WEBVTT

00:00:00.000 --> 00:00:05.700
הנושא של היום הוא כזה שכמעט כל מי שעובד עם נתונים שמע עליו, אך מעטים באמת מבינים אותו.

00:00:05.900 --> 00:00:07.540
Microsoft Fabric One Lake.

00:00:07.680 --> 00:00:13.140
בטח ראיתם את זה בשיווק של Microsoft או שמעתם מי שהוא מכנה את זה אגם הנתונים המאוחד עבור כל הארגון שלכם.

00:00:13.280 --> 00:00:14.380
אבל מה זה באמת אומר?

00:00:14.580 --> 00:00:17.640
האם זו סתם עוד קופסה תכסון או שזה משהו שונה מהותית?

00:00:17.760 --> 00:00:19.360
הנה ההגדרה הפשוטה ביותר.

00:00:19.480 --> 00:00:23.120
One Lake הוא אגם נתונים לוגי יחיד שנמצא במרכז של Microsoft Fabric.

00:00:23.120 --> 00:00:28.080
כל שירות Fabric, אגם נתונים, Lake House, מחסן נתונים, בית אירועים או Power Buy מאחסנים את הנתונים שלהם כאן.

00:00:28.200 --> 00:00:29.400
והכלל המרכזי פשוט.

00:00:29.560 --> 00:00:32.420
עותק פיזי אחד של נתונים שנגיש על ידי מנועים רבים ושונים.

00:00:32.660 --> 00:00:34.820
אין יותר צורך להעתיק נתונים מקלי אחד לשני.

00:00:34.980 --> 00:00:37.320
אין יותר תהיות איזו גרסה של דוחי הנכונה.

00:00:37.480 --> 00:00:45.200
עד סוף הפרק הזה תבינו מה זה One Lake באמת, איך הוא מבטל כפילות נתונים ולמה הוא משנה את חוקי המשחק עבור Power Buy, הנדסת נתונים ואיי.

00:00:45.200 --> 00:00:48.420
אז בואו נתחיל עם הבעיה שאון לייק נבנה כדי לפתור.

00:00:48.720 --> 00:00:49.240
הבעיה

00:00:49.240 --> 00:00:51.020
לכל מחלקה יש אגם משלה.

00:00:51.200 --> 00:00:53.120
דמיינו שאתם עובדים בחברה בגודל בינוני.

00:00:53.260 --> 00:00:55.980
צוות המחירות שלכם משתמש במערכת CRM כדי לעקוב אחר עסקאות.

00:00:56.080 --> 00:00:58.700
צוות הכספים שלכם מריץ את ה-ERP לחיוב וחשבוניות.

00:00:58.860 --> 00:01:01.480
צוות השיווק שלכם מושך נתונים מקלי הקמפיינים שלהם.

00:01:01.600 --> 00:01:04.660
וצוות הנדסת הנתונים שלכם מנהל מחסן נתונים עבור דיווח.

00:01:04.840 --> 00:01:06.540
אז הנה מה שאני רוצה שתחשבו עליו.

00:01:06.540 --> 00:01:09.560
כמה עותקים של אותם נתוני לקוח קיימים ברחבי המערכות האלה?

00:01:09.660 --> 00:01:11.800
ברוב החברות, התשובה היא ארבעה או חמישה.

00:01:11.880 --> 00:01:13.180
ה-CRM מאחסן אותם.

00:01:13.280 --> 00:01:14.580
ה-ERP מאחסן אותם.

00:01:14.720 --> 00:01:16.780
השיווק מייצא אותם לכלי הניתוח שלהם.

00:01:16.940 --> 00:01:19.500
מי שהוא בכספים בונה גיליון אלקטרוני מה-ERP.

00:01:19.620 --> 00:01:23.800
וצוות הנדסת הנתונים מעתיק אותם למחסן הנתונים כדי ש-Power Buy יוכל לקרוא אותם.

00:01:23.980 --> 00:01:28.460
זה אותו מזהה לקוח, אותו סכום מחירה, אותו תאריך חשבונית שמאוכסנים בחמישה מקומות שונים.

00:01:28.460 --> 00:01:32.820
זה לא בגלל שאנשים לא זהירים, זה בגלל שהכלים הישנים לא דיברו זה עם זה.

00:01:32.940 --> 00:01:37.240
אם רציתם להריץ דוח שמשלב נתוני מחירות מה-CRM עם נתונים פיננסיים מה-ERP,

00:01:37.500 --> 00:01:40.160
הייתם צריכים להעתיק את שניהם למשהו שיכול לקרוא אותם יחד.

00:01:40.300 --> 00:01:44.400
זה אמר לבנות צינורות, לתזמן עבודות ולקוות ששום דבר לא ישתבש במהלך הלילה.

00:01:44.500 --> 00:01:46.280
העלויות הנסתרות מצטברות מהר.

00:01:46.420 --> 00:01:49.400
חשבונות ההכסון גדלים כי אתם משלמים על אותם נתונים חמש פעמים.

00:01:49.400 --> 00:01:52.400
דוחות הופכים למיושנים כי אותק אחד מתעדכן בעוד אחר לו.

