什麼是語意連結？

語意連結是一項功能，可讓您在 Microsoft Fabric 中建立語意模型與 Synapse 資料科學之間的連線。 Microsoft Fabric 僅支援使用語意連結。

針對 Spark 3.4 和更新版本，使用 Fabric 時，預設運行時間提供語意連結，而且不需要加以安裝。如果您使用 Spark 3.3 或更新版本，或想要更新為最新版本的 Semantic Link，您可以執行命令：

%pip install -U semantic-link

語意連結的主要目標是促進數據連線、啟用語意信息的傳播，並與數據科學家所使用的已建立工具緊密整合，例如筆記本。語意連結可協助您以標準化方式保留數據語意的定義域知識，以加速數據分析並減少錯誤。

語意連結概觀

數據流會從包含數據和語意信息的語意模型開始。語意鏈接會橋接 Power BI 與資料科學體驗之間的差距。

此圖顯示從 Power BI 到 Synapse 中筆記本的數據流，資料科學和回到 Power BI。

透過語意連結，您可以在資料科學體驗中使用Power BI的語意模型來執行工作，例如使用機器學習技術深入的統計分析和預測模型。數據科學工作的輸出可以使用 Apache Spark 儲存在 OneLake 中，並使用 Direct Lake 內嵌至 Power BI。

語意模型可作為單一表格式物件模型，為語意定義提供可靠的來源，例如 Power BI 量值。若要連線到語意模型：

語意連結可透過 SemPy Python 連結庫提供 Python pandas 生態系統的數據連線，讓數據科學家輕鬆地處理數據。
語意連結可讓您透過 Spark原生連接器 存取語意模型，讓數據科學家更熟悉 Apache Spark 生態系統。此實作支援各種語言，包括 PySpark、Spark SQL、R 和 Scala。

數據中的語意資訊包括Power BI 資料類別，例如地址和郵遞區號、資料表之間的關聯性，以及階層式資訊。這些數據類別包含語意鏈接傳播至資料科學環境的元數據，以啟用新的體驗並維護數據譜系。語意連結的一些範例應用程式如下：

語意連結是功能強大的工具，可讓商務分析師在完整的數據科學環境中有效地使用數據。語意連結可藉由消除重新實作Power BI量值中內嵌的商業規則，促進數據科學家與商務分析師之間的順暢共同作業。這種方法可確保雙方都能有效率且具生產力地運作，以最大化其數據驅動深入解析的潛力。

FabricDataFrame 是語意連結的核心數據結構。它會將 pandas DataFrame 子類別化，並新增元數據，例如語意資訊和譜系。 FabricDataFrame 是語意鏈接用來將語意資訊從語意模型傳播到資料科學環境的主要數據結構。

FabricDataFrame 支援所有 pandas 作業等等。它會公開語意函式和 add-measure 方法，讓您能夠在數據科學工作中使用 Power BI 量值。