什么是#Microsoft Fabric，为什么大家会感兴趣？

大家好，欢迎来到IT知识分享网。

在Build上，微软宣布了期待已久的Microsoft Fabric。这是什么？它是一个SaaS数据结构平台，具有一个名为OneLake的通用数据湖。它是满足每个企业所有分析需求的一站式商店。使用结构，无需将来自多个供应商的服务拼接在一起，不再有供应商锁定或专有数据格式！

数据结构概念并不新鲜;根据Datanami的说法，Noel Yuhanna一直处于Data Fabric的最前沿。用他的话来说，数据结构本质上是一个抽象层，它链接了不同的数据工具集合，这些工具解决了大数据项目中的关键痛点。数据结构解决方案应提供数据访问、发现、转换、集成、安全性、治理、沿袭和编排方面的功能。它还应该提供自助服务功能，以及一些用于识别连接数据的图形功能。

通过提供一种方法来利用这些数据管理功能来处理跨越所有这些孤岛的数据，数据结构可以帮助缓解核心数据管理挑战，这些挑战阻碍公司使用更高级别的数据用例，包括云中的高级分析和人工智能。

Microsoft Fabric通过将其与Power BI，Microsoft Office和Fluent UI框架集成，将这一概念提升到一个新的水平，与Office和Power BI的集成使数据洞察的时间和步骤非常灵活。流畅的用户界面为所有工件提供了一致且美观的用户体验。Microsoft Fabric是任何想要利用云中数据力量的人的终极解决方案。无论你喜欢集中式还是分布式方法，Microsoft Fabric 都可以处理所有问题。你不必更改现有技能，可以使用你熟悉的工具或语言。MS Docs上有很多信息，相信很多人都会谈论它。

Microsoft SQL Server和BI方面有着悠久的历史。我们会使用SSIS，SSRS和SSAS，创建令人惊叹的数据解决方案。很多人喜欢如何使用这些工具集成、转换和分析数据。

Fabric听起来改变了游戏规则，但作为MS SQL BI开发人员，我们会觉得它很熟悉。在我们以前的日子里，通过SQL Server数据库中积累了数据。使用SQL存储过程和SSIS制作了ETL或ELT。我们的所有数据集成任务主要使用SSIS完成，但有时使用一些C#和核心SQL过程。使用SSAS创建维度模型;传统情况下，所有计算都由MDX和DAX创建。

我们创建了漂亮的SSRS报告，其中包含数据驱动参数、条件格式、查找集等很酷的功能。我们使用SSRS订阅使最终用户掌握其KPI。不仅是最终用户，IT人员知道当作业失败时服务器何时达到限制，甚至偶尔使用SQL Server任务管理器发送一些生日快乐电子邮件，有时还需要Windows Server任务管理器的帮助。无论我们做什么，我们都会移动、转换和分析SQL Server 上的所有数据。

但时代变了，数据格局也变了。现在，我们有更多的数据源、更多的数据类型和更多的数据挑战。我们需要能够处理大数据、流数据、非结构化数据等。我们需要能够扩展、保护和优化我们的数据管道。我们需要能够更快、更轻松地提供见解。

这就是Microsoft Fabric的用武之地。这是一个平台，让我们可以连接所有这些不同的数据源和目标。如果我们有一个现有的数据平台，格式很好;我们曾经使用链接服务器，现在我们会在Fabric上使用快捷方式。当时，用于访问服务器上具有映射网络驱动器的数据文件。现在我们可能会将我们的存储挂载到Fabric上。Microsoft Fabric 允许我们连接各种数据源和目标。无论我们有一个结构良好的数据平台还是服务器上的一堆文件，我们都可以使用Fabric上的快捷方式和挂载轻松访问它们。

对于数据集成，我们使用了SSIS和SQL Server 功能（如存储过程和函数）的组合。现在，在Fabric上，我们可以使用数据管道和数据流Gen-II为数据转换创建可视化和直观的工作流。或者，我们可以使用笔记本用我们想要的任何语言编写代码。我们想我们将主要使用管道和数据流Gen-II。我们是一个更视觉化的人。

接下来是数据存储的方法或框架。当时经过验证的方法是ETL –从操作数据源中提取原始数据，转换并存储在事务层中，然后加载到数据仓库中;以可呈现的格式进行进一步的数据分析。我们认为旧的ETL现在是Medallion Lakehouse建筑。对于较大的数据仓库，我们过去常常为每个部门或域创建数据库架构或数据集市，现在是基于域的数据网格体系结构。

Microsoft Fabric 支持我们需要的任何数据存储框架或架构。我们可以使用工作区和域将数据组织到不同的阶段和域中。我们可以遵循Medallion Lakehouse 方法或为每个部门或域创建自定义数据集市。

接下来的数据分析，过去，我们有三个选项来创建分析层：SQL视图、SQL DW 和SSAS模型。选择取决于许多因素，例如紧迫性、用例、预算和开发人员的技能。但是现在，有了Fabric，它为我们提供了更大的灵活性和功能。我们可以快速可靠的数据访问，也可以使用自定义度量值和计算生成仓库，或者可以创建用于交互式可视化的Power BI 数据集。

现在看来，优先考虑的是洞察和绩效的时间。利用DeltaLake和一份副本的好处将是我们的首要任务。但同样，也有最佳做法和客户端方案。遵循推荐的框架并不总是那么容易。

但这还不是全部。分析不仅仅是制作具有可操作见解的漂亮报告。我们正处于人工智能时代。我们希望这些见解能够以最有效的方式传达给最终用户。过去，我们使用SQL任务管理器和Windows任务管理器来自动化事情。我们使用SSRS和Excel进行进一步分析。我们依靠支持团队来处理临时报告请求。在现代，不同的导出选项和自助式BI是不够的。我们需要没有专有锁的可扩展平台来使用最终输出进行进一步分析。黄金级数据不是终点。我们可能需要分析自助服务最终用户创建的最终数据集。我们可能希望在公民开发人员创建的最终数据帧上添加开放AI的小精灵灰尘。这就是Fabric的完美之处。我们不再局限于我们的ETL框架中的加载的最后阶段或Medallion Lakehouse 架构的Gold layer。我们正在进入创造Platinum和diamond层的世界。

Microsoft Fabric，有很多元素我们还不知道。但我们会觉得它很熟悉。想起了过去如何使用SQL Server和BI工具。这就像它们的现代版本。这就像一种做旧事的新方式。是时候将数据平台和分析平台重新整合在一起了。一起在云中。

转载：https://prathy.com/2023/05/what-is-fabric-and-why-am-i-excited-about-it/