00:01:52.520 --> 00:01:55.200
ואז מישהו שואל את השאלה שאף אחד לא רוצה לענות עליה.

00:01:55.320 --> 00:01:56.520
איזו גרסה היא הנכונה?

00:01:56.680 --> 00:01:58.660
הבלבול הזה שוחק את האמון בנתונים,

00:01:58.940 --> 00:02:02.760
וברגע שהאמון נעלם, אנשים מפסיקים להשתמש בפלטפורמת הניתוח כליל.

00:02:02.880 --> 00:02:05.740
אז מייקרוסופט הסתכלה על הבלגן הזה ושאלה שאלה פשוטה,

00:02:05.920 --> 00:02:09.020
מה אם תוכלו להחזיק אותק אחד של הנתונים שלכם שכל כלי יוכל לקרוא?

00:02:09.180 --> 00:02:11.940
ללא כפילויות, ללא בלבול, מקור אמת אחד.

00:02:11.940 --> 00:02:13.700
מהו בעצם One Lake?

00:02:13.860 --> 00:02:16.400
One Lake הוא התשובה של מייקרוסופט לשאלה הזו.

00:02:16.560 --> 00:02:19.320
זהו אגם נתונים לוגי יחיד עבור כל הארגון שלכם.

00:02:19.500 --> 00:02:22.180
ביטוי המפתח שיש לזכור הוא זה, אגם אחד לכל דייר,

00:02:22.340 --> 00:02:23.780
טננט, לא אגם אחד לכל צוות.

00:02:23.940 --> 00:02:27.600
מתחת למכסה המנוע, One Lake בנוי על Azure Data Lake Storage Genge Time.

00:02:27.820 --> 00:02:29.460
אותה טכנולוגיה, אותה ממשקי API,

00:02:29.760 --> 00:02:32.280
אבל מייקרוסופט הרזה אותו מחדש כשהירות סס מנוהל במלואו.

00:02:32.280 --> 00:02:34.600
אתם לא צריכים ליצור חשבונות תכסון, לא לנהל מקולות,

00:02:34.600 --> 00:02:37.060
containers, ולא להגדיר מפתחות פגישה, אתם פשוט משתמשים בו.

00:02:37.140 --> 00:02:39.680
תחשבו על זה כמו One Drive עבור הנתונים של החברה שלכם.

00:02:39.820 --> 00:02:41.580
One Drive מעניק לכם מקום אחד לקבצים האישיים,

00:02:41.740 --> 00:02:43.740
למסמכים, לתמונות ולגיליונות האלקטרוניים שלכם.

00:02:43.880 --> 00:02:45.620
אתם לא חושבים על איפה הם מאוחסנים פיזית,

00:02:45.780 --> 00:02:47.100
אתם פשוט פותחים אותם ועובדים.

00:02:47.280 --> 00:02:50.320
One Lake עושה את אותו הדבר, אבל עבור הנתונים של הארגון שלכם.

00:02:50.440 --> 00:02:54.020
הוא מעניק לכל צוות, לכל פרויקט ולכל אומס עבודה מאגר יחסון משותף אחד.

00:02:54.020 --> 00:02:55.780
עכשיו, הנה הבחנה חשובה.

00:02:55.880 --> 00:02:57.400
One Lake הוא לוגי, לא פיזי.

00:02:57.500 --> 00:03:00.600
מתחת למכסה המנוע, הוא יכול להסתרע על פני מספר חשבונות יחסון באזורים שונים,

00:03:00.780 --> 00:03:02.420
אבל עבורכם זה נראה כמו מאגר ענק אחד.

00:03:02.560 --> 00:03:05.600
לא אכפת לכם איזה שרת מחזיק את הקבצים, אתם פשוט רואים את הנתונים שלכם.

00:03:05.740 --> 00:03:07.780
כל שירות פבריק מאחסן את הנתונים שלו כאן.

00:03:07.940 --> 00:03:10.100
כשאתם יוצרים Lake House, הנתונים נמצאים ב-Oone Lake.

00:03:10.260 --> 00:03:12.800
כשאתם בונים מחסן נתונים, Warehouse, הטבלעות נמצאות ב-Oone Lake.

00:03:12.800 --> 00:03:16.680
כשאתם מריצים דוח Power Buy, אם הוא משתמש במצב Direct Lake, הוא קורא ישירות מ-Oone Lake.

00:03:16.800 --> 00:03:20.800
אפילו Event House, מחסן הניתוח בזמן אמת, יכול לחשוף את הנתונים שלו לתוך One Lake.

00:03:20.920 --> 00:03:24.520
הכל מצביע לאותו מקום, ופורמט הנתונים המוגדר כברירת מחדל הוא Delta Parquet.

00:03:24.720 --> 00:03:27.140
זהו פורמט פתוח, לא כזה שנועל אתכם בתוך מייקרוסופט.

00:03:27.280 --> 00:03:29.360
דייטאברקס משתמשת בו, ומנועי ספרק קוראים אותו.

