ادغام محصولات موجود آن مانند Synapse و Power BI به شرکتها کمک میکند تا حجم کاری را ترکیب کنند و در عین حال سربار، پیچیدگی و هزینههای یکپارچهسازی فناوری اطلاعات را کاهش دهند.
این شرکت روز سه شنبه اعلام کرد، مایکروسافت در حال ترکیب محصولات انبار داده، هوش تجاری و تجزیه و تحلیل داده های موجود خود در یک پیشنهاد واحد است که مایکروسافت فابریک نام دارد.
تحلیلگران گفتند که این میتواند به شرکتها کمک کند تا حجم کاری را ترکیب کنند و در عین حال سربار، پیچیدگی و هزینههای یکپارچهسازی فناوری اطلاعات را کاهش دهند.
به گفته Sanjeev Mohan، تحلیلگر اصلی SanjMo، راه اندازی یک پلت فرم تجزیه و تحلیل داده یکپارچه در قالب مایکروسافت فابریک را می توان به عنوان “تقابلی” به گسترش گسترده محصولات در پشته داده های مدرن یک شرکت تلقی کرد.
>
“مایکروسافت متوجه شده است که مشتریانش به دنبال کاهش هزینه و پیچیدگی یکپارچه سازی هستند. اینطور نیست که مشتریان خرج نکنند، اما آنها به دنبال ارزش بهتری برای سرمایه گذاری در فناوری اطلاعات خود هستند. .
موهان گفت:
علاوه بر کاهش پیچیدگی فناوری اطلاعات، Fabric می تواند به کاهش هزینه ها نیز کمک کند.
“یک راه حل یکپارچه باید کمتر از مجموعه ای از بهترین راه حل های تخصصی هزینه داشته باشد. Fabric از پیش یکپارچه همچنین هزینه های یکپارچه سازی و مهارت های مورد نیاز برای یادگیری ابزارهای مختلف را کاهش می دهد،” تحلیلگر اصلی توضیح داد.
مایکروسافت نیز ادعا میکند که خرید و مدیریت منابع با Fabric سادهتر است.
«مشتریان میتوانند یک مجموعه محاسباتی را خریداری کنند که تمام بارهای کاری Fabric را تامین میکند. این شرکت در بیانیهای گفت: ظرفیتهای محاسباتی جهانی بهطور قابلتوجهی هزینهها را کاهش میدهند، زیرا هر ظرفیت محاسباتی استفاده نشده در یک بار کاری میتواند توسط هر یک از بارهای کاری مورد استفاده قرار گیرد.
طبق گفته بوریس اولسون، تحلیلگر اصلی Forrester، داده های خام، اعم از تراکنشی، عملیاتی و یا غیره، قبل از تبدیل شدن به ارزشمند باید مراحلی مانند منبع یابی، استخراج، انتقال، ادغام، تمیز کردن، مدل سازی و فهرست نویسی را طی کنند. اطلاعات.
اولسون گفت: «معمولاً، برخی از فناوریهایی که از هر یک از مراحل پشتیبانی میکنند، از فروشندگان مختلف میآیند و متخصصان داده یا تجزیه و تحلیل باید زمان خود را برای یکپارچهسازی صرف کنند. زمان و تلاش یکپارچهسازی را کاهش میدهد و به کاربران دادهها و تجزیه و تحلیلها اجازه میدهد بیشتر روی حل مشکلات تجاری و رسیدگی به فرصتهای تجاری تمرکز کنند.
Microsoft Fabric هفت سرویس و ابزار اصلی را ارائه می دهد
به گفته این شرکت، مایکروسافت فابریک از معماری یکپارچه برای ارائه نرمافزار بهعنوان سرویس (SaaS) به توسعهدهندگان برای کمک به استخراج اطلاعات از دادههای خام و ارائه آن به کاربران تجاری کمک میکند.
مجموعه جدید تجزیه و تحلیل با هفت ماژول و مجموعه ابزار اصلی، از جمله اتصال دهنده های داده، ابزارهای مهندسی داده، گردش کار داده ها برای علم داده، و ابزارهای تجزیه و تحلیل از جمله موارد دیگر ارائه می شود.
شرکت گفت:
یک ماژول در حال حاضر در پیشنمایش عمومی، Data Factory، بیش از ۱۵۰ اتصال دهنده به ابر و منابع داده داخلی ارائه میکند و تجربه کشیدن و رها کردن را برای تبدیل دادهها همراه با توانایی هماهنگسازی خطوط لوله داده را ممکن میسازد. p>
مایکروسافت همچنین ماژول Synapse Data Engineering را در پیشنمایش عمومی قرار داده است که به نوشتن مدل در Apache Spark کمک میکند.
