WEBVTT

00:00:00.120 --> 00:00:01.740
ברוכים הבאים לפרק נוסף.

00:00:01.860 --> 00:00:05.340
נושא היום הוא משהו שבטח שמעתם עליו בפגישות או במאמרים טכנולוגיים,

00:00:05.540 --> 00:00:06.280
Microsoft Fabric.

00:00:06.380 --> 00:00:09.420
אבל אם אתם כמו רוב האנשים, אתם לא לגמרי בטוחים מה זה בעצם.

00:00:09.620 --> 00:00:11.080
האם זה סתם עוד מוצר של Microsoft,

00:00:11.340 --> 00:00:14.020
מיתוג מחדש של משהו ישן, או שמדובר במה שהוא שונה לחלוטין?

00:00:14.160 --> 00:00:15.900
הרשו לי לתת לכם את התשובה הקצרה.

00:00:16.080 --> 00:00:18.080
Microsoft Fabric הוא לא סתם עוד מוצר.

00:00:18.260 --> 00:00:19.520
זוהי פלטפורמת נתונים מלאה,

00:00:19.660 --> 00:00:22.000
מקום אחד שבו ניתן לבצע את כל עבודת הנתונים,

00:00:22.000 --> 00:00:25.320
איכסון, פרנספורמציה, ניתוח ודיווח, הכל במקום אחד.

00:00:25.440 --> 00:00:27.620
עד סוף הפרק הזה, תבינו מה זה Fabric,

00:00:27.820 --> 00:00:28.980
למה מייקרוסופט בנתה אותו,

00:00:29.220 --> 00:00:31.060
ואיך החלקים העיקריים מתחברים יחד.

00:00:31.200 --> 00:00:33.480
קחו את הקפה שלכם ובואו נצלול פנימה.

00:00:33.600 --> 00:00:36.220
הדרך הישנה, למה נתונים היו מפוצלים.

00:00:36.420 --> 00:00:40.300
כדי להבין למה Fabric קיים, צריך להבין את הבעיה שהוא פותר.

00:00:40.520 --> 00:00:42.760
לפני 20 שנה, אם ניהלתם חברה,

00:00:43.020 --> 00:00:44.940
הייתם קונים שרת לאיכסון נתונים,

00:00:45.180 --> 00:00:46.680
כלי נפרד להפקת דוחות,

00:00:46.680 --> 00:00:48.620
ועוד מוצר לניתוח בזמן אמת.

00:00:48.700 --> 00:00:49.640
לפני ששמתם לב,

00:00:49.800 --> 00:00:51.200
היו לכם חמש מערכות שונות,

00:00:51.400 --> 00:00:52.620
כל אחת עם התחברות משלה,

00:00:52.840 --> 00:00:54.940
דרך עבודה משלה וצוות משלה שמנהל אותה.

00:00:55.020 --> 00:00:55.860
במשך זמן רב,

00:00:56.060 --> 00:00:57.540
נתונים חיו בסילו, ממגורות.

00:00:57.700 --> 00:00:59.460
נתוני מחירות יישבו במערכת אחת,

00:00:59.580 --> 00:01:00.680
נתוני לקוחות באחרת,

00:01:00.840 --> 00:01:02.580
ונתונים פיננסיים במקום אחר לגמרי.

00:01:02.720 --> 00:01:04.880
אם רציתם לשאול שאלה שחצתה את המערכות האלה,

00:01:05.040 --> 00:01:07.100
כמו אילו לקוחות קונים את המוצרים הרווחיים ביותר,

00:01:07.100 --> 00:01:08.920
הייתם צריכים להעביר נתונים ממקום למקום,

00:01:09.040 --> 00:01:10.060
לייצא ממערכת אחת,

00:01:10.160 --> 00:01:11.020
לבצע טרנספורמציה,

00:01:11.200 --> 00:01:11.780
לטעון לאחרת,

00:01:11.940 --> 00:01:13.580
ואז לעשות את זה שוב כשהנתונים השתנו.

00:01:13.720 --> 00:01:15.920
יותר זמן הושקע בהעברת נתונים בין מערכות,

00:01:16.000 --> 00:01:17.280
מאשר בניתוח שלהם בפועל.

00:01:17.420 --> 00:01:20.340
אינטגרציית נתונים הפכה למשרה מלאה עבור צוותים שלמים.

00:01:20.520 --> 00:01:23.580
החלק הגרוע ביותר היה שבכל פעם שהעברתם נתונים,

00:01:23.840 --> 00:01:25.820
יצרתם עוד עותק, עוד גרסה של האמת,

00:01:25.980 --> 00:01:26.600
ומהר מאוד,

00:01:26.600 --> 00:01:28.400
אף אחד לא ידע איזה עותק הוא הנכון.

00:01:28.580 --> 00:01:31.620
מייקרוסופט הסתכלה על הפיצול הזה ושאלה שאלה פשוטה.

00:01:31.740 --> 00:01:33.660
מה אם כל השירותים האלה יעבדו יחד?

00:01:33.780 --> 00:01:35.660
מה אם במקום לטפור יחד מוצרים נפרדים,

00:01:35.860 --> 00:01:37.500
הייתה לכם פלטפורמה אחת שעושה הכל?

00:01:37.640 --> 00:01:40.040
השאלה הזו היא מה שהוביל למיקרוסופט פבריק.

00:01:40.240 --> 00:01:42.160
מה מייקרוסופט פבריק הוא בפועל?