00:03:29.500 --> 00:03:31.600
כלים כמו פנדאז ופולארס יכולים לעבוד איתו.

00:03:31.600 --> 00:03:34.180
אז הנתונים שלכם לא כלואים בתוך העולם של מייקרוסופט.

00:03:34.300 --> 00:03:36.980
זה פתוח ונייד, אבל הקסם האמיתי הוא לא היחסון,

00:03:37.180 --> 00:03:40.260
אלא הדרך שבה One Lake מבטל את הצורך להעתיק נתונים מלכתחילה.

00:03:40.380 --> 00:03:41.520
עקרון העותק האחד

00:03:41.520 --> 00:03:45.460
עכשיו, הנה הרעיון המרכזי שהופך את One Lake לשונה מכל מה שהיה לפניו.

00:03:45.620 --> 00:03:47.700
זה נקרא עקרון העותק האחד, וזה פשוט.

00:03:47.860 --> 00:03:50.740
עותק פיזי אחד של נתונים נגיש על ידי מנועים שונים רבים.

00:03:50.920 --> 00:03:52.140
הרשו לי להראות לכם מה זה אומר.

00:03:52.140 --> 00:03:54.800
נניח שיש לכם טבלה של נתוני מחירות שיושבת ב-One Lake.

00:03:54.900 --> 00:03:57.200
מהנדס נתונים מריץ מחברת ספרק כדי לנקות אותם.

00:03:57.320 --> 00:04:00.100
אנליסט עסקי כותב שאילתטי סיכואל כדי לבצע האגרגציה שלהם.

00:04:00.220 --> 00:04:02.640
ודוח PowerBuy קורא אותם עבור לוח מכוונים, דשבורד.

00:04:02.780 --> 00:04:04.000
שלושתם קוראים בו זמנית.

00:04:04.160 --> 00:04:05.620
שלושתם קוראים את אותו הקובץ.

00:04:05.740 --> 00:04:06.800
איש לא העתיק דבר.

00:04:07.000 --> 00:04:08.700
בעולם הישן, זה מעולם לא קרה.

00:04:08.880 --> 00:04:11.340
היית מעתיק נתונים מאגם הנתונים לתוך מחסן נתונים.

00:04:11.340 --> 00:04:13.880
ואז היית מעתיק אותם מהמחסן למודל סמנטי.

00:04:13.980 --> 00:04:15.480
ואז הייתה מרענן את הדוח.

00:04:15.680 --> 00:04:17.280
אלו שלושה עותקים של אותם הנתונים.

00:04:17.460 --> 00:04:19.280
כל אחד מהם גוזל זמן ושטח יחסון.

00:04:19.400 --> 00:04:21.500
ואם שלב כלשהו נכשל, המספרים שלך היו שגועים.

00:04:21.620 --> 00:04:22.900
עותק אחד מבטל את כל זה.

00:04:23.040 --> 00:04:24.840
הנתונים נמצאים ב-One Lake פעם אחת.

00:04:24.980 --> 00:04:28.200
המנועים, ספרק, סיכואל ופאור ביי, כולם קוראים אותם ישירות.

00:04:28.380 --> 00:04:31.160
ללא תנועה, ללא כפילות, ללא בעיות סינקרון.

00:04:31.360 --> 00:04:32.760
החיסכון בעלויות הוא אמיתי.

00:04:32.760 --> 00:04:35.740
פחות תחסון כי אתה לא משלם על אותם נתונים חמש פעמים.

00:04:35.900 --> 00:04:39.760
פחות ETL כי אתה לא בונה צינורות רק כדי להעביר נתונים בין כלים.

00:04:39.900 --> 00:04:42.620
פחות דברים לתחזק כי אין מה שישבר בין עותקים.

00:04:42.820 --> 00:04:44.860
והיתרון של רעננות הנתונים הוא עצום.

00:04:45.040 --> 00:04:46.880
עותק אחד פירושו מקור אמת אחד.

00:04:47.080 --> 00:04:49.900
כשהנתונים מתעדכנים, כל דוח רואה את העדכון מיד.

00:04:50.060 --> 00:04:53.760
די לשאול, האם הדוח הזה משתמש בנתונים מהשבוע שעבר או מהשבוע הזה?

00:04:53.940 --> 00:04:55.540
אלו תמיד אותם הנתונים בכל מקום.

00:04:55.540 --> 00:04:58.720
עכשיו, אולי אתה חושב, ובכן, האם זה לא פשוט Azure Data Lake Storage?

00:04:58.860 --> 00:04:59.400
לא בדיוק.

00:04:59.540 --> 00:05:00.960
ADLS הוא שירות PAS.

00:05:01.120 --> 00:05:02.280
אתה יוצר חשבונות תחסון.

00:05:02.420 --> 00:05:03.420
אתה מנהל קונטיינרים.

00:05:03.620 --> 00:05:04.860
אתה מגדיר מפתחות גישה.

00:05:05.000 --> 00:05:06.480
אתה מחליט איזה אזור יחזיק מה.

00:05:06.640 --> 00:05:08.080
זה גמיש, אבל זו גם עבודה.

