注释
此功能目前处于公开预览状态。 此预览版在没有服务级别协议的情况下提供，不建议用于生产工作负荷。 某些功能可能不受支持或者受限。 有关详细信息，请参阅 Microsoft Azure 预览版的使用条款。
Microsoft Fabric 中的图形将存储在 OneLake 中的结构化数据转换为可建模的可查询图形。 然后，可以使用通过通用引擎执行的基于视觉对象或 GQL 的工具查询图形，以生成视觉对象、表格或编程结果。
本文简要介绍了图形的体系结构，并演练从源到见解的端到端数据流。
下图演示了从源到见解的端到端数据流：
数据源
数据源自外部系统，例如Azure服务、其他云平台或本地源。 Microsoft Fabric可以轻松连接到各种数据服务并将数据引入 OneLake。
OneLake 中的存储
将引入的数据存储在 OneLake 中，作为表格源表存储在 Lakehouse 中。 图表能够直接从数据湖仓库表中读取数据，因此您无需复制或将数据移入单独的数据库。
图形建模
在图形建模步骤中，通过指定以下内容定义图形架构：
- 节点类型： 数据中的实体，例如客户、产品或订单。
- 边缘类型： 实体之间的关系，例如“购买”、“包含”或“生成”。
- 表映射： 节点和边缘定义如何映射到基础源表。
此步骤建立 标记的属性图 结构。 必须先完成图形建模，然后才能查询图形。
注释
graph 当前不支持架构演变。 如果需要进行结构更改，例如添加新属性、修改标签或更改关系类型，请将更新的源数据重新引入新模型。
可查询图形
保存模型时，图形会从基础 Lakehouse 表引入数据，并构造可读取优化且可查询的图形。 此图形结构针对遍历和模式匹配进行优化，可大规模实现快速高效的图形查询。
查询编写
可以使用两种方式之一针对可查询图数据库编写查询：
- 查询生成器： 用于浏览节点和关系的视觉对象交互式界面，无需编写代码。 有关详细信息，请参阅 使用查询生成器查询图形。
- 代码编辑器： 用于编写 GQL（图形查询语言） 查询的基于文本的编辑器。 有关详细信息，请参阅 使用 GQL 查询图形。
这两个选项都针对相同的底层图。 选择适合工作流的创作体验。
查询执行
通过支持以下功能的通用执行层执行编写的查询：
- GQL： 使用 图形查询语言（ISO/IEC 39075）的国际标准查询图形。
- 自然语言到 GQL （NL2GQL）： 将自然语言问题转换为 GQL 查询。 注册 NL2GQL 预览版。
- 基于 REST 的执行： 使用 GQL 查询 API 以编程方式运行查询。
此层针对可查询图形运行查询逻辑并返回结果。
查询结果
根据查询图形的方式，你会收到以下一个或多个格式的结果：
- 可视图表：节点与关系的交互式可视化。
- 表格结果集： 行和列中的结构化数据。
- 编程响应： 用于 REST 或下游系统的 JSON 输出。
你可以以交互方式浏览结果，将其共享为只读查询集，或在其他工具和应用程序中使用这些查询集。