00:01:42.280 --> 00:01:43.740
אז, מה זה בעצם פבריק?

00:01:43.860 --> 00:01:45.320
הנה ההגדרה הפשוטה ביותר.

00:01:45.460 --> 00:01:48.380
מייקרוסופט פבריק היא פלטפורמה מאוחדת לנתונים וניתוח אין לי תיקה,

00:01:56.600 --> 00:01:59.060
אבל כולם חלק מאותו מבנה.

00:01:59.140 --> 00:02:01.760
אתם לא צריכים לצאת החוצה כדי לעבור מחדר אחד לשני.

00:02:01.880 --> 00:02:02.560
הם מחוברים.

00:02:02.780 --> 00:02:03.880
זה מה שפבריק עושה.

00:02:04.000 --> 00:02:06.380
היא מאגדת הנדסת נתונים, אינטגרציית נתונים,

00:02:06.580 --> 00:02:10.080
מחסני נתונים, ניתוח בזמן אמת ובינה עסקית בפלטפורמה אחת.

00:02:10.180 --> 00:02:12.000
הכל רץ על פלטפורמת סס אחת.

00:02:12.220 --> 00:02:14.140
מה שאומר שאין תשתית נפרדת לנהל,

00:02:14.400 --> 00:02:16.300
אין שרתים להקצות או רשתות להגדיר.

00:02:16.460 --> 00:02:18.300
מייקרוסופט מטפלת בכל זה עבורך.

00:02:18.300 --> 00:02:19.920
מאז השקטה בית מינוס 2023,

00:02:19.920 --> 00:02:23.260
פבריק הפכה למוצר הנתונים הצומח ביותר בהיסטוריה של מייקרוסופט.

00:02:23.380 --> 00:02:25.960
כיום, למעלה מממ מינוס 25 אלף לקוחות משתמשים בה,

00:02:26.160 --> 00:02:27.700
כולל 80% מהפורצ'ן 500.

00:02:27.960 --> 00:02:29.580
זה הרבה אימוץ בזמן קצר מאוד.

00:02:29.760 --> 00:02:30.860
ההבדל המרכזי הוא זה,

00:02:31.020 --> 00:02:31.720
בעולם הישן,

00:02:31.900 --> 00:02:34.420
קנית מוצרים נפרדים וניסית לגרום להם לדבר זה עם זה.

00:02:34.560 --> 00:02:35.140
עם פבריק,

00:02:35.280 --> 00:02:37.420
אתה לא צריך לחבר יותר שירותים שונים יחד.

00:02:37.560 --> 00:02:38.440
זו חוויה אחת,

00:02:38.600 --> 00:02:39.440
התחברות אחת,

00:02:39.580 --> 00:02:40.460
דרך עבודה אחת,

00:02:40.600 --> 00:02:41.460
וזה משנה הכל.

00:02:41.460 --> 00:02:42.040
וואן לי,

00:02:42.280 --> 00:02:42.840
הבסיס.

00:02:42.840 --> 00:02:43.320
כעת,

00:02:43.500 --> 00:02:45.760
בואו נדבר על הבסיס שגורם לכל זה לעבוד.

00:02:45.900 --> 00:02:48.600
בליבה של פבריק נמצא משהו שנקרא וואן לייק.

00:02:48.780 --> 00:02:52.160
הדרך הקלה ביותר לחשוב על וואן לייק היא כמו וואן דרייב עבור הנתונים שלך.

00:02:52.300 --> 00:02:55.620
אתה יודע איך וואן דרייב נותן לך מקום אחד להחסן את כל הקבצים האישיים שלך,

00:02:55.820 --> 00:02:58.020
וכל אפליקציה במחשב שלך יכולה לגשת לקבצים האלה.

00:02:58.100 --> 00:02:59.400
וואן לייק עושה את אותו הדבר,

00:02:59.580 --> 00:03:01.160
אבל עבור הנתונים של הארגון שלך.

00:03:01.300 --> 00:03:02.780
הנה מה שהופך את זה לעוצמתי.

00:03:02.780 --> 00:03:03.940
כל עומס עבודה בפבריק,

00:03:03.940 --> 00:03:05.040
בין אם זה לייקהוס,

00:03:05.180 --> 00:03:06.960
מחסן נתונים או עבודת ניתוח בזמן אמת,

00:03:07.180 --> 00:03:09.080
מאחסן אוטומטית את הנתונים שלו באון לייק.

00:03:09.180 --> 00:03:12.120
אתה לא צריך להעתיק שום דבר ידנית או להגדיר חיבורים.

00:03:12.320 --> 00:03:13.040
זה פשוט קורה.

00:03:13.200 --> 00:03:15.140
ויש רק וואן לייק אחד לכל דייר,

00:03:15.300 --> 00:03:15.660
טננט,

00:03:15.860 --> 00:03:17.620
מקור אמת אחד עבור כל הארגון שלך.

00:03:17.760 --> 00:03:18.940
עכשיו, אולי אתה חושב,

00:03:19.060 --> 00:03:20.660
מה אם ארצה להחליף פלטפורמות מאוחר יותר?

00:03:20.840 --> 00:03:21.540
האם אני נעול?

00:03:21.800 --> 00:03:22.300
גרשיים.

00:03:22.480 --> 00:03:23.160
התשובה היא לא.