00:05:08.240 --> 00:05:09.580
One Lake הוא שירות SES.

00:05:09.740 --> 00:05:11.140
אתה לא יוצר חשבונות תחסון.

00:05:11.300 --> 00:05:12.500
אתה לא מנהל קונטיינרים.

00:05:12.700 --> 00:05:13.840
אתה פשוט משתמש בו.

00:05:13.960 --> 00:05:15.800
התשתית שמתחת מטופלת עבורך.

00:05:15.800 --> 00:05:18.680
עותק אחד הוא מצוין עבור נתונים שחיים בתוך פבריק.

00:05:18.840 --> 00:05:20.760
אבל מה לגבי נתונים שחיים במקום אחר?

00:05:20.900 --> 00:05:21.720
קיצורי דרך.

00:05:21.880 --> 00:05:23.540
אשאר את הנתונים במקום שבו הם חיים.

00:05:23.700 --> 00:05:25.400
אז, כאן נכנסים לתמונה קיצורי הדרך.

00:05:25.540 --> 00:05:27.080
קיצור דרך הוא מצביע וירטואלי.

00:05:27.200 --> 00:05:29.660
חשוב עליו כעל קישור סימבולי עבור אגם הנתונים שלך.

00:05:29.780 --> 00:05:34.280
הוא מאפשר לך לגשת לנתונים שחיים פיזית מחוץ לאון לייק מבלי להעביר או להעתיק אותם.

00:05:34.400 --> 00:05:35.320
הנה איך זה עובד.

00:05:35.320 --> 00:05:38.200
אתה יוצר קיצור דרך בתוך לייקאוס או מחסן נתונים.

00:05:45.800 --> 00:05:47.460
או אפילו סביבת עבודה אחרת בפבריק.

00:05:47.540 --> 00:05:48.820
הנתונים נשארים איפה שהם.

00:05:48.920 --> 00:05:51.600
אבל מתוך פבריק זה נראה כאילו הם נמצאים ממש שם באוואן לייק.

00:05:51.680 --> 00:05:53.100
תן לי לתת לך תרחיש אמיתי.

00:05:53.300 --> 00:05:56.660
צוות המחירות שלך מריץ את הניתוחים שלו ב-AWS כבר שנים.

00:05:56.800 --> 00:05:59.220
לכן, כל הנתונים שלהם יושבים בדלי S3.

00:05:59.420 --> 00:06:01.940
צוות הכספים שלך משתמש בפבריק ובאהור ביי.

00:06:02.160 --> 00:06:04.440
והם צריכים לשלב נתוני מחירות עם נתונים פיננסיים.

00:06:04.440 --> 00:06:06.760
בעולם הישן, היית מייצא הכל מ-S3.

00:06:06.760 --> 00:06:10.940
מעלה ל-Azure בונה צינור נתונים כדי לשמור על סמכירון ומקווה ששום דבר לא יישבר.

00:06:11.080 --> 00:06:12.340
עם קיצורי דרך, שורטקאץ.

00:06:12.480 --> 00:06:14.880
אתה יוצר קיצור מהלייקהוס שלך אל ה-S3 בקט.

00:06:14.980 --> 00:06:16.100
הנתונים נשארים ב-AWS.

00:06:16.320 --> 00:06:19.220
אבל צוות הכספים יכול לבצע שאילטות בפאור ביי כאילו הם נמצאים ב-Awn Lay.

00:06:19.340 --> 00:06:22.040
בלי ייצוא, בלי העלאה ובלי צורך לדאוג לצינורות נתונים.

00:06:22.200 --> 00:06:24.100
קיצורי דרך עובדים גם באופן פנימי.

00:06:24.100 --> 00:06:28.880
אם לצוות אחד יש סט נתונים מעובד בסביבת העבודה שלו, צוות אחר יכול ליצור אליו קיצור דרך.

00:06:29.040 --> 00:06:30.680
ללא העתקה, ללא כפילויות.

00:06:30.860 --> 00:06:34.600
הנתונים נשארים בסביבת העבודה המקורית, וכל השאר רק מפנים עליהם.

00:06:34.740 --> 00:06:36.400
יש מגבלה אחת שחשוב להבין.

00:06:36.580 --> 00:06:40.960
קיצורי דרך לא מעתיקים נתונים, לכן ביצועי השאילטות תלויים במהירות של מערכת המקור.

00:06:41.100 --> 00:06:46.260
אם אתה יוצר קיצור ל-S3 בקט שנמצא בצד השני של העולם, השאילטות יהיו איטיות יותר מאשר אם הנתונים היו מקומיים.

00:06:46.260 --> 00:06:49.980
עבור נתונים בגישת תדירה, שקול להשתמש בשיקוף, מיררינג, במקום זאת.

00:06:50.060 --> 00:06:52.260
וזה מוביל אותנו לנושא הבא שלנו, שיקוף.

00:06:52.420 --> 00:06:54.560
ייבור אוטומטי של נתונים מבסיסי נתונים.

