Freigeben über


Fabric Graph-Übersicht (Vorschau)

Hinweis

Dieses Feature ist zurzeit als öffentliche Preview verfügbar. Diese Vorschauversion wird ohne Vereinbarung zum Servicelevel bereitgestellt und ist nicht für Produktionsworkloads vorgesehen. Manche Features werden möglicherweise nicht unterstützt oder sind nur eingeschränkt verwendbar. Weitere Informationen finden Sie unter Supplementale Nutzungsbedingungen für Microsoft Azure Previews.

Fabric Graph hilft Ihnen beim Modellieren, Visualisieren und Analysieren komplexer Beziehungen innerhalb Ihrer Daten. Es ist eine skalierbare Lösung auf Unternehmensniveau, die getrennte Daten in KI-gestützte Einblicke verwandelt. Mithilfe von Graph können Sie ausgeblendete Verbindungen innerhalb Ihrer Daten aufdecken und die Entscheidungsfindungsfunktionen verbessern.

Im Gegensatz zu herkömmlichen relationalen Datenbanken, die häufig kostspielige Verknüpfungen und komplexe Abfragen erfordern, graph:

Zusammen ermöglichen diese Funktionen erweiterte Graph-Analysen direkt auf OneLake, ohne dass fragile ETL -Workflows (Extrahieren, Transformieren, Laden) oder Datenreplikationsworkflows manuell eingerichtet werden müssen, die beim Ändern von Daten leicht beschädigt werden.

Graph skaliert automatisch, um große Workloads zu verarbeiten, sodass Sie Milliarden von Beziehungen ohne Verlangsamung analysieren können. Sie können beschreibende Tags und Details zu Elementen (Knoten) und deren Verbindungen (Kanten) hinzufügen, sodass komplexe Beziehungen einfacher organisiert und durchsucht werden können.

Mithilfe der nativen GQL- und Natural Language to GQL-Unterstützung (NL2GQL) erhalten Sie standardsbasierte Abfragefunktionen, die für Graphvorgänge optimiert sind. Diese Funktionen bieten Portabilität und Konsistenz über Graph-Lösungen hinweg, sodass Sie Abfragen von anderen GQL-kompatiblen Systemen migrieren können. Graph entfernt die Komplexität von Joins und Transformationen, um nahtlose Graphanalyse und fortschrittliche Einblicke in großem Maßstab freizuschalten, indem Sie Ihre vorhandenen Daten in OneLake verwenden.

Warum Graph Analytics wichtig ist

Herkömmliche relationale und tabellarische Datenformate erschweren die Zuordnung von Beziehungen zwischen verschiedenen Datenpunkten , wenn nicht unmöglich. Diese Formate können beispielsweise nicht die miteinander verknüpften Verbindungen zwischen Benutzern, Beiträgen, Kommentaren, Foren und Tags auf einer Social Media-Plattform anzeigen. Mithilfe von Graph können Sie ausgeblendete Verbindungen, Communitys und Einfluss auf Ihre Daten aufdecken. Mithilfe von Graph können Sie komplexe Fragen zu sozialen Netzwerken, Geschäftsprozessen und mehr beantworten.

Graph bietet eine effiziente Möglichkeit zum Modellieren, Visualisieren und Abfragen dieser Beziehungen. Es hilft Ihnen, die Vernetzung Ihrer Daten zu verstehen und bessere Einblicke zu erzielen.

  • Geschäftsbenutzer: Erkunden Sie Beziehungen visuell, führen Sie NL-Abfragen (natürliche Sprache) aus, und gewinnen Sie mühelos Einblicke.
  • Data Engineer: Definieren von Graphmodellen, Vereinheitlichung von Daten in OneLake mit Low- und No-Code-Tools.
  • Data Scientist: Verwenden Sie Graphalgorithmen und ML (Maschinelles Lernen) in der Data Science-Umgebung von Fabric.
  • Entwickler: Erstellen Sie KI-Agents und Echtzeit-Apps mithilfe von graphbasierten kontextbezogenen Erkenntnissen.

Graph erweitert den Zugriff auf Graph-Erkenntnisse über spezielle Rollen hinaus. Jeder Benutzer kann verbundene Daten in der täglichen Entscheidungsfindung verwenden.