00:03:23.160 --> 00:03:23.720
וואן לייק,

00:03:23.720 --> 00:03:25.940
מאחסן נתונים בפורמטים פתוחים כמו דלטה פרקי,

00:03:26.120 --> 00:03:29.140
פורמט סטנדרטי בתעשייה המשמש את דייטאבריקס ואפ אש ספרק.

00:03:29.200 --> 00:03:30.880
אתה אף פעם לא נעול למייקרוסופט.

00:03:31.000 --> 00:03:33.080
אם אתה רוצה להעביר את הנתונים שלך למקום אחר,

00:03:33.200 --> 00:03:33.580
אתה יכול.

00:03:33.760 --> 00:03:34.760
אלו הנתונים שלך.

00:03:34.900 --> 00:03:37.000
אבל כאן וואן לייק הופך למעניין באמת,

00:03:37.200 --> 00:03:37.780
קיצורי דרך.

00:03:37.980 --> 00:03:40.860
קיצור דרך הוא מצביע וירטואלי לנתונים שנמצאים במקום אחר.

00:03:40.860 --> 00:03:43.820
אתה יכול ליצור קיצור דרך לנתונים המאוחסנים ב-AWSS3,

00:03:43.820 --> 00:03:44.500
גוגל קלאוד,

00:03:44.680 --> 00:03:45.560
או אפילו יחסון מקומי,

00:03:45.640 --> 00:03:46.180
און פרמיסס,

00:03:46.320 --> 00:03:48.200
וזה מופיע באון לייק כאילו היה מאוחסן שם.

00:03:48.360 --> 00:03:49.800
אין צורך בהעברת נתונים,

00:03:50.040 --> 00:03:50.580
אין כפילות.

00:03:50.980 --> 00:03:52.180
אתה רק מצביע עליו,

00:03:52.340 --> 00:03:52.860
והוא מופיע.

00:03:53.040 --> 00:03:55.520
וואן לייק בנוי על גבי Azure Data Lake Storage,

00:03:55.780 --> 00:03:57.840
יחסון הענן ברמה הארגונית של מייקרוסופט,

00:03:58.040 --> 00:04:00.940
אבל אתה לא מנהל את התשתית הזו כי הכל מטופל כשהירות סס.

00:04:00.940 --> 00:04:03.180
אתה לא מקצה שרתים או מגדיר רשתות,

00:04:03.300 --> 00:04:04.380
אתה פשוט משתמש בזה.

00:04:04.540 --> 00:04:05.680
מה זה אומר מבחינתך?

00:04:05.840 --> 00:04:08.160
זה אומר שניתן לרכז נתונים ממקורות שונים,

00:04:08.360 --> 00:04:09.100
יחסון בענן,

00:04:09.280 --> 00:04:10.360
מסדי נתונים מקומיים,

00:04:10.460 --> 00:04:11.620
ופלטפורמות צד שלישי,

00:04:11.860 --> 00:04:13.340
כולם במקום אחד ללא כפילויות.

00:04:13.520 --> 00:04:14.840
ומה הכוח האמיתי כאן?

00:04:14.980 --> 00:04:16.400
כל נתון שנכתב לאון לייק,

00:04:16.480 --> 00:04:18.820
זמין לשימוש מיידי עבור כל עומס עבודה בפבריק.

00:04:18.920 --> 00:04:19.780
כותבים פעם אחת,

00:04:19.880 --> 00:04:21.560
וכל כלי בפבריק יכול לראות את זה.

00:04:21.560 --> 00:04:23.660
זה הקסם של One Lake Lake House,

00:04:23.840 --> 00:04:25.060
המרכז להנדסת נתונים.

00:04:25.260 --> 00:04:27.080
אז הנתונים שלך כבר נמצאים באון לייק.

00:04:27.200 --> 00:04:28.460
עכשיו, צריך לעבוד איתם.

00:04:28.460 --> 00:04:29.960
כאן נכנס ה-Lake House לתמונה.

00:04:30.120 --> 00:04:31.600
הנה ההגדרה הפשוטה ביותר.

00:04:31.740 --> 00:04:34.840
Lake House הוא מאגר נתונים המשלב את הגמישות של Data Lake

00:04:34.840 --> 00:04:36.200
עם המבנה של מסד נתונים.

00:04:36.400 --> 00:04:37.460
בדאטה Lake מסורתי,

00:04:37.660 --> 00:04:38.600
אפשר להכסן הכל,

00:04:38.740 --> 00:04:40.020
קבצי CSV גולמיים,

00:04:40.220 --> 00:04:41.040
מסמכי ג'ייסן,

00:04:41.180 --> 00:04:42.080
תמונות וסרטונים,

00:04:42.300 --> 00:04:44.080
אבל הכל מבולגן ללא מבנה או סכימה,

00:04:44.080 --> 00:04:45.380
כך שקשה לבצע שאילתות.

00:04:45.440 --> 00:04:46.520
במסד נתונים מסורתי,

00:04:46.640 --> 00:04:47.940
הכל מובנה וניתן לשאילת,

00:04:48.100 --> 00:04:50.140
אך ניתן להכסן רק סוגים מסוימים של נתונים.

00:04:50.140 --> 00:04:51.860
Lake House נותן לך את שניהם.

00:04:52.020 --> 00:04:53.960
אפשר לשמור קבצים גולמיים כמו CSV,

00:04:54.240 --> 00:04:56.020
ג'ייסן או אפילו תמונות ב-Lake House.

