A Graph a Microsoft Fabricben – áttekintés

A Microsoft Fabric grafikonja segít az adatokon belüli összetett kapcsolatok modellezésében, vizualizációjában és elemzésében. Ez egy méretezhető, nagyvállalati szintű megoldás, amely AI-alapú elemzésekké alakítja a leválasztott adatokat. A gráf használatával rejtett kapcsolatokat fedhet fel az adatokban, és javíthatja a döntéshozatali képességeket.

Ellentétben a hagyományos relációs adatbázisokkal, amelyek gyakran költséges illesztést és összetett lekérdezéseket igényelnek, a gráf:

Ezek a képességek együttesen lehetővé teszik a speciális gráfelemzést közvetlenül a OneLake-en anélkül, hogy manuálisan kellene beállítania a törékeny ETL-et (kinyerési, átalakító, betöltési) vagy adatreplikációs munkafolyamatokat, amelyek könnyen megszakadnak az adatváltozások során.

A Graph automatikusan méretez a nagy számítási feladatok kezelésére, így több milliárd kapcsolat elemzésére van lehetőség lassítás nélkül. Leíró címkéket és részleteket adhat hozzá az elemekhez (csomópontokhoz) és azok kapcsolataihoz (éleihez), így egyszerűbbé teheti az összetett kapcsolatok rendszerezését és keresését.

A natív GQL és az NL2GQL (Natural Language to GQL) támogatás használatával szabványokon alapuló, a gráfműveletekhez optimalizált lekérdezési képességekre tehet szert. Ezek a képességek hordozhatóságot és konzisztenciát biztosítanak a gráfmegoldások között, így lekérdezéseket migrálhat más GQL-kompatibilis rendszerekről. A Graph technológia eltávolítja az illesztések (JOIN-ok) és átalakítások összetettségét, így megnyitja az utat a zökkenőmentes gráfelemzés és a fejlett elemzések nagy léptékű megvalósítása előtt, mindezt úgy, hogy a meglévő adatait a OneLake-ben használja.

Miért fontos a gráfelemzés?

A hagyományos relációs és táblázatos adatformátumok megnehezítik – ha nem lehetetlen – a különböző adatpontok közötti kapcsolatok leképezését. Ezek a formátumok például nem tudják megjeleníteni a felhasználók, a bejegyzések, a megjegyzések, a fórumok és a címkék összekapcsolt kapcsolatait egy közösségimédia-platformon. A Graph segítségével rejtett kapcsolatokat, közösségeket és befolyást fedezhet fel az adatokban. A gráf használatával összetett kérdéseket is megválaszolhat a közösségi hálózatokkal, az üzleti folyamatokkal és egyebekkel kapcsolatban.

A Graph segítségével hatékonyan modellezheti, vizualizálhatja és kérdezheti le ezeket a kapcsolatokat. Segít megérteni az adatok összekapcsoltságát, és jobb elemzéseket tesz lehetővé.

  • Üzleti felhasználó: Vizuálisan feltárhatja a kapcsolatokat, NL-lekérdezéseket futtathat (természetes nyelven), és könnyedén nyerhet elemzéseket.
  • Adatmérnök: Gráfmodellek definiálása, adatok egységesítése a OneLake-ben alacsony és kód nélküli eszközökkel.
  • Adatelemző: Gráf algoritmusok és gépi tanulás használata Fabric adatelemzési környezetében.
  • Fejlesztő: Mesterséges intelligenciát használó ügynökök és valós idejű alkalmazások létrehozása gráfalapú környezeti elemzések használatával. Fabric Data Agent támogatja a grafikon alkalmazását adatforrásként (előzetes verzióban).

A Graph kibővíti a gráfelemzésekhez való hozzáférést a speciális szerepkörökön túl. A napi döntéshozatal során bármely felhasználó használhat csatlakoztatott adatokat.

A gráfokkal elvégezhető műveletek

A gráf használatával a következőket teheti:

  • A OneLake-ben strukturált adatokon egy címkézett tulajdonságdiagramot hozhat létre a csomópontok és élek meghatározásával a mögöttes táblázatos adatok alapján. A forrásadatok betöltéséről és frissítéséről az Adatok kezelése és frissítése című témakörben olvashat.

