Compartilhar via

Visão geral do Fabric Graph (versão prévia)

Observação

Esse recurso está atualmente em versão prévia pública. Essa versão prévia é oferecida sem um Acordo de Nível de Serviço (SLA) e não é recomendada para cargas de trabalho em nível de produção. Alguns recursos podem não ter suporte ou podem ter restrição de recursos. Para obter mais informações, consulte Supplemental Terms of Use for Microsoft Azure Previews.

O Fabric Graph ajuda você a modelar, visualizar e analisar relações complexas em seus dados. É uma solução escalonável de nível empresarial que transforma dados desconectados em insights alimentados por IA. Usando o Graph, você pode descobrir conexões ocultas em seus dados e aprimorar os recursos de tomada de decisão.

Ao contrário dos bancos de dados relacionais tradicionais que geralmente exigem junções dispendiosas e consultas complexas, o Graph:

Juntos, esses recursos habilitam a análise avançada de grafo diretamente no OneLake sem a necessidade de configurar manualmente fluxos de trabalho frágeis de ETL (extrair, transformar, carregar) ou replicação de dados que são interrompidos facilmente quando os dados são alterados.

O Graph é dimensionado automaticamente para lidar com cargas de trabalho grandes, para que você possa analisar bilhões de relações sem lentidão. Você pode adicionar marcas descritivas e detalhes a itens (nós) e suas conexões (bordas), facilitando a organização e a pesquisa de relações complexas.

Usando o suporte nativo de GQL e Linguagem Natural para GQL (NL2GQL), você obtém capacidades de consulta padrão, otimizadas para operações em grafos. Esses recursos fornecem portabilidade e consistência entre soluções de grafo, para que você possa migrar consultas de outros sistemas compatíveis com GQL. Graph remove a complexidade de junções e transformações para desbloquear análises de grafo e insights avançados de maneira contínua em larga escala, tudo isso usando seus dados existentes no OneLake.

Por que a análise de grafo importa

Formatos de dados relacionais e tabulares tradicionais dificultam , se não impossível, mapear relações entre diferentes pontos de dados. Por exemplo, esses formatos não podem mostrar as conexões entre usuários, postagens, comentários, fóruns e marcas em uma plataforma de mídia social. O Graph permite que você descubra conexões ocultas, comunidades e influência dentro de seus dados. Usando o Graph, você pode responder perguntas complexas sobre redes sociais, processos empresariais e muito mais.

O Graph fornece uma maneira eficiente de modelar, visualizar e consultar essas relações. Ele ajuda você a entender a interconexão de seus dados e a gerar insights melhores.

  • Usuário de negócios: explore visualmente relações, execute consultas NL (linguagem natural) e obtenha insights sem esforço.
  • Engenheiro de dados: defina modelos de grafo, unifique dados no OneLake com ferramentas baixas e sem código.
  • Cientista de dados: use algoritmos de grafo e ML (machine learning) no ambiente de ciência de dados do Fabric.
  • Desenvolvedor: crie agentes de IA e aplicativos em tempo real usando insights contextuais alimentados por grafo.

O Graph amplia o acesso a insights de grafo para além de funções especializadas. Qualquer usuário pode usar dados conectados na tomada de decisão diária.

O que você pode fazer com o Graph

Usando o Graph, você pode:

  • Crie um grafo de propriedade rotulado sobre dados estruturados no OneLake definindo seus nós e bordas em termos de dados tabulares subjacentes.

    Importante

    Atualmente, o Graph não dá suporte à evolução do esquema. Depois de ingerir e modelar seus dados, a estrutura de nós, relacionamentos e propriedades está fixa. Se você precisar fazer alterações estruturais , como adicionar novas propriedades, modificar rótulos ou alterar tipos de relação, deverá reingessar os dados de origem atualizados em um novo modelo.

  • Consulte usando GQL (Linguagem de Consulta de Grafos), incluindo correspondência de padrões, construções de caminho, agregações e outros recursos conforme são disponibilizados. O Padrão Internacional oficial para GQL é a ISO/IEC 39075 Information Technology – Linguagens de Banco de Dados – GQL.

  • Aproveite as experiências baseadas na função profissional:

    • Os engenheiros de dados podem modelar e criar grafos.
    • Os analistas podem executar consultas de código baixo ou sem código e organizar conjuntos de exibição.
    • Os usuários empresariais podem explorar visualmente ou usar linguagem natural para interagir com os dados.

  • Operar no Fabric: desligar automaticamente quando não estiver em uso e monitorar o uso no aplicativo de métricas de capacidade - tudo regido pelo modelo de segurança, conformidade e permissão do Fabric OneLake.

Integração com Microsoft Fabric

O Graph é profundamente integrado à plataforma Microsoft Fabric, incluindo o OneLake para armazenamento de dados unificado e a interface do usuário do Fabric para visualização. Ele se integra perfeitamente à governança, segurança e recursos operacionais da Microsoft Fabric.

Você pode incorporar análise de grafo em seus fluxos de trabalho existentes, eliminando a necessidade de duplicação de dados e habilidades especializadas. Portanto, você pode tornar os insights acessíveis a um público mais amplo em comparação com os bancos de dados de grafo autônomos tradicionais.