00:06:54.740 --> 00:06:59.280
קיצורי דרך מצוינים להיחסון קבצים חיצוני, אבל מה לגבי בסיסי הנתונים הקיימים שלך?

00:06:59.440 --> 00:07:03.260
אלו שמריצים את ה-ERP, ה-CRM, והיישומים הטיפוליים שלך.

00:07:03.400 --> 00:07:04.940
כאן נכנס לתמונה השיקוף.

00:07:04.940 --> 00:07:10.160
שיקוף הוא דרך להעביר נתונים מבסיסי נתונים לאון לייק בזמן אמת כמעט, בלי לבנות אף צינור נתונים.

00:07:10.320 --> 00:07:17.340
אתה מפנה את פבריק לבסיס הנתונים שלך, והוא עושה את השאר על ידי יצירת עותק מצטבר אוטומטי בפורמט דלטה פרקי בתוך וואן לייק,

00:07:17.560 --> 00:07:20.340
ושומר על העותק מעודכן ככל שמתרחשים שינויים במקור.

00:07:20.480 --> 00:07:27.660
המקורות הנתמכים כוללים Azure SQL Database, SQL Server מקומי, Cosmos DB ואחרים, ומייקרוסופט מוסיפה עוד עם הזמן.

00:07:27.660 --> 00:07:33.480
אך התרחיש הנפוץ ביותר הוא בסיס הנתונים העסקי הקריטי שלך, זה שעליו רץ ה-ERP או יישום הליבה העסקי.

00:07:33.580 --> 00:07:34.540
הנה איך זה עובד.

00:07:34.660 --> 00:07:41.680
אתה מפעיל שיקוף על בסיס נתונים, ופבריק קורא את זרם השינויים הוספות, עדכונים, מחיקות ומשכפל את השינויים האלו לאון לייק.

00:07:41.780 --> 00:07:44.300
הסינקרון הראשון מעתיק את סט הנתונים המלא.

00:07:44.480 --> 00:07:48.160
לאחר מכן, זה תהליך מצטבר שמעביר רק את השורות שהשתנו.

00:07:48.300 --> 00:07:52.440
הנתונים מגיעים בפורמט דלטה פרקי, מוכנים לשאילתות על ידי כל מנוע של פבריק.

00:07:52.440 --> 00:07:57.740
כעת, הנה ההבדל המרכזי מקיצורי דרך. קיצורי דרך לא מעתיקים נתונים, הם רק מפנים עליהם.

00:07:57.920 --> 00:08:05.500
שיקוף אכן מעתיק את הנתונים, כך שהם נמצאים באוואן לייק פיזית, וביצועי השאילתות מהירים ללא קשר למהירות בסיס הנתונים המקורי.

00:08:05.700 --> 00:08:13.400
הפשרה היא שאתה מאכסן עותק, אבל היתרון הוגישה בזמן אמת כמעט ללא צורך בבניית צינורות, ללא ניהול תזמונים וללא תחזוקה.

00:08:13.400 --> 00:08:15.580
הרשו לי להציג לכם מקרה בוחן מוחשי.

00:08:15.580 --> 00:08:22.380
החברה שלכם מריצה מערכת ERP על SQL Server, והיא מחזיקה את כל הנתונים הפיננסיים שלכם, חשבוניות, תשלומים וספר ראשי.

00:08:22.500 --> 00:08:28.320
בעולם הישן, הייתם בונים משימת ETL שרצה מדי לילה, מחלצת את הנתונים, מאבדת אותם וטוענת אותם למחסן נתונים.

00:08:28.500 --> 00:08:32.520
המשימה הזו נתקעת מי שהוא צריך לתקן אותה, והנתונים תמיד בני יום לפחות.

00:08:32.520 --> 00:08:37.400
עם שיקוף, מיררינג, אתם מפעילים אותו פעם אחת, ופבריק משכפל את הנתונים לאוואן לייק באופן רציף.

00:08:37.400 --> 00:08:43.280
דוחות ה-Power Buy שלכם קוראים ישירות מ-One Lake ורואים נתונים בני דקות, לא שעות או ימים, ואתם לעולם לא נוגעים בצינור הנתונים.

00:08:43.460 --> 00:08:47.540
כעת, יש לכם נתונים ב-One Lake מכיצורי דרך, משיקוף ומתאינות ישירות.

00:08:47.720 --> 00:08:48.880
איך באמת משתמשים בזה?

00:08:49.040 --> 00:08:50.780
One Lake הוא שלושת מאגרי הנתונים.

00:08:51.000 --> 00:08:54.380
אז, One Lake הוא שכבת ההכסון, המקום שבו כל הקבצים שלכם נמצאים.

00:08:54.520 --> 00:08:57.440
אבל הנה העניין, אתם לא באמת עובדים עם One Lake ישירות.

00:08:57.440 --> 00:09:00.880
במקום זאת, אתם מתקשרים איתו דרך מה שאנחנו מכנים מאגרי נתונים,

00:09:01.140 --> 00:09:04.140
שהם ממשקים המציעים דרכים שונות לעבודה עם אותם נתוני בסיס.