  • Lekérdezés a GQL (Graph Query Language) használatával, beleértve a mintaegyeztetést, az elérésiút-szerkezeteket, az összesítéseket és a kiadásukkor megjelenő egyéb funkciókat. A GQL hivatalos nemzetközi szabványa az ISO/IEC 39075 Információtechnológia – Adatbázisnyelvek – GQL.

  • Power Graph-alapú AI-érvelés, ha gráfot ad hozzá adatforrásként Fabric adatügynökben. Az NL2GQL működésével kapcsolatos részletekért lásd a Graph-alapú AI-érvelési közleményt.

  • A feladatfüggvény-alapú szolgáltatások előnyei:

    • Az adatmérnökök diagramokat modellezhetnek és hozhatnak létre.
    • Az elemzők alacsony kódú vagy kód nélküli lekérdezéseket futtathatnak, és összeállíthatják a nézetkészleteket.
    • Az üzleti felhasználók vizuálisan ismerkedhetnek meg, vagy természetes nyelvet használhatnak az adatok kezeléséhez.

  • Működés a Fabric-en belül: Automatikusan leáll, ha nincs használatban, és figyeli a használatot a kapacitásmetrikák alkalmazásában – mindezt a Fabric OneLake biztonsági, megfelelőségi és engedélymodell szabályozza.

Integráció a Microsoft Fabric

A Graph mélyen integrálva van a Microsoft Fabric platformmal, beleértve az egyesített adattároláshoz használt OneLake-t és a vizualizációhoz Fabric felhasználói felületet. Zökkenőmentesen integrálható Microsoft Fabric irányítási, biztonsági és üzemeltetési funkcióival.

A gráfelemzést beépítheti a meglévő munkafolyamatokba, így nincs szükség adatkettőzésre és speciális készségekre. Így a hagyományos különálló gráfadatbázisokhoz képest szélesebb közönség számára is elérhetővé teheti az elemzéseket. A végpontok közötti adatfolyam részletes megtekintéséhez tekintse meg a gráf működését ismertető témakört.

Gráfalapú AI-érvelés Fabric adatügynökkel (előzetes verzió)

Fabric Data Agent támogatja a Microsoft Fabric gráfját, mint adatforrást a csatlakoztatott adatok mesterséges intelligencián alapuló érveléséhez. Amikor gráfot ad hozzá adatforrásként, a felhasználók természetes nyelvi kérdéseket tehetnek fel, amelyekre az ügynök válaszol a gráf lekérdezésével.

Ez az integráció olyan forgatókönyvekhez használható, mint a több ugrásos kérdések megválaszolása, a tudássegédek és a lekéréses-bővített generációs (RAG) munkafolyamatok, ahol a kapcsolati környezet javítja a válaszminőséget. Az NL2GQL a természetes nyelv GQL-vé való lefordításával kapcsolatos részletekért tekintse meg a gráfalapú AI-érvelési közleményt.

Megjegyzés:

A gráfalapú AI-érvelés jelenleg előzetes verzióban érhető el. Az Fabric adatügynökkel kapcsolatos további információkért lásd Fabric adatügynökkel kapcsolatos fogalmakat.

Hogyan különbözik a gráf az önálló gráfadatbázisoktól?