Fabric همچنین شامل Synapse Data Science، یک گردش کار سرتاسر برای دانشمندان داده برای ساخت مدلهای پیشرفته هوش مصنوعی، و Synapse Data Warehousing، ترکیبی از ابزارهای lakehouse و data warehousing با قابلیت اجرای SQL در قالبهای داده باز است. گفت. هر دو در پیش نمایش عمومی هستند.
مایکروسافت گفت: یکی دیگر از مواردی که هنوز در پیشنمایش عمومی قرار دارد، ماژول Synapse Real-Time Analytics است که توسعه دهندگان را قادر میسازد با دادههای جریانی کار کنند و حجم زیادی از دادههای نیمه ساختاریافته را تجزیه و تحلیل کنند.
علاوه بر این، این شرکت همچنین یک ماژول Power BI را در Fabric ادغام می کند تا به تحلیلگران تجاری و کاربران تجاری یک شرکت کمک کند تا با پشتوانه ابزارهای مبتنی بر هوش مصنوعی، بینش هایی را از داده ها ایجاد کنند.
تجربه Power BI نیز عمیقاً در Microsoft 365 ادغام شده است.
برای هیون پارک، تحلیلگر اصلی Amalgam Insights، افزودن Power BI به Fabric، حفرههای مختلفی را در Power BI میبندد که باعث میشود در مقایسه با پلتفرمهای تحلیلی مانند Qlik، TIBCO یا SAS، کمتر آماده به نظر برسد.< /p>
مایکروسافت گفت Fabric با ماژول Data Activator عرضه می شود که هدف آن تشخیص و نظارت در زمان واقعی داده ها است. این شرکت گفت که وقتی الگوهای مشخصی را در داده ها پیدا کند، می تواند اعلان ها و اقدامات را راه اندازی کند و افزود که ماژول در حال حاضر در پیش نمایش خصوصی است.
همه هفت ماژول، طبق گفته شرکت، می توانند در پورتال شرکت تجربه شوند. p>
سرویس OpenAI Azure به Microsoft Fabric اضافه شد، Copilot به زودی
به گفته این شرکت،
مایکروسافت سرویس OpenAI Azure خود را به Fabric اضافه می کند و به زودی Copilot مجهز به GPT را در پلتفرم تجزیه و تحلیل ادغام خواهد کرد.
“با Copilot در مایکروسافت فابریک، کاربران میتوانند از زبان مکالمه برای ایجاد جریانهای داده و خطوط لوله داده، تولید کد و کل توابع، ساخت مدلهای یادگیری ماشینی یا تجسم نتایج استفاده کنند.”
بردلی شیمین، تحلیلگر ارشد Omdia، گفت: افزودن سرویس Azure OpenAI و Copilot با از بین بردن بسیاری از موانع بین راه حل ها، کار انجام شده توسط حرفه های داده ای را که در Microsoft Azure انجام می شود، سرعت می بخشد.
شیمین افزود: «همچنین باید پذیرش مدلهای بنیادی خود مایکروسافت و صادقانه تمام مجموعه ابزارهای یادگیری ماشینی شرکت را تسریع بخشد.
موهان گفت:
این حرکت همچنین میتواند بهعنوان تلاشهای مداوم مایکروسافت برای ادغام APIهای مدلهای زبان بزرگ از پایدار OpenAI در کل مجموعه آن تلقی شود.
شرکتها همچنین میتوانند مدلهای زبان بزرگ از سرویس Azure OpenAI را به همراه دادههای خود ترکیب کنند تا تجربیات زبان مکالمه خود را ایجاد کنند، و افزود که Copilot در مورد دادههای مستأجر سازمانی آموزش ندیده است.
Fabric از OneLake پشتیبانی میکند، از قالب جدول Delta Databricks استفاده میکند
طبق گفته مایکروسافت، همه دادهها و بارهای کاری Fabric در یک SaaS، دریاچه داده چند ابری به نام OneLake ذخیره میشوند که شبیه به دادههای ۳۶۵ برنامهای که در OneDrive ذخیره میشوند.
«دادهها در یک مرکز داده سازماندهی میشوند و بهطور خودکار برای کشف، اشتراکگذاری، حاکمیت و انطباق فهرستبندی میشوند. این شرکت یک سیستم ذخیره سازی واحد و یکپارچه را برای همه توسعه دهندگان فراهم می کند، جایی که کشف و به اشتراک گذاری داده ها با استفاده از سیاست ها و تنظیمات امنیتی به صورت مرکزی آسان است.»