00:09:04.300 --> 00:09:08.420
ישנם שלושה מאגרי נתונים עיקריים ב-Fabric, Lakehouse, Warehouse ו-Eventus.

00:09:08.580 --> 00:09:10.840
כולם מאחסנים את הנתונים שלהם באותו One Lake,

00:09:11.040 --> 00:09:12.460
אך כל אחד מהם משרת מטרה שונה.

00:09:12.640 --> 00:09:13.640
נתחיל עם Lakehouse,

00:09:13.820 --> 00:09:18.420
מאגר הנתונים הגמיש שמקבל קבצים כמו CSV, JSON ותמונות לצד טבלאות Delta.

00:09:18.420 --> 00:09:23.180
משתמשים בו כשעוסקים בהנדסת נתונים, למידת מכונה או הנחת נתונים גולמיים ממערכות מקור.

00:09:23.340 --> 00:09:26.080
זוהי סביבת עבודה שבה מנקים, מאבדים ומכינים נתונים.

00:09:26.280 --> 00:09:29.740
אם אתם בונים ארכיטקטורת, מדליון עם שכבות ברונזה, כסף וזהב,

00:09:29.900 --> 00:09:31.240
ה-Lakehouse הוא המקום שבו זה קורה.

00:09:31.360 --> 00:09:36.660
ניתן לגשת אליו דרך מחברות Spark או דרך נקודת הקצה של SQL Analytics לשאילתות לקריאה בלבד.

00:09:36.780 --> 00:09:39.460
הבא בתור הוא Warehouse, מאגר הנתונים המובנה.

00:09:39.460 --> 00:09:42.160
הוא מעניק לכם תמיכה מלאה בקריאה וכתיבה של T-SQL,

00:09:42.460 --> 00:09:45.800
כך שתוכלו ליצור טבלאות, תצוגות, פרוצדורות מאוחסנות ופונקציות,

00:09:45.960 --> 00:09:47.980
ולהריץ פקודות Insert, Update ו Delete.

00:09:48.200 --> 00:09:52.540
זה מרגיש כמו מסד נתונים מסורתי של SQL Server, כי הוא תוכנן עבור אנשים שחושבים ב-SQL.

00:09:52.780 --> 00:09:54.940
השתמשו ב-Worry House כשאתם בונים דוחות ביי,

00:09:55.160 --> 00:09:58.180
מריצים חישובים מורכבים או מבצעים הגירה ממחסן נתונים קיים.

00:09:58.180 --> 00:10:00.780
תחשבו עליו כשכבת הזהב עבור דיווח ארגוני.

00:10:00.780 --> 00:10:04.200
ואז יש את ה-Eventus, מאגר נתונים בזמן אמת המבוסס על מנוע קסטו,

00:10:04.420 --> 00:10:06.320
אותה טכנולוגיה שמאחורי Azure Data Explorer.

00:10:06.480 --> 00:10:11.880
הוא מטפל בנתוני סטרימינג, לוגים, טלמטריה של IoT וזרמי קליק עם כל מה שמגיע מהר ודורש תישול מיידי.

00:10:12.000 --> 00:10:15.000
אתם מתשאלים אותו באמצעות KQL, שפת השאילתות של קסטו,

00:10:15.000 --> 00:10:16.900
וכאשר מפעילים את הזמינות ב-One Lake,

00:10:17.080 --> 00:10:20.700
נתוני האירועים הללו הופכים לנגישים ל-Lake House ול-Worry House כתבלאות דלטה.

00:10:20.700 --> 00:10:22.260
אז הנה מה שאתם צריכים להבין.

00:10:22.460 --> 00:10:24.780
שלושתה מאחסנים את הנתונים שלהם באותו One Lake.

00:10:24.960 --> 00:10:27.880
טבלה שנוצרה ב-Lake House יכולה להיקרא על ידי שאילת ב-Worry House.

00:10:28.100 --> 00:10:30.560
ניתן לגשת לטבלה ב-Worry House מתוך מחברת Spark.

00:10:30.760 --> 00:10:33.980
ניתן לחשוף נתונים שהותענו ל-Eventus כטבלאות דלטה עבור Power Buy.

00:10:33.980 --> 00:10:37.460
הם לא מסדי נתונים נפרדים, אלא תצוגות שונות של אותו אגם נתונים Data Lake.

00:10:37.560 --> 00:10:39.000
הרבה אנשים מבינים זאת לא נכון.

00:10:39.140 --> 00:10:42.800
הם חושבים ש-Lake House, Warehouse ו-Eventus הם מוצרים מתחרים, אבל זה לא המצב.

00:10:42.800 --> 00:10:45.820
למעשה משתמשים בשלושתם כי כל אחד פותר בעיה אחרת.

00:10:46.000 --> 00:10:51.060
Lake House להנדסת נתונים, Warehouse לבי, ו-Eventus לזמן אמת, וכולם חולקים את אותו איחסון.

00:10:51.240 --> 00:10:54.600
One Lake מטפל באיחסון ומעגרי הנתונים מטפלים בגישה.

00:10:54.700 --> 00:10:55.920
אבל מי רשאי לראות מה?

