WEBVTT

00:00:00.080 --> 00:00:06.120
Witajcie w kolejnym odcinku. Dzisiejszy temat to coś, o czym prawdopodobnie słyszeliście na spotkaniach lub w artykułach technicznych Microsoft Fabric.

00:00:06.280 --> 00:00:09.780
Jeśli jednak jesteście, jak większość ludzi, nie jesteście do końca pewni, czym on właściwie jest.

00:00:09.920 --> 00:00:14.000
Czy to tylko kolejny produkt Microsoftu, zmiana nazwy czegoś starego, czy może coś zupełnie nowego?

00:00:14.180 --> 00:00:15.640
Pozwólcie, że odpowiem krótko.

00:00:15.860 --> 00:00:18.240
Microsoft Fabric to nie jest po prostu kolejny produkt.

00:00:18.400 --> 00:00:25.140
To kompletna platforma danych, jedno miejsce, w którym wykonasz całą pracę z danymi, przechowywanie, przekształcanie, analizy i raportowanie.

00:00:25.140 --> 00:00:31.340
Pod koniec tego odcinka zrozumiesz, czym jest Fabric, dlaczego Microsoft go stworzył i jak główne elementy do siebie pasują.

00:00:31.640 --> 00:00:32.980
Złap kawę i zaczynajmy.

00:00:33.240 --> 00:00:36.000
Stare podejście, czyli dlaczego dane były rozproszone.

00:00:36.240 --> 00:00:40.580
Aby zrozumieć, dlaczego Fabric istnieje, musisz zrozumieć problem, który rozwiązuje.

00:00:40.780 --> 00:00:48.140
20 lat temu, prowadząc firmę, kupowałeś serwer do przechowywania danych, oddzielne narzędzie do raportów i kolejny produkt do analizy w czasie rzeczywistym.

00:00:48.500 --> 00:00:55.120
Zanim się obejrzałeś, miałeś pięć różnych systemów, każdy z własnym logowaniem, sposobem pracy i własnym zespołem zarządzającym.

00:00:55.280 --> 00:00:57.300
Przez długi czas dane żyły w siłosach.

00:00:57.520 --> 00:01:02.500
Dane sprzedażowe były w jednym systemie, dane klientów w innym, a dane finansowe jeszcze gdzie indziej.

00:01:02.740 --> 00:01:08.800
Jeśli chciałeś zadać pytanie obejmujące te systemy, na przykład, którzy klienci kupują najbardziej dochodowe produkty, musiałeś przenosić dane.

00:01:09.020 --> 00:01:13.500
Eksportować z jednego systemu, przekształcać, ładować do innego, a potem robić to ponownie, gdy dane się zmieniły.

00:01:13.680 --> 00:01:17.280
Więcej czasu spędzało się na przenoszeniu danych między systemami niż na ich faktycznej analizie.

00:01:17.460 --> 00:01:20.460
Integracja danych stała się pełnoetatowym zajęciem dla całych zespołów.

00:01:20.460 --> 00:01:28.280
Najgorsze było to, że za każdym razem, gdy przenosiłeś dane, tworzyłeś kolejną kopię, kolejną wersję prawdy i szybko nikt nie wiedział, która kopia jest właściwa.

00:01:28.480 --> 00:01:31.340
Microsoft przyjrzał się tej fragmentacji i zadał proste pytanie.

00:01:31.560 --> 00:01:33.780
A co jeśli wszystkie te usługi mogłyby współpracować?

00:01:33.920 --> 00:01:37.480
Co jeśli zamiast łączyć oddzielne produkty miałbyś jedną platformę, która robi wszystko?

00:01:37.480 --> 00:01:40.180
To pytanie doprowadziło do powstania Microsoft Fabric.

00:01:40.360 --> 00:01:42.360
Czym właściwie jest Microsoft Fabric?

00:01:42.560 --> 00:01:43.640
Więc czym jest Fabric?

00:01:43.800 --> 00:01:45.140
Oto najprostsza definicja.

00:01:45.360 --> 00:01:48.180
Microsoft Fabric to ujednolicona platforma danych i analizy.

00:01:48.360 --> 00:01:50.240
Jedno miejsce dla całej twojej pracy z danymi.

00:01:50.420 --> 00:01:52.100
Pomyśl o tym jak o nowoczesnym biurowcu.