00:04:56.200 --> 00:04:59.360
ואפשר גם להכסן טבלעות מובנות שניתן לתשאל באמצעות SQL.

00:04:59.620 --> 00:05:01.120
שניהם נמצאים באותו המקום.

00:05:01.300 --> 00:05:03.160
הטבלעות האלו משתמשות בפורמט Delta Parquet.

00:05:03.360 --> 00:05:06.420
אותו פורמט פתוח ומהיר שמשמש את Databricks ופלטפורמות מרכזיות אחרות,

00:05:06.420 --> 00:05:08.100
ומיועד לטיפול בחמויות עתק של נתונים.

00:05:08.260 --> 00:05:09.940
Lake House תומכים בחלים מרובים.

00:05:09.940 --> 00:05:12.580
ניתן להשתמש בספרק לעיבוד נתונים בהיקף גדול.

00:05:12.700 --> 00:05:14.620
ניתן להשתמש בפייטן ללמידת מכונה.

00:05:14.740 --> 00:05:16.680
ניתן להשתמש בסקיואל לשאילתות פשוטות.

00:05:16.840 --> 00:05:19.140
בכל כלי שתעדיף, ה-Lake House יודע לטפל.

00:05:19.280 --> 00:05:22.540
תחשוב על ה-Lake House כסביבת העבודה שלך לבניית צינורות נתונים.

00:05:22.740 --> 00:05:23.880
אתה מביא נתונים גולמיים,

00:05:24.080 --> 00:05:26.180
מאבד אותם, מנקה אותם ומכין אותם לניתוח.

00:05:26.180 --> 00:05:28.600
ניתן להריץ מודלים של למידת מכונה על הנתונים.

00:05:28.760 --> 00:05:31.100
ניתן ליצור ערכות נתונים לאימון, הכל במקום אחד.

00:05:31.100 --> 00:05:33.520
עבור מהנדסי נתונים שמעדיפים סביבה ידידותית לקוד,

00:05:33.740 --> 00:05:35.240
Lake House תומכים במחברות, נוטבוקס.

00:05:35.360 --> 00:05:37.420
אלו מסמכים אינטראקטיביים שבהם כותבים קוד,

00:05:37.560 --> 00:05:38.980
רואים תוצאות ומתעדים את העבודה,

00:05:39.240 --> 00:05:40.360
כמו מחברת מעבדה לנתונים.

00:05:40.560 --> 00:05:42.140
ניתן לכתוב קוד ספרק בתא אחד,

00:05:42.360 --> 00:05:43.640
לראות את הפלט בבה אחריו,

00:05:43.780 --> 00:05:45.360
ולהסביר מה עשית הבתה שאחריו.

00:05:45.360 --> 00:05:49.220
ה-Lake House הוא נקודת הכניסה עבור רוב מהנדסי הנתונים שעובדים בפבריק.

00:05:49.220 --> 00:05:51.360
זה המקום שבו מתבצעת העבודה הקשה,

00:05:51.600 --> 00:05:53.440
ומכיוון שהוא מאחסן הכל ב-Own Lake,

00:05:53.680 --> 00:05:55.080
כל נתון שמוכנס ל-Lake House

00:05:55.080 --> 00:05:57.940
זמין מיד לכל עומס עבודה אחר בפבריק ב-Worry House,

00:05:58.180 --> 00:05:59.460
מנוע הניתוח של סיקוואל.

00:05:59.600 --> 00:06:01.960
כעת, אם ה-Lake House הוא המרכז להנדסת נתונים,

00:06:01.960 --> 00:06:04.120
תחשוב על ה-Worry House כמנוע ניתוח סיקוואל

00:06:04.120 --> 00:06:05.760
שנבנה עבור סוג אחר של משתמשים.

00:06:05.880 --> 00:06:09.440
מחסן נתונים בפבריק הוא בסיס נתונים לניתוח סיקוואל בניהול מלא.

00:06:09.440 --> 00:06:12.160
אם אתם מנהלי בסיסי נתונים או מפתחי סיקוואל,

00:06:12.360 --> 00:06:13.720
זה המקום שבו תרגישו בבית.

00:06:13.900 --> 00:06:15.500
ניתן לכתוב שאיל תוצטי סיקוואל,

00:06:15.640 --> 00:06:18.340
ליצור תצוגות, פרוצדורות מאוכסנות ומדיניות הבטחה.

00:06:18.500 --> 00:06:20.500
זה נראה ומרגיש כמו מחסן נתונים עשורתי,

00:06:20.700 --> 00:06:21.940
אבל הנה מה שהופך אותו לשונה.

00:06:21.940 --> 00:06:23.520
בניגוד למחסן נתונים עשורתי,

00:06:23.720 --> 00:06:26.260
המחסן של פבריק מאחסן נתונים ישירות ב-Own Lake.

00:06:26.380 --> 00:06:29.240
אין שכבת יחסון נפרדת ואין תשתית נוספת לניהול.

00:06:29.360 --> 00:06:30.780
הנתונים נמצאים ב-Own Lake,

00:06:30.880 --> 00:06:33.780
והמחסן הוא רק הממשק שבו אתם משתמשים כדי לתשאל אותם.

00:06:33.940 --> 00:06:36.800
זה חשוב כי המחסן ובית הנתונים חולקים את אותם נתונים,

00:06:37.080 --> 00:06:38.420
כך שאתם לא משכפלים דבר.