00:10:55.920 --> 00:10:57.800
הבטחה וממשל ב-O-One Lake.

00:10:57.940 --> 00:11:01.580
מכיוון שכל הנתונים שלכם נמצאים במקום אחד, ההבטחה הופכת לפשוטה יותר.

00:11:01.780 --> 00:11:05.160
אתם מנהלים את הגישה בנקודה אחת במקום ב-10 מערכות שונות.

00:11:05.160 --> 00:11:09.640
אין יותר צורך להגדיר הרשאות ב-CRM, אחר כך שוב ב-Worry House ושוב ב-Power Buy.

00:11:09.780 --> 00:11:12.380
One Lake מעניק לכם מודל אבטחה אחד עבור הכל.

00:11:12.520 --> 00:11:17.040
ברמה העליונה יש לכם תפקידי סביבת עבודה, מנהל, חבר, תורם וצופה.

00:11:17.040 --> 00:11:19.540
אלו קובעים מי יכול לעבוד בסביבת עבודה נתונה.

00:11:19.680 --> 00:11:22.720
אם מישהו הוא צופה, הוא יכול לראות פריטים אך לא לשנות אותם.

00:11:22.860 --> 00:11:24.600
אם הוא מנהל, הוא שולט בהכל.

00:11:24.760 --> 00:11:27.360
פשוט מספיק, אבל אפשר לקחת את זה רחוק יותר.

00:11:27.360 --> 00:11:32.760
תפקידי אבטחה ב-One Lake מאפשרים לכם לשלוט בגישה ברמת התיקייה, הטבלה, העמודה ואפילו השורה.

00:11:32.920 --> 00:11:37.480
למשל, אבטחה ברמת עמודה אומרת שניתן להסתיר מידע שחר מכולם מלבד ממשאבי אנוש.

00:11:37.620 --> 00:11:41.340
אבטחה ברמת שורה אומרת שמנהל מחירות רואה רק את הנתונים של האזור שלו.

00:11:41.460 --> 00:11:44.940
וזה עובד באותו אופן בכל מעגרי הנתונים כי כולם יושבים על אותו One Lake.

00:11:45.080 --> 00:11:49.460
יש גם את קטלוג One Lake, תצוגה מרכזית שבה ניתן לראות את כל הנתונים בכל סביבות העבודה.

00:11:49.460 --> 00:11:54.160
ניתן למצוא מערכי נתונים מאושרים, לבדוק למי שייך מה ולנהל ממשל ממקום אחד.

00:11:54.280 --> 00:11:59.260
הוא משתלב עם Microsoft Purview לסיווג, תוויות רגישות ומניעת אובדן נתונים.

00:11:59.460 --> 00:12:03.260
אז אם אתם צריכים לסמן נתונים מסוימים כחסויים או מוגבלים מאוד,

00:12:03.580 --> 00:12:05.940
ניתן לעשות זאת ברמת האגם וזה חל על הכל.

00:12:06.120 --> 00:12:09.580
ויש את ההבחונים של One Lake שמתעדים מי ניגש למה ומתי.

00:12:09.780 --> 00:12:12.500
זה שימושי לביקורות, בדיקות תאימות ומענה על השאלה,

00:12:12.500 --> 00:12:14.380
מין אגב הנתונים האלה בשבוע שעבר.

00:12:14.380 --> 00:12:19.180
הוא מתעד כל פעולת קריאה וכתיבה ושומר את היומנים האלה כקבצי ג'ייסן בתוך לייקהוס.

00:12:19.340 --> 00:12:22.620
ניתן לנתח אותם באמצעות ספארק, סיקוואל או פאוור ביי.

00:12:22.760 --> 00:12:24.060
התמונה הגדולה היא זו,

00:12:24.280 --> 00:12:28.580
מודל הבטחה אחד לכל הנתונים שלך במקום ניהול חוקים נפרדים לכל כלי.

00:12:28.880 --> 00:12:31.080
זוהי פישוט משמעותי עבור כל ארגון.

00:12:31.640 --> 00:12:32.720
תובנות מעשיות

00:12:32.720 --> 00:12:33.840
מה זה אומר עבורך?

00:12:34.000 --> 00:12:37.680
אז, מה כל זה אומר בפועל אם אתה מתחיל היום את המסע שלך בפבריק?

00:12:37.680 --> 00:12:38.600
בוא נפרק את זה.

00:12:38.600 --> 00:12:40.640
אם אתה בונה פלטפורמת נתונים חדשה,

00:12:40.880 --> 00:12:43.800
One Lake מסיר את הצורך בתכנון העברת נתונים מורכבת.

00:12:43.980 --> 00:12:48.220
אתה לא צריך לתכנן איך נתונים זורמים מאגם למחסן למודל סמנטי.

00:12:48.360 --> 00:12:50.980
פשוט שים אותם ב-O One Lake וכל כלי יקרה משם.

00:12:51.120 --> 00:12:52.380
One Lake, עותק אחד.

00:12:52.600 --> 00:12:53.660
זו כל הארכיטקטורה.