Como o Graph difere dos bancos de dados de grafo autônomos

Area Graph Banco de dados de grafo autônomo
Gravidade dos dados O Graph opera diretamente no OneLake, para que você não precise executar ETL ou duplicar dados. Os bancos de dados de grafo autônomos exigem que você mova ou duplique seus dados em uma instância de banco de dados de grafo separada, o que pode adicionar complexidade e sobrecarga.
Escalabilidade O serviço foi projetado para grafos em grande escala e usa fragmentação horizontal em vários computadores para lidar com cargas de trabalho de Big Data com eficiência. A maioria dos bancos de dados de grafo autônomos depende de arquiteturas de expansão ou clusters que podem ser limitados pelo fornecedor ou pela edição, o que pode restringir a escalabilidade.
Linguagem O Graph é compatível com o novo padrão GQL (versão prévia) e inclui algoritmos internos de análise de grafo. Os bancos de dados de grafo autônomos geralmente usam linguagens de consulta específicas do fornecedor e estruturas de análise separadas. O suporte para algoritmos pode variar bastante.
Experiência do usuário Os usuários se beneficiam de uma interface de Microsoft Fabric unificada para modelagem, consulta, BI (business intelligence), integração de IA (inteligência artificial) e exploração de baixo/sem código. Habilidades especializadas de engenharia de grafo não são necessárias. Os bancos de dados de grafo autônomos são voltados principalmente para desenvolvedores, com consoles e SDKs que geralmente exigem habilidades especializadas. As ferramentas de visualização e de baixo código podem ser separadas e podem exigir uma configuração extra.
Operações e custo O Graph usa sua capacidade existente do Fabric e reduz automaticamente os recursos quando não estiver em uso, ajudando você a economizar custos. Os bancos de dados de grafo autônomos exigem clusters ou licenças separados, dimensionamento e monitoramento personalizados e geralmente incorrem em encargos de capacidade ociosa. Eles aumentam a complexidade operacional e o custo.
Governança e segurança Microsoft Fabric fornece governança nativa do OneLake, rastreamento de linhagem, e controle de acesso baseado em função (RBAC) do workspace. Ele se integra aos padrões de conformidade do Fabric para segurança e auditoria. Os bancos de dados de grafo autônomos têm modelos de segurança e governança separados que você deve configurar e auditar independentemente. Eles podem aumentar o risco e a carga administrativa.

Observação

Ingresse no novo painel de usuários do Fabric para compartilhar comentários e ajudar a moldar o Fabric e Power BI. Participe de pesquisas e sessões um-a-um com a equipe do produto. Para saber mais e se inscrever, consulte o painel de usuários do Fabric.

Preços e unidades de capacidade

O Graph usa as mesmas CUs (unidades de capacidade) que outras cargas de trabalho em Microsoft Fabric. Você não precisa comprar separadamente uma licença ou SKU específica para gráfico. Todas as operações de grafo, incluindo ingestão de dados, consultas e execução de algoritmos, consomem a capacidade reservada ou pague-conforme-uso do Fabric da sua organização.

As operações de grafo são cobradas com base no tempo de atividade da CPU. Cada segundo de atividade gera um custo de 10 segundos CU. Cada sessão de tempo de atividade da CPU é arredondada para minutos.

Para o armazenamento de grafo, o sistema provisiona no mínimo 100 GB. O armazenamento de grafo é cobrado na mesma taxa que o OneLake Cache.

Para obter mais informações sobre preços e unidades de capacidade, consulte Microsoft Fabric preços.

Você pode monitorar o consumo de recursos e o desempenho da carga de trabalho de grafo no aplicativo de métricas de capacidade do Fabric. Você verá os seguintes itens de linha no Aplicativo de Métricas do Fabric e em faturas mensais:

Nome da operação do Fabric no Metrics App medidor de cobrança Azure
Operações gerais do grafo Uso da capacidade do grafo CU
Armazenamento em cache do Graph OneLake Cache

Disponibilidade de região

No momento, o Graph está disponível nas seguintes regiões:

  • Leste da Austrália
  • Sudeste da Austrália
  • Sul do Brasil
  • Canadá Central
  • Índia Central
  • EUA Central
  • Ásia Oriental
  • Leste dos EUA
  • Leste dos EUA 2
  • França Central
  • Centro-oeste da Alemanha
  • Israel Central
  • Norte da Itália
  • Leste do Japão
  • Oeste do Japão
  • Coreia Central
  • México Central
  • Centro-Norte dos EUA
  • Europa Setentrional
  • Leste da Noruega
  • Polônia Central
  • Norte da África do Sul
  • Centro-Sul dos EUA
  • Sudeste Asiático
  • Sul da Índia
  • Espanha Central
  • Suécia Central
  • Norte da Suíça
  • Oeste da Suíça
  • Norte dos EAU
  • Sul do Reino Unido
  • Oeste do Reino Unido
  • Oeste da Europa
  • Oeste dos EUA
  • Oeste dos EUA 2
  • Oeste dos EUA 3

Conteúdo relacionado

  • Last updated on