00:06:38.580 --> 00:06:40.720
אם מהנדס נתונים טוען נתונים לבית נתונים,

00:06:40.960 --> 00:06:43.620
מפתח סיקוואל יכול לתשאל אותם מהמחסן באופן מיידי.

00:06:43.620 --> 00:06:45.340
ללא העתקה, ללא העברה.

00:06:45.460 --> 00:06:47.800
אלו אותם נתונים הנגישים דרך כלים שונים.

00:06:48.000 --> 00:06:50.600
המחסן בנוי לניתוח נתונים בקנה מידה גדול.

00:06:50.760 --> 00:06:51.660
מאחורי הקלעים,

00:06:51.660 --> 00:06:55.000
ומשתמש בעיבוד מקבילים ה-CV כדי לטפל בערכות נתונים ענקיות.

00:06:55.160 --> 00:06:57.120
ומיקרוסופט משקיעה רבות בביצועים.

00:06:57.300 --> 00:06:59.100
בית מינוס שישה החודשים האחרונים בלבד,

00:06:59.260 --> 00:07:01.340
הביצועים ישתפרו בית מינוס 36%.

00:07:01.340 --> 00:07:03.320
זה הרבה שיפור בפרק זמן קצר.

00:07:03.440 --> 00:07:04.960
אם אתם עוברים מפלטפורמה אחרת,

00:07:04.960 --> 00:07:08.500
לפבריק יש עוזר הגירה שעוזר לכם לעבור מסנופלייק או סינפס.

00:07:08.600 --> 00:07:11.580
הוא מנתח את ההגדרה הקיימת שלכם ומדריך אתכם בתהליך.

00:07:11.720 --> 00:07:14.100
המטרה היא להפוך את ההגירה לחלקה ככל האפשר.

00:07:14.100 --> 00:07:16.400
אז מה ההבדל בין בית נתונים למחסן נתונים?

00:07:16.620 --> 00:07:17.660
זה מסתכם בממשק.

00:07:17.800 --> 00:07:19.520
מחסני נתונים הם מוכווני SQL.

00:07:19.760 --> 00:07:21.900
הם בנויים לאנשים שחושבים במונחים של טבלאות,

00:07:22.080 --> 00:07:23.280
שאילטות ופרוצדורות מאוכסנות.

00:07:23.460 --> 00:07:25.080
בתי נתונים הם מוכווני מפתחים.

00:07:25.080 --> 00:07:26.920
הם בנויים לאנשים שרוצים להשתמש בספרק,

00:07:27.020 --> 00:07:28.380
פייטן ובמחברות, נוטבוקס.

00:07:28.440 --> 00:07:29.540
אבל מתחת לפני השטח,

00:07:29.700 --> 00:07:31.080
שניהם מאחסנים נתונים באוואן לייק.

00:07:31.220 --> 00:07:33.060
אלו שתי דרכים לעבוד עם אותם נתונים.

00:07:33.260 --> 00:07:34.060
הכנסת נתונים,

00:07:34.280 --> 00:07:34.860
Data Factory,

00:07:34.860 --> 00:07:36.320
שיקוף וקיצורי דרך.

00:07:36.500 --> 00:07:38.240
אז יש לכם וואן רייק להיחסון,

00:07:38.440 --> 00:07:40.760
בתי נתונים לטרנספורמציה ומחסנים לשאילטות.

00:07:40.920 --> 00:07:42.480
אבל איך הנתונים נכנסים בפועל?

00:07:42.580 --> 00:07:44.200
כאן נכנס לתמונה Data Factory.

00:07:44.200 --> 00:07:47.120
Data Factory הוא שירות אינטגרציית הנתונים המובנה של Fabric,

00:07:47.340 --> 00:07:50.080
והוא מעניק לכם מעל 200 מחברים לשליפת נתונים מבסיסי נתונים,

00:07:50.260 --> 00:07:51.900
יחסון בענן, אפליקציות SES ועוד.

00:07:52.040 --> 00:07:55.200
זהו כלי אינטגרציית הנתונים הנפוץ ביותר בעולם ובצדק.

00:07:55.320 --> 00:07:56.060
בתוך Data Factory,

00:07:56.260 --> 00:07:57.600
אתם מקבלים Data Flows Gen 2,

00:07:57.600 --> 00:08:00.960
המעניק לכם דרך ללא קוד לביצוע טרנספורמציות נתונים באמצעות Power Query.

00:08:01.080 --> 00:08:03.580
אם השתמשתם אי פעם בפאור קוירי, באקססל או בפאור ביי,

00:08:03.780 --> 00:08:04.780
אתם כבר מכירים את התהליך.

00:08:04.780 --> 00:08:06.740
אתם לוחצים דרך ממשק ויזואלי כדי לנקות,

00:08:06.880 --> 00:08:08.080
לעצב מחדש ולשלב נתונים.

00:08:08.260 --> 00:08:09.260
אין צורך בכתיבת קוד,

00:08:09.420 --> 00:08:12.320
והוא ברמה ארגונית ניתן להרחבה לטיפול בערכות נתונים הסיביות.

00:08:12.440 --> 00:08:16.180
למעלה מממינוס 22 מיליארד הרצות מתבצעות בדאטה פקטורי מדי חודש,

00:08:16.180 --> 00:08:18.940
מה שאומר שמיליארדי העברות נתונים קורות באופן אוטומטי,

00:08:19.140 --> 00:08:20.380
מה שהופך אותה לתשתית רצינית.