Was Sie mit Graph tun können

Mithilfe von Graph haben Sie folgende Möglichkeiten:

  • Erstellen Sie ein beschriftetes Eigenschaftendiagramm über strukturierte Daten in OneLake, indem Sie ihre Knoten und Kanten in Bezug auf zugrunde liegende tabellarische Daten definieren.

    Von Bedeutung

    Graph unterstützt derzeit keine Schemaentwicklung. Nachdem Sie Ihre Daten aufgenommen und modelliert haben, ist die Struktur von Knoten, Beziehungen und Eigenschaften festgelegt. Wenn Sie strukturelle Änderungen vornehmen müssen , z. B. das Hinzufügen neuer Eigenschaften, ändern von Bezeichnungen oder Ändern von Beziehungstypen, müssen Sie die aktualisierten Quelldaten in ein neues Modell erneut aufnehmen.

  • Abfragen mithilfe von GQL (Graph Query Language), einschließlich Musterabgleich, Pfadkonstrukten, Aggregationen und anderen Features, sobald sie verfügbar sind. Der offizielle internationale Standard für GQL ist ISO/IEC 39075 Information Technology - Database Languages - GQL.

  • Profitieren Sie von funktionsbasierten Arbeitserfahrungen:

    • Datentechniker können Diagramme modelliert und erstellen.
    • Analysten können Low-Code- oder No-Code-Abfragen ausführen und Ansichtssätze zusammenstellen.
    • Geschäftsbenutzer können visuell untersuchen oder natürliche Sprache verwenden , um mit den Daten zu interagieren.
  • Innerhalb von Fabric arbeiten: Automatisch herunterfahren, wenn nicht in Gebrauch, und Nutzung in der Kapazitätsmetriken-App überwachen – alles gesteuert durch das Fabric OneLake-Sicherheits-, Compliance- und Berechtigungsmodell.

Integration mit Microsoft Fabric

Graph ist tief in die Microsoft Fabric-Plattform integriert, einschließlich OneLake für einheitliche Datenspeicher und Fabric UI für die Visualisierung. Sie lässt sich nahtlos in die Governance-, Sicherheits- und Betriebsfunktionen Microsoft Fabric integrieren.

Sie können Graph-Analysen in Ihre vorhandenen Workflows integrieren, sodass keine Datenduplizierung und spezielle Fähigkeiten erforderlich sind. Sie können also Einblicke für eine breitere Zielgruppe im Vergleich zu herkömmlichen eigenständigen Diagrammdatenbanken zugänglich machen.

Unterschiede zwischen Graph und eigenständigen Diagrammdatenbanken

Area Graph Eigenständige Graphdatenbank
Datenkraft Graph arbeitet direkt auf OneLake, sodass Sie keine ETL- oder Duplikatdaten ausführen müssen. Eigenständige Graphdatenbanken erfordern, dass Sie Ihre Daten in eine separate Graphdatenbankinstanz verschieben oder duplizieren, wodurch Komplexität und Mehraufwand entstehen können.
Skalierbarkeit Der Dienst wurde für große Diagramme entwickelt und verwendet skalierungsfreies Sharding auf mehreren Computern, um Big Data-Workloads effizient zu verarbeiten. Die meisten eigenständigen Graphdatenbanken basieren auf Skalierungsarchitekturen oder Clustern, die vom Anbieter oder der Edition eingeschränkt werden können, was die Skalierbarkeit einschränken kann.
Language Graph ist mit dem neuen GQL-Standard (Vorschau) kompatibel und enthält integrierte Graph-Analysealgorithmen. Eigenständige Graphdatenbanken verwenden häufig herstellerspezifische Abfragesprachen und separate Analyseframeworks. Die Unterstützung für Algorithmen kann stark variieren.
Benutzerfreundlichkeit Benutzer profitieren von einer einheitlichen Microsoft Fabric Schnittstelle für Modellierung, Abfrage, Business Intelligence (BI), KI-Integration (Künstliche Intelligenz) und Low/No-Code-Exploration. Spezialisierte Graph-Engineering-Fähigkeiten sind nicht erforderlich. Eigenständige Graphdatenbanken sind in erster Linie entwicklerorientiert, mit Konsolen und SDKs, die häufig spezielle Fähigkeiten erfordern. Visualisierungs- und Low-Code-Tools können getrennt sein und erfordern möglicherweise zusätzliche Einrichtung.
Betriebs- und Kostenkosten Graph verwendet Ihre vorhandene Fabric-Kapazität und reduziert ressourcen automatisch, wenn sie nicht verwendet werden, wodurch Sie Kosten sparen können. Eigenständige Graphdatenbanken erfordern separate Cluster oder Lizenzen, benutzerdefinierte Skalierung und Überwachung und verursachen häufig Leerlaufkapazitätsgebühren. Sie erhöhen die betriebliche Komplexität und Kosten.
Governance und Sicherheit Microsoft Fabric bietet systemeigene OneLake-Governance, Lineage Tracking und rollenbasierte Zugriffssteuerung für Arbeitsbereiche (RBAC). Es integriert sich in die Fabric-Compliance-Standards für Sicherheit und Prüfung. Eigenständige Graphdatenbanken verfügen über separate Sicherheits- und Governancemodelle, die Sie unabhängig konfigurieren und überwachen müssen. Sie können das Risiko und den Verwaltungsaufwand erhöhen.