Area gráf Önálló gráfadatbázis
Adatgravitáció A Graph közvetlenül a OneLake-en működik, így nem kell ETL-t vagy duplikált adatokat végrehajtania. Az önálló gráfadatbázisokhoz külön gráfadatbázis-példányba kell áthelyeznie vagy duplikálnia az adatokat, ami összetettebbé és nagyobb terheléshez vezethet.
Skálázhatóság A szolgáltatás nagy méretű gráfokhoz lett tervezve, és horizontális felskálázást használ több gépen a big data számítási feladatok hatékony kezeléséhez. A legtöbb különálló gráfadatbázis vertikálisan felskálázott architektúrákra vagy különálló fürtökre támaszkodik, amelyeket a gyártó vagy a kiadás korlátozhat, ami a méretezhetőséget is korlátozhatja.
Nyelv A Graph kompatibilis az új GQL szabványsal, és beépített gráfelemzési algoritmusokat is tartalmaz. Az önálló gráfadatbázisok gyakran használnak szállítóspecifikus lekérdezési nyelveket és különálló elemzési keretrendszereket. Az algoritmusok támogatása széles körben változhat.
Felhasználói élmény A felhasználók egységes Microsoft Fabric felületet használhatnak modellezéshez, lekérdezéshez, üzleti intelligenciához (BI), mesterséges intelligenciához (AI) való integrációhoz és kód nélküli kutatáshoz. Speciális gráfmérnöki ismeretekre nincs szükség. Az önálló gráfadatbázisok elsősorban fejlesztőközpontúak, konzolokkal és SDK-kkal, amelyek gyakran speciális készségeket igényelnek. A vizualizáció és az alacsony kódszámú eszközök különállóak lehetnek, és további beállításokat igényelhetnek.
Műveletek > költség A grafikon a meglévő Fabric kapacitását használja, és automatikusan csökkenti az erőforrásokat, amikor nincs használatban, segít a költségek csökkentésében. Az önálló gráfadatbázisok külön fürtöket vagy licenceket, egyéni skálázást és monitorozást igényelnek, és gyakran tétlen kapacitás költségekkel járnak. Növelik a működési összetettség és a költségek.
Irányítás és biztonság Microsoft Fabric natív OneLake-szabályozást, vonalkövetést és munkaterületi szerepköralapú hozzáférés-vezérlést (RBAC) biztosít. Integrálható Fabric biztonsági és naplózási megfelelőségi szabványokkal. Az önálló gráfadatbázisok különálló biztonsági és szabályozási modellekkel rendelkeznek, amelyeket egymástól függetlenül kell konfigurálnia és naplóznia. Növelhetik a kockázatokat és az adminisztratív terheket.

Megjegyzés:

Csatlakozzon az új Fabric felhasználói panelhez visszajelzések megosztásához, valamint Fabric és Power BI alakításához. Vegyen részt felmérésekben és egyéni megbeszélésekben a termékcsapattal. További információ és regisztráció: Fabric felhasználói panel.

Díjszabás és kapacitásegységek

A Graph ugyanazokat a kapacitásegységeket (CU-kat) használja, mint a Microsoft Fabric más számítási feladatai. Nem kell külön gráfspecifikus licencet vagy termékváltozatot vásárolnia. Minden gráfművelet, beleértve az adatbetöltést, a lekérdezést és a futó algoritmusokat, a szervezet fenntartott vagy használatalapú fizetéses Fabric kapacitását használja fel.

A gráfműveletek számlázása a processzor üzemideje alapján történik. Az üzemidő minden másodperce 10 CU-másodperc költséggel jár. A CPU üzemidejének minden munkamenete percekre lesz felkerekítve.

A gráftároláshoz a rendszer legalább 100 GB-ot biztosít. A gráftárolás számlázása a OneLake Cache-hez hasonlóan történik.

További információ a díjszabásról és a kapacitásegységről: Microsoft Fabric díjszabás.

A gráfterhelés erőforrás-felhasználását és teljesítményét a Fabric Kapacitás Metrics alkalmazásban figyelheti. A Fabric Metrics alkalmazásban és a havi számlákon a következő sorelemek jelennek meg:

Fabric művelet neve a Metrics Alkalmazásban Azure számlázási mérő
Gráf általános műveletei Gráfkapacitás kihasználtsága CU
Gráf gyorsítótár tárhely OneLake Cache

Régiónkénti elérhetőség

A Graph jelenleg a következő régiókban érhető el:

  • Ausztrália keleti régiója
  • Délkelet-Ausztrália
  • Dél-Brazília
  • Közép-Kanada
  • Közép-India
  • USA középső régiója
  • Kelet-Ázsia
  • USA keleti régiója
  • USA 2. keleti régiója
  • Közép-Franciaország
  • Középnyugat-Németország
  • Közép-Izrael
  • Észak-Olaszország
  • Kelet-Japán
  • Nyugat-Japán
  • Korea középső régiója
  • Közép-Mexikó
  • USA északi középső régiója
  • Észak-Európa
  • Kelet-Norvégia
  • Közép-Lengyelország
  • Dél-Afrika északi régiója
  • USA déli középső régiója
  • Délkelet-Ázsia
  • Dél-India
  • Közép-Spanyolország
  • Közép-Svédország
  • Észak-Svájc
  • Nyugat-Svájc
  • Egyesült Arab Emírségek északi régiója
  • Egyesült Királyság déli régiója
  • Egyesült Királyság nyugati régiója
  • Nyugat-Európa
  • USA nyugati régiója
  • USA 2. nyugati régiója
  • USA 3. nyugati régiója

Kapcsolódó tartalom

  • Last updated on