00:08:20.520 --> 00:08:23.180
אבל יש דרך פשוטה עוד יותר להכניס נתונים לאון לייק,

00:08:23.400 --> 00:08:24.280
שיקוף Mirroring.

00:08:24.280 --> 00:08:27.560
שיקוף מעתיק נתונים ממסדי נתונים חיצוניים כמו Azure SQL,

00:08:27.840 --> 00:08:30.820
Oracle או Google BigQuery לתוך One Lake כמעט בזמן אמת,

00:08:31.060 --> 00:08:32.060
והנה החלק הכי טוב.

00:08:32.240 --> 00:08:34.660
זה בחינם, כלול בשירות ללא עלות נוספת.

00:08:34.820 --> 00:08:36.880
אתה רק מצביע על מסד הנתונים של המקור שלך,

00:08:37.020 --> 00:08:38.320
ופאבריק מטפל בכל השאר.

00:08:38.320 --> 00:08:40.960
אחר כך יש את הקיצורים, Shortcuts, שנגענו בהם קודם,

00:08:41.080 --> 00:08:42.220
אבל מגיע להם יותר תשומת לב.

00:08:42.340 --> 00:08:45.120
קיצורים הם מצביעים וירטואליים לנתונים המאוכסנים במקום אחר,

00:08:45.240 --> 00:08:46.420
ללא צורך בהעברת נתונים.

00:08:46.420 --> 00:08:49.100
אתה יוצר קיצור לבקט ב-AWSS3,

00:08:49.300 --> 00:08:51.160
והוא מופיע באוואן לייק כאילו הוכסן שם,

00:08:51.280 --> 00:08:52.640
בעוד הנתונים נשארים במקומם.

00:08:52.780 --> 00:08:53.920
אתה רק מצביע עליו,

00:08:54.040 --> 00:08:56.740
ועכשיו קיצורים יכולים לעשות יותר מאשר רק להצביע.

00:08:56.740 --> 00:09:00.980
טרנספורמציות קיצור מאפשרות לך להכיל שינויים מבוססי בינה מלאכותית תוך כדי תנועה.

00:09:01.120 --> 00:09:03.480
ניתן להריץ ניתוח סנטימנט על נתוני טקסט,

00:09:03.560 --> 00:09:05.760
לתרגם תוכן או לזהות מידע אישי מזהה,

00:09:05.760 --> 00:09:08.640
והכל מבלי להזיז את הנתונים או לבנות צינור עיבוד.

00:09:08.920 --> 00:09:11.520
הטרנספורמציה מתרחשת בזמן שאתה ניגש לנתונים.

00:09:11.720 --> 00:09:13.540
המטרה של כל הכלים האלה פשוטה,

00:09:13.720 --> 00:09:17.060
להביא את כל הנתונים שלך לאוואן לייק מבלי לבנות צינורות מורכבים.

00:09:17.060 --> 00:09:19.980
בין אם אתה משתמש בדאטה פקטורי ל-ETL מסורתי,

00:09:20.220 --> 00:09:21.920
בשיקוף לשכפול כמעט בזמן אמת,

00:09:22.120 --> 00:09:24.500
או בקיצורים לגישה וירטואלית, התוצאה זהה.

00:09:24.500 --> 00:09:26.380
הנתונים שלך מגיעים לאוואן לייק,

00:09:26.580 --> 00:09:28.440
מוכנים לכל עומס עבודה של פבריק.

00:09:28.540 --> 00:09:31.240
בינה בזמן אמת, מסדי נתונים ובינה מלאכותית.

00:09:31.380 --> 00:09:33.640
עד כה דיברנו על העברת נתונים ואיחסונם,

00:09:33.820 --> 00:09:35.780
אבל מה עם נתונים שלעולם לא מפסיקים לזוז?

00:09:35.960 --> 00:09:37.780
הזרמת נתונים מחיישני IOT,

00:09:38.060 --> 00:09:40.060
קליקים באתרים, טלמטריה ממכשירים.

00:09:40.180 --> 00:09:42.240
כאן נכנסת לתמונה הבינה בזמן אמת.

00:09:42.400 --> 00:09:45.500
פבריק מטפל בהזרמת נתונים דרך משהו שנקרא Event House,

00:09:45.700 --> 00:09:48.060
שמאחסן ושואל נתוני סדרות איטיות בנפח גבוה

00:09:48.060 --> 00:09:50.540
באמצעות KQL, שפת השאילתות של קאסטו.

00:09:50.720 --> 00:09:53.060
זה אותו מנוע שמפעיל את Azure Data Explorer,

00:09:53.320 --> 00:09:54.000
בנוי למהירות,

00:09:54.200 --> 00:09:56.100
כך שניתן לקלוט מיליוני אירועים בשנייה

00:09:56.100 --> 00:09:57.320
ולשאול אותם במילי שניות.

00:09:57.500 --> 00:09:58.920
זה חשוב, והנה הסיבה.

00:09:59.040 --> 00:10:02.420
46% מלקוחות פבריק כבר משתמשים בבינה בזמן אמת.

00:10:02.620 --> 00:10:03.480
זה כמעט חצי.

00:10:03.480 --> 00:10:05.460
מקרי השימוש נמצאים בכל מקום.