00:12:53.820 --> 00:12:55.080
אם אתה עובר ממערכת ישנה,

00:12:55.300 --> 00:12:59.580
קיצורי דרך ושיקוף מאפשרים לך להשאיר נתונים במקומם תוך העברת עומסי עבודה בהדרגה.

00:12:59.580 --> 00:13:01.480
אין צורך בהגירה גדולה בבת אחת.

00:13:01.480 --> 00:13:03.440
הפני קיצור דרך לאגם הנתונים הקיים שלך,

00:13:03.620 --> 00:13:05.100
שקף את מסעד הנתונים של SQL Server,

00:13:05.320 --> 00:13:07.880
והתחל להשתמש בפבריק בזמן שהמערכות הישנות ממשיכות לעבוד.

00:13:08.000 --> 00:13:09.340
אתה מתקדם בקצב שלך.

00:13:09.520 --> 00:13:10.720
הנה השינוי התפיסתי.

00:13:10.880 --> 00:13:12.640
תפסיק לחשוב על יחסון לפי פרויקט.

00:13:12.760 --> 00:13:15.320
תפסיק ליצור אגם נתונים חדש לכל יוזמה חדשה.

00:13:15.460 --> 00:13:18.320
תתחיל לחשוב על אגם משותף אחד שכל פרויקט ניגש אליו.

00:13:18.440 --> 00:13:19.560
הנתונים של צוות המחירות,

00:13:19.660 --> 00:13:20.700
הנתונים של צוות הכספים,

00:13:20.700 --> 00:13:21.940
הנתונים של צוות ההנדסה.

00:13:21.940 --> 00:13:23.200
הכל חי באותו מקום.

00:13:23.320 --> 00:13:24.880
הם פשוט רואים חלקים שונים ממנו.

00:13:25.040 --> 00:13:26.180
עבור משתמשי פאוור ביי,

00:13:26.380 --> 00:13:27.620
דוחות קוראים ישירות מיון לייק.

00:13:27.780 --> 00:13:28.520
אין ייבון נפרד,

00:13:28.680 --> 00:13:30.000
אין מודלים סמנטיים משוכפלים.

00:13:30.200 --> 00:13:33.320
הנתונים טאריים כי אלו אותם נתונים שמאנדסי הנתונים עובדים איתם.

00:13:33.480 --> 00:13:34.420
עבור מאנדסי נתונים,

00:13:34.640 --> 00:13:35.840
זה אומר פחות צינורות לבנות,

00:13:35.960 --> 00:13:36.980
לתחזק ולנפות שגיאות.

00:13:37.100 --> 00:13:38.560
אתה מתאין את הנתונים פעם אחת.

00:13:38.560 --> 00:13:40.260
כל השאר פשוט מתייחסים עליהם.

00:13:40.360 --> 00:13:41.380
השורה התחתונה היא זו,

00:13:41.380 --> 00:13:42.960
One Lake הוא לא סתם עוד אגם נתונים.

00:13:43.180 --> 00:13:45.920
זו התשתית שהופכת את פאבריק לשונה מכל מה שהיה לפניה.

00:13:46.100 --> 00:13:49.240
זו הסיבה שאתה יכול להפסיק להעתיק נתונים ולהתחיל לסמוך עליהם.

00:13:49.360 --> 00:13:50.220
אז, הנה זה.

00:13:50.380 --> 00:13:52.940
One Lake הוא אגם הנתונים היחיד של הארגון שלך,

00:13:53.080 --> 00:13:54.520
הבנוי על עקרון העותק האחד.

00:13:54.640 --> 00:13:56.940
עותק פיזי אחד של נתונים הנגיש לכל כלי,

00:13:56.940 --> 00:13:58.500
לכל צוות ולכל אומס עבודה.

00:13:58.640 --> 00:13:59.460
אין יותר שכפול,

00:13:59.640 --> 00:14:01.820
אין יותר בלבול לגבי איזו גרסה היא הנכונה.

00:14:02.020 --> 00:14:03.580
שיעורי הבית שלך פשוטים.

00:14:03.580 --> 00:14:06.740
התחל עם קיצור דרך ממקור חיצוני או שקף מסד נתונים.

00:14:06.980 --> 00:14:10.760
ראה כמה זה הופך לפשוט כשאתה לא צריך לבנות צינורות רק כדי להזיז נתונים.

00:14:10.960 --> 00:14:13.300
רוב הארגונים לא יבצעו את המעבר הזה במהירות.

00:14:13.460 --> 00:14:14.760
תהיה זה שכן עושה זאת.

00:14:14.920 --> 00:14:17.080
אם הפרק הזה עזר לך להבין את One Lake,

00:14:17.080 --> 00:14:20.700
הרשם לMicrosoft Knowledge Nuggets לעוד תוכן על פבריק בשפה פשוטה,

00:14:20.780 --> 00:14:23.780
ושתף את זה עם מישהו שעדיין מנהל חמישה אגמי נתונים נפרדים.

00:14:23.940 --> 00:14:25.200
הם יודו לך על כך אחר כך.