00:01:52.340 --> 00:01:55.540
Każde narzędzie, jak Power BI czy Azure Synapse, to pokój wewnątrz tego budynku.

00:01:55.780 --> 00:01:58.900
Mają swoje przeznaczenie, meble i narzędzia, ale wszystkie są częścią tej samej struktury.

00:01:59.080 --> 00:02:01.540
Nie musisz wychodzić na zewnątrz, aby przejść z jednego pokoju do drugiego.

00:02:01.740 --> 00:02:02.740
Wszystkie są połączone.

00:02:02.960 --> 00:02:03.960
Właśnie to robi Fabric.

00:02:03.960 --> 00:02:09.880
Łączy inżynierię danych, integrację danych, hurtownię danych, analitykę w czasie rzeczywistym i analitykę biznesową na jednej platformie.

00:02:10.080 --> 00:02:16.300
Wszystko działa w ramach jednej platformy SaaS, co oznacza brak konieczności zarządzania infrastrukturą, udostępniania serwerów czy konfiguracji sieci.

00:02:16.500 --> 00:02:18.440
Microsoft zajmuje się tym wszystkim za Ciebie.

00:02:18.600 --> 00:02:23.280
Od momentu premiery w 2023 roku Fabric stał się najszybciej rozwijającym się produktem danych w historii Microsoftu.

00:02:23.480 --> 00:02:27.560
Dziś korzysta z niego ponad 25 tysięcy klientów, w tym 80% firm z listy Fortune 500.

00:02:27.780 --> 00:02:29.600
To ogromna adopcja w bardzo krótkim czasie.

00:02:29.600 --> 00:02:34.620
Kluczowa różnica polega na tym, w dawnym modelu kupowało się oddzielne produkty i próbowało sprawić, by ze sobą współpracowały.

00:02:34.800 --> 00:02:37.400
Dzięki Fabric nie trzeba już łączyć różnych usług ze sobą.

00:02:37.540 --> 00:02:41.380
To jedno środowisko, jedno logowanie, jeden sposób pracy, co zmienia wszystko.

00:02:41.620 --> 00:02:42.660
Onelejk Fundament.

00:02:42.820 --> 00:02:45.780
Teraz porozmawiajmy o fundamencie, dzięki któremu to wszystko działa.

00:02:46.060 --> 00:02:48.820
Sercem platformy Fabric jest coś, co nazywamy Onelejk.

00:02:48.960 --> 00:02:52.100
Najłatwiej myśleć o Onelejk jak o usłudze OnDrive dla Twoich danych.

00:02:52.360 --> 00:02:57.840
Wiesz, jak OnDrive daje Ci jedno miejsce do przechowywania plików osobistyk, do których dostęp ma każda aplikacja na komputerze?

00:02:57.840 --> 00:03:01.040
Onelejk robi dokładnie to samo, tyle że dla danych Twojej organizacji.

00:03:01.220 --> 00:03:02.960
Oto co czyni go potężnym narzędziem.

00:03:03.080 --> 00:03:09.060
Każde obciążenie w Fabric, czy to Lake House, hurtownia danych, czy zadania analityczne w czasie rzeczywistym automatycznie zapisuje dane w Onelejk.

00:03:09.180 --> 00:03:12.120
Nie musisz ręcznie kopiować plików, ani konfigurować połączeń.

00:03:12.220 --> 00:03:13.160
To dzieje się samo.

00:03:13.420 --> 00:03:16.840
Istnieje tylko jeden Onelejk na tenanta, jedno źródło prawdy dla całej organizacji.

00:03:17.660 --> 00:03:20.440
Możesz się teraz zastanawiać, co jeśli później będę chciał zmienić platformę?

00:03:20.580 --> 00:03:22.240
Czy jestem na stałe związany z Microsoftem?

00:03:22.400 --> 00:03:23.420
Odpowiedź brzmi nie.

00:03:23.420 --> 00:03:28.860
Onelejk przechowuje dane w otwartych formatach, takich jak Delta Park, standardzie branżowym używanym przez Databricks i Apache Spark.

00:03:29.060 --> 00:03:31.120
Nigdy nie jesteś zamknięty w ekosystemie Microsoftu.

00:03:31.300 --> 00:03:33.720
Jeśli chcesz przenieść swoje dane gdzie indziej, możesz to zrobić.

