什麼是 Microsoft Fabric？

  • 發行項

Microsoft Fabric 是一個全方位分析解決方案，適用於企業，涵蓋從數據移動到數據科學、即時分析和商業智慧等所有專案。 它提供一套完整的服務，包括 Data Lake、數據工程和數據整合，全都放在一個地方。

使用 Fabric 時，您不需要將多個廠商的不同服務拼湊在一起。 相反地，您可以享受高度整合、端對端且易於使用的產品，其設計目的是簡化分析需求。

此平臺是以軟體即服務 （SaaS） 為基礎所建置，其採用簡單且整合至全新的層級。

SaaS 基礎

Microsoft Fabric 將 Power BI、Azure Synapse 和 Azure Data Factory 中的新元件和現有元件整合至單一整合式環境。 然後，這些元件會以各種自定義用戶體驗呈現。

Diagram of the software as a service foundation beneath the different experiences of Fabric.

網狀架構會將 資料工程師、Data Factory、資料科學、數據倉儲、即時分析及 Power BI 等體驗整合至共用 SaaS 基礎。 這項整合提供下列優點：

  • 存取業界廣泛的深入整合分析。
  • 跨熟悉且容易學習的體驗共享體驗。
  • 開發人員可以輕鬆地存取及重複使用所有資產。
  • 統一的數據湖，可讓您在使用慣用的分析工具時保留數據的位置。
  • 所有體驗的集中式管理和治理。

透過 Microsoft Fabric SaaS 體驗，所有數據和服務都會順暢地整合。 IT 小組可以集中設定核心企業功能和許可權，並會自動套用到所有基礎服務。 此外，數據敏感度標籤會自動跨套件中的項目繼承。

網狀架構可讓建立者專注於產生最佳工作，讓他們不必整合、管理或瞭解支持體驗的基礎結構。

Microsoft Fabric 的元件

Microsoft Fabric 提供一組完整的分析體驗，旨在順暢地合作。 每個體驗都是針對特定角色和特定工作量身打造。 Fabric 包含下列類別中領先業界的體驗，以取得端對端分析需求。

Screenshot of the Fabric menu of experiences.

  • 資料工程師 - 資料工程師 體驗為世界級的 Spark 平臺提供絕佳的撰寫體驗，讓數據工程師能夠透過 Lakehouse 執行大規模的數據轉換，並將數據大眾化。 Microsoft Fabric Spark 與 Data Factory 的整合可讓筆記本和 Spark 作業排程和協調。 如需詳細資訊，請參閱 什麼是 Microsoft Fabric 中的數據工程？

  • Data Factory - Azure Data Factory 結合了 Power Query 的簡單性與 Azure Data Factory 的規模和能力。 您可以使用 200 多個原生連接器連線到內部部署和雲端中的數據來源。 如需詳細資訊，請參閱 什麼是 Microsoft Fabric 中的 Data Factory？

  • 資料科學 - 資料科學 體驗可讓您在網狀架構體驗中順暢地建置、部署及運作機器學習模型。 它會與 Azure 機器學習 整合，以提供內建的實驗追蹤和模型登錄。 數據科學家能夠利用預測來擴充組織數據，並允許商務分析師將這些預測整合到其 BI 報表中。 如此一來，它就會從描述性轉為預測性深入解析。 如需詳細資訊，請參閱 什麼是 Microsoft Fabric 中的數據科學？

  • 數據倉儲 - 數據倉儲 體驗提供領先業界的 SQL 效能和規模。 它會完全分隔計算與記憶體，以獨立調整這兩個元件。 此外，它會以開放式 Delta Lake 格式原生儲存數據。 如需詳細資訊，請參閱 什麼是 Microsoft Fabric 中的數據倉儲？

  • 即時分析 - 觀察數據，其會從各種來源收集，例如應用程式、IoT 裝置、人為互動等等。 它目前是增長最快的數據類別。 此數據通常以 JSON 或 Text 等格式進行半結構化。 其數量龐大，且架構有所轉移。 這些特性使得傳統數據倉儲平台難以使用。 即時分析最適合用於觀察數據分析的類別引擎。 如需詳細資訊，請參閱 什麼是 Fabric 中的即時分析？

  • Power BI - Power BI 是世界領先的商業智能平臺。 它可確保企業擁有者可以快速且直覺地存取 Fabric 中的所有數據，以使用數據做出更好的決策。 如需詳細資訊，請參閱 什麼是Power BI？

