Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Anmärkning
Den här funktionen är för närvarande i offentlig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och rekommenderas inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade. Mer information finns i Supplemental Terms of Use for Microsoft Azure Previews.
Graph i Microsoft Fabric hjälper dig att modellera, visualisera och analysera komplexa relationer i dina data. Det är en skalbar lösning i företagsklass som omvandlar frånkopplade data till AI-baserade insikter. Med hjälp av grafen kan du upptäcka dolda anslutningar i dina data och förbättra beslutsfunktionerna.
Till skillnad från traditionella relationsdatabaser som ofta kräver kostsamma kopplingar och komplexa frågor, diagram:
- Introducerar en utskalningsarkitektur som implementerar den flexibla egenskapsgrafmodellen med etiketter.
- Stöder den internationella standarden för graffrågespråket GQL (ISO/IEC 39075).
Tillsammans möjliggör dessa funktioner avancerad grafanalys direkt på OneLake utan att behöva konfigurera bräckliga ETL-arbetsflöden manuellt (extrahera, transformera, läsa in) eller datareplikeringsarbetsflöden som enkelt bryts när data ändras.
Graph skalar automatiskt för att hantera stora arbetsbelastningar, så att du kan analysera miljarder relationer utan avmattning. Du kan lägga till beskrivande taggar och information i båda objekten (noderna) och deras anslutningar (kanter), vilket gör det enklare att organisera och söka efter komplexa relationer.
Genom att använda inbyggt stöd för GQL och Naturligt språk till GQL (NL2GQL) får du standardbaserade frågefunktioner som är optimerade för grafåtgärder. De här funktionerna ger portabilitet och konsekvens i graflösningar, så att du kan migrera frågor från andra GQL-kompatibla system. Graph tar bort komplexiteten i kopplingar och transformeringar för att låsa upp sömlös grafanalys och avancerade insikter i stor skala, samtidigt som du använder dina befintliga data i OneLake.
Varför diagramanalys spelar roll
Traditionella relations- och tabelldataformat gör det svårt – om inte omöjligt – att mappa relationer mellan olika datapunkter. Dessa format kan till exempel inte visa sammanflätade anslutningar mellan användare, inlägg, kommentarer, forum och taggar på en plattform för sociala medier. Med Graph kan du upptäcka dolda anslutningar, communities och påverkan i dina data. Med hjälp av grafen kan du besvara komplexa frågor om sociala nätverk, affärsprocesser med mera.
Graph är ett effektivt sätt att modellera, visualisera och köra frågor mot dessa relationer. Det hjälper dig att förstå hur sammanlänkade dina data är och ger bättre insikter.
- Företagsanvändare: Utforska relationer visuellt, kör NL-frågor (naturligt språk) och få insikter utan problem.
- Datatekniker: Definiera grafmodeller, förena data i OneLake med verktyg med låg kod och ingen kod.
- Dataforskare: Använd grafalgoritmer och ML (maskininlärning) i Fabrics datavetenskapsmiljö.
- Utvecklare: Skapa AI-agenter och realtidsappar med hjälp av grafdrivna sammanhangsbaserade insikter.
Graph breddar åtkomsten till grafinsikter utöver specialiserade roller. Alla användare kan använda anslutna data i det dagliga beslutsfattandet.
Vad du kan göra med graf
Med hjälp av grafen kan du:
Skapa ett etiketterat egenskapsdiagram över strukturerade data i OneLake genom att definiera dess noder och kanter när det gäller underliggande tabelldata.
Viktigt!
grafen stöder för närvarande inte schemautveckling. När du har matat in och modellerat dina data är strukturen för noder, relationer och egenskaper fast. Om du behöver göra strukturella ändringar, till exempel lägga till nya egenskaper, ändra etiketter eller ändra relationstyper, måste du ändra uppdaterade källdata till en ny modell.
Fråga med hjälp av GQL (Graph Query Language), inklusive mönstermatchning, sökvägskonstruktioner, sammansättningar och andra funktioner när de släpps. Den officiella internationella standarden för GQL är ISO/IEC 39075 Information Technology – Databasspråk – GQL.
Dra nytta av funktionsbaserade jobbupplevelser:
- Datatekniker kan modellera och skapa grafer.
- Analytiker kan köra frågor med låg kod eller ingen kod och kurera vyuppsättningar.
- Företagsanvändare kan utforska visuellt eller använda naturligt språk för att interagera med data.
Arbeta inom Fabric: Stängs automatiskt av när den inte används och övervaka användningen i kapacitetsövervakningsappen – allt styrs av Fabric OneLake-säkerhets-, efterlevnads- och behörighetsmodellen.
Integrering med Microsoft Fabric
Graph-teknologin är tätsammanbundet med Microsoft Fabric-plattformen, inklusive OneLake för enhetlig datalagring och Fabric-användargränssnitt för visualisering. Den integreras sömlöst med Microsoft Fabric styrnings-, säkerhets- och driftfunktioner.