00:03:33.860 --> 00:03:37.800
To Twoje dane, ale tutaj Onelejk staje się naprawdę interesujący dzięki skrótom.

00:03:38.000 --> 00:03:40.920
Skrót to wirtualny wskaźnik do danych, które znajdują się gdzie indziej.

00:03:41.180 --> 00:03:47.880
Możesz utworzyć skrót do danych przechowywanych w AWSS3, Google Cloud, czy nawet lokalnie, a pojawią się one w Onelejk, jakby tam właśnie były.

00:03:48.140 --> 00:03:50.520
Bez konieczności przenoszenia, czy powielania danych.

00:03:50.520 --> 00:03:52.980
Po prostu wskazujesz na nie i już się pojawiają.

00:03:53.220 --> 00:04:00.820
Onelejk bazuje na Azure Data Lake Storage chmurowej pamięci klasy korporacyjnej, ale nie zarządzasz tą infrastrukturą, gdyż wszystko jest obsługiwane jako usługa SAS.

00:04:00.980 --> 00:04:04.520
Nie musisz udostępniać serwerów, ani konfigurować sieci, po prostu z tego korzystasz.

00:04:04.660 --> 00:04:05.800
Co to dla Ciebie oznacza?

00:04:05.980 --> 00:04:13.500
Oznacza to, że możesz mieć dane z wielu źródeł, chmury, lokalnych baz danych, czy platform zewnętrznych, widoczne w jednym miejscu bez powielania.

00:04:13.700 --> 00:04:14.540
A prawdziwa moc?

00:04:14.740 --> 00:04:18.820
Każde dane zapisane w Onelejk mogą być natychmiast wykorzystane przez dowolne obciążenie w fabrik.

00:04:18.820 --> 00:04:21.700
Zapisujesz raz, a każde narzędzie w fabrik może je zobaczyć.

00:04:21.840 --> 00:04:23.240
Na tym polega magia Onelejk.

00:04:23.400 --> 00:04:25.180
Lakehouse Centrum Inżynierii Danych.

00:04:25.440 --> 00:04:26.880
Masz już swoje dane w Onelejk.

00:04:27.000 --> 00:04:28.360
Teraz musisz na nich popracować.

00:04:28.520 --> 00:04:30.000
I tu z pomocą przychodzi Lakehouse.

00:04:30.180 --> 00:04:31.500
Oto najprostsza definicja.

00:04:31.740 --> 00:04:36.120
Lakehouse to magazyn danych łączący elastyczność jeziora danych ze strukturą bazy danych.

00:04:36.120 --> 00:04:45.080
W tradycyjnym jeziorze danych przechowasz wszystko, pliki CSV, dokumenty JSON, obrazy czy wideo, ale panuje tam bałagan bez struktury, więc trudno je odpytywać.

00:04:45.260 --> 00:04:50.180
W tradycyjnej bazie danych wszystko jest ustrukturyzowane i gotowe do zapytań, ale możesz przechowywać tylko określone typy danych.

00:04:50.420 --> 00:04:51.860
Lakehouse daje Ci jedno i drugie.

00:04:52.060 --> 00:04:55.920
W Lakehouse możesz przechowywać surowe pliki jak CSV, JSON czy nawet obrazy.

00:04:56.160 --> 00:04:59.300
Możesz także przechowywać ustrukturyzowane tabele, które odpytasz za pomocą SQL.

00:04:59.300 --> 00:05:01.400
Oba typy znajdują się w tym samym miejscu.

00:05:01.500 --> 00:05:08.060
Tabele te korzystają z formatu Delta Parkę, tego samego szybkiego, otwartego formatu, którego używa Databricks i inne platformy do obsługi ogromnych ilości danych.

00:05:08.280 --> 00:05:09.960
Lakehouse obsługuje wiele narzędzi.

00:05:10.200 --> 00:05:12.560
Możesz użyć Sparka do przetwarzania danych na dużą skalę.

00:05:12.740 --> 00:05:14.500
Możesz użyć Pythona do uczenia maszynowego.

00:05:14.760 --> 00:05:16.580
Możesz użyć SQL do prostych zapytań.

00:05:16.740 --> 00:05:19.320
Niezależnie od preferowanego narzędzia, Lakehouse sobie z nim poradzi.