Hinweis

Treten Sie dem neuen Fabric-Benutzerpanel bei, um Feedback zu geben und die Entwicklung von Fabric und Power BI zu gestalten. Nehmen Sie an Umfragen und Einzelsitzungen mit dem Produktteam teil. Weitere Informationen und Registrierung finden Sie im Fabric-Benutzerbereich.

Preise und Kapazitätseinheiten

Graph verwendet dieselben Kapazitätseinheiten (CUs) wie andere Workloads in Microsoft Fabric. Sie müssen keine separate graphenspezifische Lizenz oder SKU erwerben. Alle Diagrammvorgänge, einschließlich Datenaufnahme, Abfrage und Ausführung von Algorithmen, nutzen die reservierte oder kostenpflichtige Fabric-Kapazität Ihrer Organisation.

Graph-Operationen werden basierend auf der CPU-Betriebszeit in Rechnung gestellt. Jede Sekunde Betriebszeit verursacht Kosten von 10 CU-Sekunden. Jede Aktivzeit der CPU wird auf Minuten aufgerundet.

Für den Graph-Speicher stellt das System mindestens 100 GB bereit. Der Graph-Speicher wird mit der gleichen Rate wie oneLake Cache abgerechnet.

Weitere Informationen zu Preisen und Kapazitätseinheiten finden Sie unter Microsoft Fabric Pricing.

Sie können den Ressourcenverbrauch und die Leistung Ihrer Grafik-Workload in der Fabric-Kapazitätsmetriken-Anwendung überwachen. Die folgenden Zeilenelemente werden in der Fabric Metrics-App und auf monatlichen Rechnungen angezeigt:

Fabric-Vorgangsname in der Metrics-App Azure Abrechnungszähler
Allgemeine Graph-Vorgänge Graph Kapazitätsnutzung CU
Graph-Cachespeicher OneLake-Cache

Regionale Verfügbarkeit

Graph ist derzeit in den folgenden Regionen verfügbar:

  • Australia East
  • Australia Southeast
  • Brasilien Süd
  • Canada Central
  • Zentralindien
  • Central US
  • Ostasien
  • East US
  • Ost-USA 2
  • Frankreich, Mitte
  • Deutschland West Central
  • Israel Central
  • Italy North
  • Japan, Osten
  • Japan West
  • Korea Central
  • Mexiko Zentral
  • Nord-Mittel-USA
  • Nordeuropa
  • Norway East
  • Poland Central
  • Südafrika Nord
  • Süd-Mittel-USA
  • Südostasien
  • South India
  • Spain Central
  • Schweden, Mitte
  • Switzerland North
  • Switzerland West
  • Vereinigte Arabische Emirate, Norden
  • UK South
  • UK West
  • West Europe
  • West US
  • Westliches USA 2
  • Westliches USA 3