00:10:05.640 --> 00:10:08.160
חברת לוגיסטיקה שעוקבת אחרי מסעיות משלוחים,

00:10:08.360 --> 00:10:10.180
כמעוני שמנטר תנועת לקוחות בחנות,

00:10:10.400 --> 00:10:12.540
יצרן שצופה בנתוני חיישנים מציוד מפעל,

00:10:12.680 --> 00:10:13.720
הכל קורה בזמן אמת.

00:10:13.880 --> 00:10:15.780
אבל פבריק הוא לא רק ניתוח נתונים.

00:10:15.980 --> 00:10:18.340
הוא כולל גם מסדי נתונים טיפוליים כמו SQL Database,

00:10:18.420 --> 00:10:20.960
לנתונים יחסיים וCosmos DB לאומסי עבודה של NoSQL.

00:10:21.260 --> 00:10:24.440
אלו אותם מסדי נתונים שבהם היית משתמש כדי להריץ את היישומים שלך.

00:10:24.580 --> 00:10:25.980
ומכיוון שהם מובנים בתוך פבריק,

00:10:25.980 --> 00:10:28.580
הם מאחסנים את הנתונים שלהם באוואן לייק באופן אוטומטי.

00:10:28.660 --> 00:10:30.820
ללא צינורות נוספים, ללא העתקה ידנית.

00:10:30.980 --> 00:10:34.160
הנתונים העסקיים והנתונים האנליטיים שלך נמצאים באותו המקום.

00:10:34.320 --> 00:10:35.900
עכשיו בואו נדבר על בינה מלאכותית,

00:10:36.080 --> 00:10:37.720
כי כאן פבריק הופכת למעניינת באמת.

00:10:37.960 --> 00:10:40.100
האינטגרציה של AI עמוקה בכל הפלטפורמה,

00:10:40.340 --> 00:10:43.500
ואתה מקבל מודלים מוכנים לניתוח טקסט, תרגום וניתוח סנטימן.

00:10:43.680 --> 00:10:46.840
ניתן להשתמש בהם ישירות בתהליכי הנתונים שלך ללא כתיבת קוד.

00:10:46.840 --> 00:10:49.660
פשוט מצביעים על הנתונים, בוחרים את המודל, והוא מופעל.

00:10:49.780 --> 00:10:52.380
ויש גם את קופה אילות, שמוטמע בכל רחבי פבריק.

00:10:52.520 --> 00:10:55.460
הוא עוזר לך לכתוב שאילטות, לבנות דוחות וליצור צינורות נתונים.

00:10:55.660 --> 00:10:59.020
אתה רק מתאר מה אתה רוצה בשפה פשוטה, וקופילות יוצר את הקוד.

00:10:59.180 --> 00:11:02.780
זה כמו שיש מהנדס נתונים זוטר שיושב לידך, מוכן לעזור בכל רגע.

00:11:02.880 --> 00:11:03.960
החזון כאן הוא פשוט.

00:11:04.140 --> 00:11:06.680
ה-AI עובד על הנתונים שלך בלי להזיז אותם לשום מקום.

00:11:06.680 --> 00:11:09.940
הנתונים שלך נשארים באוואן לייק, ומודלי ה-AI מגיעים אל הנתונים.

00:11:10.120 --> 00:11:12.780
ללא העתקה, ללא ייצוא, ללא סיכוני הבטחה.

00:11:12.900 --> 00:11:15.740
הנתונים לעולם לא עוזבים את הסביבה המנוהלת שלך.

00:11:16.420 --> 00:11:18.560
פאוור ביי, ממשל וערך עסקי.

00:11:18.680 --> 00:11:23.080
כעת, נגיע לחלק שרוב האנשים באמת רואים דלת הכניסה לתובנות, פאוור ביי.

00:11:23.240 --> 00:11:28.800
הוא נמצא בשימוש בית מינוס 550 אלף ארגונים ובקרב 34 מיליון משתמשים מדי חודש,

00:11:29.060 --> 00:11:31.040
מה שהופך אותו לכלי הבי הנפוץ בעולם.

00:11:31.040 --> 00:11:34.080
ובתוך פבריק, הוא הופך למה שהוא עוצמתי אפילו יותר.

00:11:34.220 --> 00:11:35.060
הנה המפתח.

00:11:35.240 --> 00:11:39.940
בפבריק, פאוור ביי מתחבר ישירות לאוואן לייק באמצעות משהו שנקרא מצב דיירקט לייק.

00:11:40.140 --> 00:11:44.380
זה שונה ממצב האיבו המסורתי שבו מעתיקים נתונים להיחסון הפנימי של פאוור ביי.

00:11:44.540 --> 00:11:48.020
במקום זאת, דיירקט לייק תוקף את הנתונים היכן שהם נמצאים באוואן לייק

00:11:48.020 --> 00:11:51.880
ללא צורך בריינון, ללא כפילויות, והנתונים תמיד מעודכנים ומהירים להפליט.

00:11:51.880 --> 00:11:58.880
מתחת לכל דוח פאוור ביי נמצא מודל סמנטי, המוח של הדוח שבו מגדירים לוגיקה עסקית, מדדים וקשרים.

00:11:59.100 --> 00:12:02.440
וכעת ניתן לבנות את המודלים הללו לחלוטין בדפדפן אינטרנט.

00:12:02.600 --> 00:12:09.100
מידול באינטרנט זמין כעת, כך שניתן ליצור מודל סמנטי, לבנות קשרים ולכתוב מדדי דקס מהדפדפן, אפילו במק.

