Del via

graf i Microsoft Fabric-oversikt (forhåndsvisning)

Note

Denne funksjonen er for øyeblikket i offentlig forhåndsversjon. Denne forhåndsvisningen leveres uten en tjenesteavtale, og anbefales ikke for produksjonsarbeidsbelastninger. Enkelte funksjoner støttes kanskje ikke eller kan ha begrensede funksjoner. For mer informasjon, se Supplemental Terms of Use for Microsoft Azure Previews.

Graph i Microsoft Fabric hjelper deg med å modellere, visualisere og analysere komplekse relasjoner i dataene dine. Det er en skalerbar, bedriftsmessig løsning som gjør frakoblet data om til AI-drevne innsikter. Ved å bruke graf kan du avdekke skjulte sammenhenger i dataene dine og forbedre beslutningsevnen.

I motsetning til tradisjonelle relasjonsdatabaser som ofte krever kostbare joins og komplekse spørringer, grafer:

Sammen muliggjør disse funksjonene avansert grafanalyse direkte på OneLake uten behov for manuelt å sette opp skjøre ETL-arbeidsflyter (extract, transform, load) eller datareplikeringsarbeidsflyter som lett går i stykker når data endres.

Graph skalerer automatisk for å håndtere store arbeidsmengder, slik at du kan analysere milliarder av relasjoner uten forsinkelser. Du kan legge til beskrivende tagger og detaljer til både elementer (noder) og deres forbindelser (kanter), noe som gjør det enklere å organisere og søke i komplekse relasjoner.

Ved å bruke native GQL og Natural Language to GQL (NL2GQL)-støtte, får du standardbaserte spørringsmuligheter optimalisert for grafoperasjoner. Disse funksjonene gir portabilitet og konsistens på tvers av grafløsninger, slik at du kan migrere spørringer fra andre GQL-kompatible systemer. Graph fjerner kompleksiteten ved joins og transformasjoner for å låse opp sømløs grafanalyse og avanserte innsikter i stor skala, samtidig som du bruker eksisterende data i OneLake.

Hvorfor grafanalyse er viktig

Tradisjonelle relasjons- og tabellbaserte dataformater gjør det vanskelig – om ikke umulig – å kartlegge relasjoner mellom ulike datapunkter. For eksempel kan ikke disse formatene vise de sammenvevde forbindelsene mellom brukere, innlegg, kommentarer, forum og tagger på en sosial medieplattform. Graph lar deg avdekke skjulte forbindelser, fellesskap og påvirkning i dataene dine. Ved å bruke graf kan du svare på komplekse spørsmål om sosiale nettverk, forretningsprosesser og mer.

Graph gir en effektiv måte å modellere, visualisere og spørre disse relasjonene på. Det hjelper deg å forstå sammenhengen mellom dataene dine og skape bedre innsikt.

  • Forretningsbruker: Utforsk relasjoner visuelt, kjør NL (naturlig språk) spørringer, og få innsikt uten anstrengelse.
  • Dataingeniør: Definer grafmodeller, foren data i OneLake med lav- og kodefrie verktøy.
  • Data scientist: Bruk grafalgoritmer og maskinlæring (ML) i Fabrics data science-miljø.
  • Utvikler: Bygg AI-agenter og sanntidsapper ved hjelp av grafdrevne kontekstuelle innsikter.

Graf utvider tilgangen til grafinnsikt utover spesialiserte roller. Enhver bruker kan bruke tilkoblede data i daglig beslutningstaking.

Hva du kan gjøre med graf

Ved å bruke graf kan du:

  • Lag en merket egenskapsgraf over strukturerte data i OneLake ved å definere nodene og kantene i form av underliggende tabelldata.

    Viktig!

    Graph støtter for øyeblikket ikke skjemautvikling. Etter at du har innhentet og modellert dataene dine, er strukturen av noder, relasjoner og egenskaper fast. Hvis du trenger å gjøre strukturelle endringer – som å legge til nye egenskaper, endre etiketter eller endre relasjonstyper – må du legge inn de oppdaterte kildedataene i en ny modell.

  • Søk ved å bruke GQL (Graph Query Language), inkludert mønstergjenkjenning, stikonstruksjoner, aggregeringer og andre funksjoner etter hvert som de slippes. Den offisielle internasjonale standarden for GQL er ISO/IEC 39075 Information Technology - Database Languages - GQL.

  • Dra nytte av jobbfunksjonsbaserte erfaringer:

    • Dataingeniører kan modellere og lage grafer.
    • Analytikere kan kjøre low-code eller no-code spørringer og kuratere visningssett.
    • Bedriftsbrukere kan utforske visuelt eller bruke naturlig språk for å samhandle med dataene.

  • Operer i Fabric: Slå automatisk av når de ikke er i bruk og overvåk bruken i kapasitetsmetrikk-appen – alt styrt av Fabric OneLake-sikkerhets-, compliance- og tillatelsesmodellen.

Integrasjon med Microsoft Fabric

Graph er dypt integrert med Microsoft Fabric-plattformen, inkludert OneLake for samlet datalagring og Fabric UI for visualisering. Den integreres sømløst med Microsoft Fabric sine styrings-, sikkerhets- og driftsfunksjoner.