00:05:19.480 --> 00:05:22.600
Pomyśl o Lakehouse jak o swoim środowisku pracy do budowania potoków danych.

00:05:22.840 --> 00:05:26.280
Wprowadzasz surowe dane, przekształcasz je, czyścisz i przygotowujesz do analizy.

00:05:26.280 --> 00:05:28.500
Możesz na nich uruchamiać modele uczenia maszynowego.

00:05:28.720 --> 00:05:31.200
Możesz tworzyć zestawy danych treningowych, wszystko w jednym miejscu.

00:05:31.380 --> 00:05:35.160
Dla inżynierów danych preferujących środowisko przyjazne kodowaniu, Lakehouse obsługuje notatniki.

00:05:35.360 --> 00:05:40.300
To interaktywne dokumenty, w których piszesz kod, widzisz wyniki i dokumentujesz pracę jak laboratoryjny notes dla danych.

00:05:40.540 --> 00:05:45.400
Możesz napisać kod Spark w jednej komórce, zobaczyć wynik w kolejnej, a potem wyjaśnić swoje działania w następnej.

00:05:45.560 --> 00:05:49.180
Lakehouse to punkt wejścia dla większości inżynierów danych pracujących w fabrik.

00:05:49.180 --> 00:05:59.260
To tutaj wykonuje się najcięższą pracę, a ponieważ wszystko zapisywane jest w jednym jeziorze, każda dana w Lakehouse jest natychmiast dostępna dla innych obciążeń fabrik w magazynach danych, czyli silniku analitycznym SQL.

00:05:59.600 --> 00:06:05.560
Jeśli więc Lakehouse to centrum inżynierii danych, traktuj magazyn danych jako silnik analityczny SQL stworzony dla innego typu użytkownika.

00:06:05.780 --> 00:06:09.480
Magazyn danych w usłudze fabrik to w pełni zarządzana baza danych analitycznych SQL.

00:06:09.740 --> 00:06:13.720
Jeśli jesteś administratorem baz danych lub programistą SQL, poczujesz się tutaj jak w domu.

00:06:13.980 --> 00:06:18.420
Możesz pisać zapytania TSQL, tworzyć widoki, procedury składowane oraz polityki bezpieczeństwa.

00:06:18.420 --> 00:06:21.840
Wygląda i działa jak tradycyjny magazyn danych, ale oto co go wyróżnia.

00:06:22.000 --> 00:06:25.960
W przeciwieństwie do tradycyjnych magazynów, magazyn w fabrik przechowuje dane bezpośrednio w OneLake.

00:06:26.100 --> 00:06:29.500
Nie ma oddzielnej warstwy pamięci masowej, ani dodatkowej infrastruktury do zarządzania.

00:06:29.740 --> 00:06:33.720
Dane znajdują się w OneLake, a magazyn jest tylko interfejsem służącym do ich odpytywania.

00:06:33.960 --> 00:06:38.440
Ma to znaczenie, ponieważ magazyn i Lakehouse współdzielą te same dane, więc niczego nie duplikujesz.

00:06:38.640 --> 00:06:43.380
Jeśli inżynier danych załaduje dane do Lakehouse, programista SQL może od razu odpytać je z magazynu.

00:06:43.380 --> 00:06:48.140
Bez kopiowania, bez przenoszenia. To te same dane, do których dostęp uzyskuje się za pomocą różnych narzędzi.

00:06:48.340 --> 00:06:50.840
Magazyn został stworzony do analityki na dużą skalę.

00:06:51.000 --> 00:06:54.740
Pod maską wykorzystuje masowe przetwarzanie równoległe do obsługi ogromnych zbiorów danych.

00:06:54.960 --> 00:06:57.400
Firma Microsoft intensywnie inwestuje w wydajność.

00:06:57.620 --> 00:07:01.360
Tylko w ciągu ostatnich 6 miesięcy wydajność wzrosła o 36%.

00:07:01.360 --> 00:07:03.100
To ogromna poprawa w krótkim czasie.

00:07:03.400 --> 00:07:08.400
Jeśli migrujesz z innej platformy, fabrik oferuje asystenta migracji, który ułatwia przejście ze Snowflake lub Synapse.

00:07:08.400 --> 00:07:11.400
Analizuje on twoją dotychczasową konfigurację i prowadzi przez cały proces.