00:12:09.200 --> 00:12:15.620
אין צורך באפליקציית שולחן עבודה, אבל כל כוח הנתונים הזה לא שווה כלום ללא ממשל, ולפבריק יש ממשל מובנה מההתחלה.

00:12:15.620 --> 00:12:19.880
מייקרוסופט פורוו מספק תוויות רגישות שעוקבות אחרי הנתונים שלך לכל מקום.

00:12:20.000 --> 00:12:23.960
אם דוח מכיל מידע רגיש, התווית נשארת איתו גם בעת ייצוא.

00:12:24.200 --> 00:12:33.360
מדיניות מניעת אובדן נתונים מזהה אוטומטית נתונים רגישים וחוסמת שיתוף לא מורשה, ובקרות גישה מבטיחות שרק האנשים הנכונים יראו את הנתונים הנכונים.

00:12:33.360 --> 00:12:40.820
תחומים, דומיינז, עוזרים לארגן נתונים לפי תחום עסקי עם כללי ממשל נפרדים, כך שלנתוני הכספים שלך יכולות להיות בקרות מחמירות יותר מאשר לנתוני השיווק.

00:12:40.960 --> 00:12:45.560
כל תחום ניתן לניהול על ידי צוות משלו, מה שהופך את הממשל לחזה שגדל יחד עם הארגון שלך.

00:12:45.680 --> 00:12:47.680
עכשיו, בואו נדבר על תוצאות אמיתיות.

00:12:47.900 --> 00:12:48.720
זו לא רק תיאוריה.

00:12:48.860 --> 00:12:53.260
איסטמן כימיקלים השתמשה בפבריק כדי לצמצם את זמן הכנת המחירות ב-83%.

00:12:53.260 --> 00:12:56.400
מה שלקח פעם 4 שעות, לוקח כעת קף מינוס 40 דקות.

00:12:56.480 --> 00:13:02.580
עיתון סולושנז הפחיתה את העבודה הידנית בית מינוס 75% עם תהליכים שדרשו 10 עד 15 שלבים וכעת דורשים שניים בלבד.

00:13:02.700 --> 00:13:08.960
ושונת התוכנה חסכה 30 אלף שעות של התאמות ידניות בכל שנה, והפנתה את המאמץ האנושי הזה לעבודה בעלת ערך גבוה יותר.

00:13:09.180 --> 00:13:10.700
מודל העלות פשוט וישיר.

00:13:10.880 --> 00:13:14.140
אתה משלם עבור קיבולת, כוח המחשוב שמריץ את עומסי העבודה שלך.

00:13:14.140 --> 00:13:17.700
למייקרוסופט יש מנגנוני החלקה והגנה מפני עומסים מובנים לניהול סיים.

00:13:17.860 --> 00:13:22.520
ההחלקה פורסת את עלות פעולות הרקע לאורך 24 שעות, כך שלא תופתה מזינוקים פתאומיים,

00:13:22.780 --> 00:13:27.400
והגנה מפני עומסים מגבילה עבודות רקע בתקופות עמוסות כדי לשמור על ביצועים אינטראקטיביים יציבים.

00:13:27.520 --> 00:13:30.260
אתה משלם על מה שאתה צורך ולא מקבל הפתעות.

00:13:30.720 --> 00:13:31.960
בואו נסכם את כל זה.

00:13:32.120 --> 00:13:34.360
פבריק הוא לא סתם עוד מוצר של מייקרוסופט.

00:13:34.360 --> 00:13:37.600
זו חשיבה מחודשת לחלוטין על האופן שבו פלטפורמות נתונים צריכות לעבוד.

00:13:37.740 --> 00:13:41.140
פלטפורמה אחת, אגם אחד, עותק אחד של נתונים ואפשרויות אינסופיות.

00:13:41.260 --> 00:13:43.660
ואם AI וקופילות מובנים, הוא נגיש לכולם.

00:13:43.860 --> 00:13:48.480
לא רק לאנשי נתונים, אלא לאנליסטים עסקיים, צוותי מחירות, מנהלי תפעול, וכל מי שזקוק לתשובות מתוך נתונים.

00:13:48.660 --> 00:13:49.980
הנה שיעורי הבית שלכם.

00:13:49.980 --> 00:13:54.400
גשו fabric.microsoft.com, התחילו תקופת ניסיון בחינם, עוצרו את סביבת העבודה הראשונה שלכם.

00:13:54.520 --> 00:13:55.400
פשוט נעשו את זה.

00:13:55.540 --> 00:13:59.200
תראו איך החלקים מתחברים בצורה ששום כמות של קריאה לא יכולה להחליף.

00:13:59.320 --> 00:14:05.380
אם הפרק הזה עזר לכם להבין את פבריק טוב יותר, הרשמו בפלטפורמת הפודקסטים המועדפת עליכם ושתפו אותו עם מישהו שמתחיל את מסע הנתונים שלו.

00:14:05.480 --> 00:14:06.520
הם יודו לכם על כך.

00:14:06.700 --> 00:14:10.200
בפעם הבאה, נפרק את קיצורי הדרך של One Lake בשפה פשוטה.

00:14:10.200 --> 00:14:14.400
איך הם עובדים, למה הם חשובים ואיך להשתמש בהם בלי להעביר נתונים ממקום למקום.

00:14:14.580 --> 00:14:16.060
זה פרק שלא תרצו לפספס.

00:14:16.200 --> 00:14:17.480
עד אז, המשיכו ללמוד.