Du kan innlemme grafanalyse i dine eksisterende arbeidsflyter, noe som eliminerer behovet for dataduplisering og spesialiserte ferdigheter. Dermed kan du gjøre innsikt tilgjengelig for et bredere publikum sammenlignet med tradisjonelle frittstående grafdatabaser.

Hvordan graf skiller seg fra frittstående grafdatabaser

Areal graf Frittstående grafdatabase
Data tyngdekraft grafen opererer direkte på OneLake, så du trenger ikke utføre ETL eller duplisere data. Frittstående grafdatabaser krever at du flytter eller dupliserer dataene dine til en egen grafdatabaseforekomst, noe som kan legge til kompleksitet og overhead.
Scalability Tjenesten er utformet for store grafer og bruker skalerbar fragmentering på tvers av flere maskiner for å håndtere store dataarbeidsbelastninger effektivt. De fleste frittstående grafdatabaser er avhengige av oppskaleringsarkitekturer eller klynger som kan være begrenset av leverandøren eller utgaven, noe som kan begrense skalerbarheten.
Language graph er kompatibel med den nye GQL-standarden (forhåndsvisning) og inkluderer innebygde grafanalysealgoritmer. Frittstående grafdatabaser bruker ofte leverandørspesifikke spørringsspråk og separate analyserammeverk. Støtten for algoritmer kan variere mye.
Brukeropplevelse Brukere drar nytte av et samlet Microsoft Fabric-grensesnitt for modellering, forespørsler, forretningsintelligens (BI), integrering av kunstig intelligens (AI) og utforskning av lav eller ingen kode. Spesialiserte graftekniske ferdigheter er ikke nødvendig. Frittstående grafdatabaser er først og fremst utviklerfokuserte, med konsoller og SDK-er som ofte krever spesialiserte ferdigheter. Visualiserings- og lavkodeverktøy kan være separate og kan kreve ekstra oppsett.
Drift og kostnader graph bruker din eksisterende Fabric-kapasitet og reduserer automatisk ressurser når den ikke er i bruk, noe som hjelper deg å spare kostnader. Frittstående grafdatabaser krever separate klynger eller lisenser, tilpasset skalering og overvåking, og påløper ofte kostnader for inaktiv kapasitet. De øker operasjonell kompleksitet og kostnader.
Styring og sikkerhet Microsoft Fabric tilbyr native OneLake-styring, linjesporing og rollebasert tilgangskontroll (RBAC) i arbeidsområdet. Den integreres med Fabric-samsvarsstandarder for sikkerhet og revisjon. Frittstående grafdatabaser har separate sikkerhets- og styringsmodeller som du må konfigurere og revidere uavhengig. De kan øke risiko og administrativ byrde.

Note

Bli med i det nye Fabric-brukerpanelet for å dele tilbakemeldinger og bidra til å forme Fabric og Power BI. Delta i undersøkelser og én-til-én-økter med produktteamet. For å lære mer og registrere deg, se Fabric-brukerpanelet.

Priser og kapasitetsenheter

Graph bruker de samme kapasitetsenhetene (CU) som andre arbeidsbelastninger i Microsoft Fabric. Du trenger ikke å kjøpe en separat grafspesifikk lisens eller SKU. Alle grafoperasjoner, inkludert datainntak, spørring og kjøring av algoritmer, bruker organisasjonens reserverte eller forbruksbaserte Fabric-kapasitet.

Grafoperasjoner faktureres basert på CPU-oppetid. Hvert sekund med oppetid koster 10 kubikksekunder. Hver økt med CPU-oppetid rundes opp til minutter.

For graflagring gir systemet et minimum på 100 GB. Graflagring faktureres til samme pris som OneLake Cache.

For mer informasjon om prising og kapasitet på enheter, se Microsoft Fabric prising.

Du kan overvåke grafarbeidsbelastningens ressursforbruk og ytelse i Fabric Capacity Metrics-appen. Du ser følgende linjeposter i Fabric Metrics-appen og på månedlige regninger:

Fabric-operasjonsnavn i Metrics App Azure faktureringsmåler
Graf generelle operasjoner Bruk av grafkapasitet CU
Lagring av grafbuffer OneLake-buffer

Regional tilgjengelighet

Graph er for øyeblikket tilgjengelig i følgende regioner:

  • Australia, øst
  • Australia, sørøst
  • Brasil, sør
  • Canada, sentralt
  • India, sentralt
  • USA, sentralt
  • Øst-Asia
  • USA, øst
  • USA, øst 2
  • Frankrike, sentralt
  • Tyskland, vest-sentralt
  • Israel, sentralt
  • Italy North
  • Japan, øst
  • Japan, vest
  • Korea, sentralt
  • Mexico, sentralt
  • USA, nord-sentralt
  • Europa, nord
  • Øst-Norge
  • Poland Central
  • Sør-Afrika, nord
  • USA, sør-sentralt
  • Asia, sørøst
  • India, sør
  • Spain Central
  • Sweden Central
  • Sveits, nord
  • Sveits, vest
  • De forente arabiske emirater, nord
  • Storbritannia, sør
  • Storbritannia, vest
  • Europa, vest
  • USA, vest
  • USA, vest 2
  • USA, vest 3

Beslektet innhold

  • Last updated on