این به جلوگیری از سیلوهای داده کمک میکند زیرا توسعهدهندگان مختلف حسابهای ذخیرهسازی ایزوله خود را تهیه و پیکربندی میکنند، شرکت توضیح داد که OneLake به شرکتها اجازه میدهد تا ذخیرهسازی دریاچه داده را در ADLS Gen2، AWS S3 و Google Storage مجازیسازی کنند.
معرفی OneLake، طبق گفته Forrester’s Evelson، ایجاد دریاچه داده کوچک خود را برای شرکتها آسانتر میکند، نه چند روز یا چند هفته.
تحلیلگر گفت: «درست است، آمادهسازی آن دریاچه داده برای برنامههای حیاتی مأموریت همچنان زمان میبرد، اما نمونهسازی اولیه، اثبات مفاهیم، توسعه چابک آسانتر خواهد شد.
علاوه بر این، Fabric با Delta در بالای فایلهای پارکت بهعنوان قالب دادهای بومی رفتار میکند که پیشفرض برای همه بارهای کاری است.
این شرکت گفت: «این تعهد عمیق به قالب دادههای باز مشترک به این معنی است که مشتریان باید دادهها را فقط یک بار در دریاچه بارگیری کنند و همه بارهای کاری میتوانند بر روی همان دادهها کار کنند، بدون اینکه نیازی به مصرف جداگانه آنها باشد.» این بدان معنی است که OneLake از داده های ساختاریافته با هر قالب و داده های بدون ساختار پشتیبانی می کند.
طبق گفته Evelson، استفاده از فرمت منبع باز می تواند صرفه جویی زیادی در زمان، تلاش و ذخیره سازی داشته باشد.
“در حالی که OneLake خود منبع باز نیست، اما در زیر پوشش ها، ساختار داده بر اساس یک قالب منبع باز به نام پارکت است – یک قالب داده بهینه شده برای تجزیه و تحلیل. این بدان معنی است که یک دریاچه داده، یک انبار داده و یک پلت فرم BI (در این مورد Power BI) دقیقاً از همان قالب و مهمتر از همه از همان نمونه/نسخه داده استفاده خواهند کرد.
علاوه بر این، مایکروسافت گفت که در حال برنامه ریزی برای معرفی یک مدل امنیتی جهانی برای Fabric است که در OneLake مدیریت می شود تا به شرکت ها در مدیریت امنیت داده ها در موتورهای داده، ماژول ها یا ابزارهای مختلف کمک کند.
شرکت گفت که این مدل تضمین میکند که همه موتورهای داده یا ماژولها مدل امنیتی را هنگام پردازش پرسوجوها یا سایر وظایف اعمال میکنند.
آیا مایکروسافت میتواند از Fabric استفاده کند؟
به گفته تحلیلگران، راه اندازی فابریک مایکروسافت می تواند از نظر پذیرش و محبوبیت به هر طریقی باشد.
اولسون گفت: «اگر هر کاربر سازمانی آفیس ۳۶۵ یک کپی از Fabric دریافت کند، درست همانطور که یک کپی از Power BI در حال حاضر با مجوز E5 Office 365 دریافت میکند، تأثیر ویروسی مشابه Power BI خواهد داشت.
با این حال، داگ هنشن، تحلیلگر اصلی Constellation Research هشدار داد که موفقیت Fabric ممکن است یک شبه به دست نیاید.
“ما باید در نظر داشته باشیم که همه چیز اعلام شده هنوز در پیش نمایش است و مایکروسافت در زمینه موفقیت در زمینه هایی مانند انبار داده ها سابقه متفاوتی دارد. Azure Synapse اخیراً به عنوان یک پلتفرم Lakehouse مورد استقبال یا تحسین مشتریان زیادی قرار نگرفته است.
Microsoft Fabric را می توان با مواردی مانند Google DataPlex، SAP DataSphere و IBM Data Fabric.
پست های مرتبط
چرا مایکروسافت تمام محصولات تجزیه و تحلیل داده خود را در Fabric ترکیب می کند
چرا مایکروسافت تمام محصولات تجزیه و تحلیل داده خود را در Fabric ترکیب می کند
چرا مایکروسافت تمام محصولات تجزیه و تحلیل داده خود را در Fabric ترکیب می کند