網狀架構會將所有這些體驗整合在一個統一的平臺，以提供業界最全面的巨量數據分析平臺。

Microsoft Fabric 可讓組織和個人將大型且複雜的數據存放庫轉換成可操作的工作負載和分析，而且是數據網格架構的實作。 若要深入了解數據網格，請瀏覽說明 數據網格架構的文章。

OneLake 和 lakehouse - 湖屋的統一

Microsoft Fabric 平臺會跨企業統一 OneLake 和 Lakehouse 架構。

OneLake

Data Lake 是建置所有網狀架構服務的基礎。 Microsoft Fabric Lake 也稱為 OneLake。 它內建於 Fabric 服務中，並提供統一的位置來儲存體驗運作的所有組織數據。

OneLake 建置在 ADLS （Azure Data Lake 儲存體） Gen2 之上。 它提供單一 SaaS 體驗和全租使用者存放區，以處理專業開發人員和公民開發人員的數據。 OneLake SaaS 體驗可簡化體驗，不需要使用者瞭解任何基礎結構概念，例如資源群組、RBAC（角色型 存取控制）、Azure Resource Manager、備援或區域。 此外，它不需要使用者甚至有 Azure 帳戶。

OneLake 可消除現今普遍且混亂的數據尋址接收器，而個別開發人員會在布建及設定自己的隔離記憶體帳戶時建立。 相反地，OneLake 為所有開發人員提供單一、統一的儲存系統，其中探索和數據共用是微不足道的，而且會集中且統一地強制執行原則和安全性設定。 如需詳細資訊，請參閱 什麼是 OneLake？

OneLake 和 Lakehouse 的組織結構

OneLake 本質上是階層式的，可簡化整個組織的管理。 它內建於 Microsoft Fabric 中，不需要任何預先布建。 每個租用戶只有一個 OneLake，它提供跨使用者、區域甚至雲端的單一玻璃窗格檔案系統命名空間。 OneLake 中的資料分成可管理的容器，以便輕鬆處理。

租用戶會對應至 OneLake 的根目錄，且位於階層的最上層。 您可以在租使用者內建立任意數目的工作區，這可視為資料夾。

下圖顯示儲存數據的各種 Fabric 專案。 這是 Fabric 中各種專案如何將數據儲存在 OneLake 內的範例。 如所示，您可以在租使用者內建立多個工作區，在每個工作區內建立多個 Lakehouse。 Lakehouse 是代表數據湖上資料庫之檔案、資料夾和數據表的集合。 若要深入瞭解，請參閱 什麼是湖屋？。

Diagram of the hierarchy of items like lakehouses and semantic models within a workspace within a tenant.

租使用者中的每個開發人員和業務單位都可以在 OneLake 中立即建立自己的工作區。 他們可以將數據內嵌到自己的 Lakehouse、開始處理、分析及共同作業數據，就像 Office 中的 OneDrive 一樣。

所有 Microsoft Fabric 計算體驗都會預先連線到 OneLake，就像預先連接 Office 應用程式 數據，以使用組織 OneDrive。 資料工程師、數據倉儲、Data Factory、Power BI 和即時分析等體驗會使用 OneLake 作為原生存放區。 它們不需要任何額外的設定。

Diagram of different experiences all accessing the same OneLake data storage.

OneLake 的設計目的是允許使用 快捷方式 功能將現有 PaaS 記憶體帳戶立即掛接至 OneLake。 不需要移轉或移動任何現有的數據。 使用快捷方式，您可以存取儲存在 Azure Data Lake 儲存體 中的數據。

此外，快捷方式可讓您輕鬆地在使用者與應用程式之間共享數據，而不需要移動或複製資訊。 快捷方式功能延伸至其他記憶體系統，可讓您使用透明、智慧型快取來撰寫和分析雲端中的數據，進而降低輸出成本，並讓數據更接近計算。

ISV 的網狀架構解決方案

如果您有興趣整合解決方案與 Microsoft Fabric，您可以根據您想要達成的整合層級，使用下列其中一個路徑：

  • Interop - 將您的解決方案與 OneLake Foundation 整合，並與 Fabric 建立基本連線和互操作性。
  • 在 Fabric 上開發 - 在 Fabric 平臺之上建置您的解決方案，或在現有應用程式中順暢地內嵌 Fabric 的功能。 它可讓您主動運用網狀架構功能。
  • 建置網狀架構工作負載 - 在 Fabric 中建立自定義的工作負載和體驗。 量身打造您的供應專案，以在運用網狀架構生態系統的同時提供其價值主張。

如需詳細資訊，請參閱 網狀架構 ISV 合作夥伴生態系統。

相關內容