Du kan införliva grafanalys i dina befintliga arbetsflöden, vilket eliminerar behovet av dataduplicering och specialiserade kunskaper. Därför kan du göra insikter tillgängliga för en bredare målgrupp jämfört med traditionella fristående grafdatabaser.
Så här skiljer sig grafen från fristående grafdatabaser
| Area | graf | Fristående grafdatabas |
|---|---|---|
| Datagravitation | grafen fungerar direkt på OneLake, så du behöver inte utföra ETL eller duplicera data. | Fristående grafdatabaser kräver att du flyttar eller duplicerar dina data till en separat grafdatabasinstans, vilket kan lägga till komplexitet och omkostnader. |
| Skalbarhet | Tjänsten är utformad för storskaliga grafer och använder skalbar horisontell partitionering över flera datorer för att effektivt hantera stordataarbetsbelastningar. | De flesta fristående grafdatabaser förlitar sig på uppskalningsarkitekturer eller kluster som kan begränsas av leverantören eller utgåvan, vilket kan begränsa skalbarheten. |
| Language | grafen är kompatibel med den nya GQL-standarden (förhandsversion) och innehåller inbyggda grafanalysalgoritmer. | Fristående grafdatabaser använder ofta leverantörsspecifika frågespråk och separata analysramverk. Stöd för algoritmer kan variera kraftigt. |
| Användarupplevelse | Användarna kan dra nytta av ett enhetligt gränssnitt från Microsoft Fabric för modellering, frågeställningar, business intelligence (BI), integrering av artificiell intelligens (AI), och utforskning med minimal eller ingen kod. Specialiserade kunskaper i grafteknik krävs inte. | Fristående grafdatabaser är främst utvecklarfokuserade, med konsoler och SDK:er som ofta kräver särskilda kunskaper. Visualiserings- och lågkodsverktyg kan vara separata och kan kräva extra installation. |
| Åtgärder och kostnader | graph använder din befintliga Fabric-kapacitet och minskar automatiskt resurser när de inte används, vilket hjälper dig att spara kostnader. | Fristående grafdatabaser kräver separata kluster eller licenser, anpassad skalning och övervakning och medför ofta avgifter för inaktiv kapacitet. De ökar driftskomplexiteten och kostnaderna. |
| Styrning och säkerhet | Microsoft Fabric ger inbyggd OneLake-styrning, ursprungsspårning och rollbaserad åtkomstkontroll för arbetsytan (RBAC). Den integreras med Fabric-efterlevnadsstandarder för säkerhet och granskning. | Fristående grafdatabaser har separata säkerhets- och styrningsmodeller som du måste konfigurera och granska oberoende av varandra. De kan öka risken och den administrativa bördan. |
Anmärkning
Gå med i den nya Fabric-användarpanelen för att dela med dig av feedback och hjälpa till att utveckla Fabric och Power BI. Delta i undersökningar och en-mot-en-sessioner med produktteamet. För att lära dig mer och registrera dig, se Fabric användarpanel.
Priser och kapacitetsenheter
Graph använder samma kapacitetsenheter (CUS) som andra arbetsbelastningar i Microsoft Fabric. Du behöver inte köpa en separat grafspecifik licens eller SKU. Alla grafåtgärder, inklusive datainmatning, databassökningar och algoritmer som körs, förbrukar organisationens reserverade eller betala per användning Fabric kapacitet.
Graph-åtgärder faktureras baserat på cpu-drifttid. Varje sekund av drifttiden medför 10 CU-sekunder i kostnad. Varje session med CPU-drifttid avrundas till närmaste minut.
För graflagring etablerar systemet minst 100 GB. Graph Storage faktureras med samma hastighet som OneLake Cache.
Mer information om priser och enheter finns i Microsoft Fabric priser.
Du kan övervaka din grafs arbetsbelastnings resursförbrukning och prestanda i appen Fabric Capacity Metrics. Du ser följande radobjekt i fabric Metrics-appen och på månatliga fakturor:
| Namn på fabricoperation i metrikappen | Azure faktureringsmätare |
|---|---|
| Allmänna grafoperationer | Grafkapacitetsutnyttjande CU |
| Grafcachelagring | OneLake Cache |
Tillgänglighet i regionen
Graph är för närvarande tillgängligt i följande regioner:
- Australia East
- Australia Southeast
- Syd-Brasilien
- Canada Central
- Centralindien
- Central US
- Östasien
- East US
- Östra USA 2
- Frankrike Centrala
- Tyskland Västcentrala
- Israel Centrala
- Italy North
- Japan Öst
- Västra Japan
- Korea Central
- Mexico Central
- Norra centrala USA
- North Europe
- Norway East
- Centrala Polen
- Sydafrika Nord
- Södra Centrala USA
- Sydostasien
- South India
- Spain Central
- Centrala Sverige
- Switzerland North
- Switzerland West
- UAE North
- UK South
- UK West
- West Europe
- West US
- Västra USA 2
- Västra USA 3