlarından ETL işlem hatları oluşturmadan sürekli çoğaltma için yansıtma.
  • Azure Data Lake, Amazon S3 veya Google Cloud Storage gibi dış depolamadan kopyalamadan veri sanallaştırma için kısayollar. Kısayollar, diğer Fabric çalışma alanlarından veya kiracılardan paylaşılan verilere de referans verebilir.
  • Kuruluş sınırları arasında veri kopyalamadan canlı, yönetilen veri kümelerine kiracılar arası erişim için OneLake veri paylaşımı.

Daha fazla bilgi için bkz. Microsoft Fabric'e veri alma.

Verileri depolama

Veri alımı tamamlandıktan sonra, tüm veriler açık Delta Parquet formatında OneLake'e aktarılır. OneLake, kuruluşunuzun tamamı için ayrı sağlama gerektirmeden tek bir veri gölü sağlar. OneLake verilerin tek bir kopyasını barındırdığından, depolamayı çoğaltmadan OneLake veri paylaşımını kullanarak yönetilen veri kümelerini kiracılar arasında paylaşabilirsiniz. Fabric, farklı iş yükleri için optimize edilmiş birkaç depolama öğesi sunar.

  • Dosyaları ve yönetilen Delta tablolarını otomatik SQL uç noktasıyla birleştiren esnek büyük veri depolama için Lakehouse.
  • Yapılandırılmış, ilişkisel analiz için, tam T-SQL desteği, saklı yordamlar ve ACID işlemleri sunan bir veri ambarı.
  • Gerçek zamanlı analiz yapmak için Eventhouse, akış ve telemetri verileri üzerinde Kusto Sorgu Dili (KQL) kullanır.
  • İşlem iş yükleri ve operasyonel analizler için SQL Veritabanı.
  • Raporları ve yapay zekayı destekleyen, seçilmiş iş mantığı, ölçüleri ve hiyerarşileri için anlamsal modeller.

Daha fazla bilgi için bkz . Microsoft Fabric'te veri depolama.

Verileri hazırlama ve dönüştürme

OneLake'e girdikten sonra, motorlar arasında veri hareketi olmadan Fabric platformu içerisinde kod odaklı motorlar veya düşük kodlu araçlar kullanarak verileri daha fazla dönüştürebilirsiniz.

  • Veri akışı 2. Nesil , veri temizleme, dönüştürme ve zenginleştirme için düşük kodlu bir Power Query arabirimi sağlar.
  • Not defterleri Python, T-SQL ve Scala tabanlı veri mühendisliği için Jupyter benzeri bir ortam sunar.
  • Kullanıcı Verileri İşlevleri , işlem hatlarından, not defterlerinden ve Etkinleştirici kurallarından çağrılabilen yeniden kullanılabilir özel Python mantığı eklemenizi sağlar.

Daha fazla bilgi için bkz. Verileri hazırlama ve dönüştürme.

Verileri analiz etme ve modelleri eğitma

Ml modellerini eğitmek ve gelişmiş analiz gerçekleştirmek için hazırlanan verileri kullanın. Fabric'in Veri Bilimi iş yükü ML modellerini oluşturmaya, eğitmeye ve kullanıma hazır hale getirmeye yönelik bir ortam sağlar:

  • MLflow denemeleri hiperparametreler, metrikler ve öğelerin otomatik günlüğe kaydedilmesiyle model eğitimi çalışmalarını izler.
  • ML modelleri sürüm oluşturma, meta veri izleme ve yeniden üretilebilirlik için MLflow destekli bir kayıt defterine kaydedilir.
  • Veri aracıları ve operasyon aracıları , doğal dil kullanarak verilerle etkileşim kurmanızı ve bulunan koşullar ve desenler üzerinde işlem yapmanızı sağlar.
  • GraphQL API'leri , geliştiricilerin tek bir uç nokta üzerinden birden çok Doku veri kaynağını sorgulaması için esnek bir veri erişim katmanı sağlar.
  • Power BI için Copilot , geçici analiz, DAX oluşturma ve doğal dil veri keşfi için üretken yapay zeka kullanır.

Daha fazla bilgi için bkz. Microsoft Fabric'te verileri analiz etme ve eğitme.

Verileri izleme ve görselleştirme

Raporlar, panolar ve gerçek zamanlı uyarılar oluşturmak için hazırlanan ve modellenmiş verileri kullanın:

  • Power BI raporları , Teams, SharePoint, PowerPoint ve Excel gibi Microsoft 365 uygulamaları arasında dağıtım ile anlamsal modeller üzerine oluşturulmuş etkileşimli veri görselleştirmeleri sağlar.
  • Translitik görev akışları , kullanıcıların kullanıcı veri işlevlerini çağırarak doğrudan Power BI raporlarından eylem gerçekleştirmesini sağlar.
  • Real-Time Intelligence panoları , KQL sorgularını ve görsel yazmayı kullanarak akış verilerini saniyenin altında gecikme süresiyle izler.
  • Etkinleştirici , akış verilerindeki koşulları algılar ve Teams uyarıları, e-postalar veya Power Automate akışları gibi otomatik eylemleri tetikler.
  • Fabric IQ , kurumsal verileri paylaşılan bir iş ontolojisiyle eşler ve yapay zeka aracılarının tam iş bağlamı ile verileriniz üzerinde mantık yürütmesine olanak tanır.

Daha fazla bilgi için bkz. Verileri izleme ve görselleştirme.

Dış entegrasyon

Çerçeve, hem veri sağlamak hem de içgörü sunmak için dış sistemlerle entegrasyon sağlar.

  • Power Automate ve Data Activator , veri koşullarına göre gerçek zamanlı iş akışı otomasyonu sağlar.
  • Microsoft 365 tümleştirmesi Teams, SharePoint, PowerPoint ve Excel'de içgörüleri ortaya çıkartır.
  • REST API'leri ve istemci kitaplıkları Doku kaynaklarına programlı erişim sağlar.
  • Microsoft Entra Id kimlik doğrulaması, koşullu erişim ve hizmet sorumlusu desteğini işler.
  • Azure DevOps ve GitHub ile Git entegrasyonu sürüm kontrolü ve CI/CD'yi etkinleştirir, bu da Fabric bileşenleri için uygundur.
  • Microsoft Purview , OneLake veri paylaşımı aracılığıyla kiracılar arasında paylaşılan veriler de dahil olmak üzere Doku veri varlığı genelinde birleşik veri idaresi, kataloglama ve uyumluluk sağlar.

Daha fazla bilgi için bkz. Dış tümleştirme ve platform bağlantısı.

Doğal dil ve yapay zeka desteği

Doğal dil desteği, Power BI Copilot, Veri Ajanları ve Operasyon Ajanları biçiminde gelir ve bu araçlar, OneLake'teki kurumsal veriler üzerinde mantık yürütebilir, kullanıcıların erişebileceği veri öğelerine göre yanıtlar üretebilir. Veri Aracılarını Microsoft 365 Copilot, Microsoft Foundry ve Copilot Studio ile tümleştirerek kullanıcıların farklı uygulamalardaki mevcut iş akışlarında OneLake'ten içgörüler edinebilmesini sağlayabilirsiniz.

İlgili içerik

  • Last updated on