00:07:11.600 --> 00:07:14.100
Celem jest uczynienie migracji tak bezbolesną, jak to tylko możliwe.

00:07:14.220 --> 00:07:16.140
Czym więc różni się Lakehouse od magazynu danych?

00:07:16.340 --> 00:07:17.740
Wszystko sprowadza się do interfejsu.

00:07:17.940 --> 00:07:19.800
Magazyny stawiają na pierwszym miejscu SQL.

00:07:20.080 --> 00:07:23.180
Są stworzone dla osób myślących kategoriami tabel, zapytań i procedur składowanych.

00:07:23.340 --> 00:07:25.380
Lakehouse stawiają na pierwszym miejscu programistów.

00:07:25.580 --> 00:07:28.380
Są stworzone dla osób, które chcą używać Sparka, Pythona i notatników.

00:07:28.580 --> 00:07:31.040
Ale pod spodem oba rozwiązania przechowują dane w OneLake.

00:07:31.160 --> 00:07:33.160
To dwa sposoby pracy z tymi samymi danymi.

00:07:33.160 --> 00:07:36.160
Pozyskiwanie danych, Data Factory, Mirroring i skróty.

00:07:36.380 --> 00:07:40.680
Masz więc jeden magazyn danych, Lakehouse do transformacji i magazyn SQL do odpytywania,

00:07:40.860 --> 00:07:42.640
ale jak dane faktycznie trafiają do środka?

00:07:42.780 --> 00:07:43.980
Tu wkracza Data Factory.

00:07:44.240 --> 00:07:46.880
Data Factory to wbudowana usługa integracji danych w Fabrik,

00:07:47.040 --> 00:07:49.740
oferująca ponad 200 łączników do pobierania danych z baz danych,

00:07:49.860 --> 00:07:51.720
pamięci w chmurze, aplikacji SAS i innych.

00:07:51.900 --> 00:07:55.240
To najczęściej używane narzędzie do integracji danych na świecie i nie bez powodu.

00:07:55.480 --> 00:07:57.860
Wewnątrz Data Factory znajdziesz Dataflow z GEN2,

00:07:57.860 --> 00:08:00.900
które umożliwiają transformację danych bez kodowania za pomocą Power Query.

00:08:00.900 --> 00:08:03.740
Jeśli kiedykolwiek używałeś Power Query w Excelu lub Power BI,

00:08:03.840 --> 00:08:04.800
znasz już ten mechanizm.

00:08:04.920 --> 00:08:07.880
Klikasz w wizualnym interfejsie, aby czyścić, przekształcać i łączyć dane.

00:08:08.060 --> 00:08:10.700
Kodowanie nie jest wymagane, a rozwiązanie jest klasy korporacyjnej,

00:08:10.800 --> 00:08:12.400
skalowalne do obsługi ogromnych zbiorów danych.

00:08:12.580 --> 00:08:15.820
Ponad 22 miliardy operacji uruchamianych w Data Factory każdego miesiąca

00:08:15.820 --> 00:08:17.880
oznacza miliardy automatycznych transferów danych,

00:08:18.020 --> 00:08:20.400
co czyni to rozwiązanie kluczowym elementem infrastruktury.

00:08:20.620 --> 00:08:24.280
Istnieje jednak jeszcze prostszy sposób na przeniesienie danych do Onelejk – Mirroring.

00:08:24.360 --> 00:08:28.960
Mirroring kopiuje dane z zewnętrznych baz takich jak Azure SQL, Oracle czy Google BigQuery

00:08:28.960 --> 00:08:32.260
do Onelejk niemal w czasie rzeczywistym, a co najlepsze, jest to darmowe,

00:08:32.400 --> 00:08:34.940
wliczone w cenę usługi, bez żadnych dodatkowych kosztów.

00:08:35.160 --> 00:08:38.040
Wskazujesz tylko bazę źródłową, a resztą zajmuje się Fabrik.

00:08:38.240 --> 00:08:41.980
Są też skróty, o których wspominaliśmy wcześniej, ale zasługują one na większą uwagę.

00:08:42.280 --> 00:08:44.880
Skróty to wirtualne wskaźniki do danych przechowywanych gdzie indziej,

00:08:45.000 --> 00:08:46.440
które nie wymagają przenoszenia plików.

00:08:46.580 --> 00:08:49.640
Tworzysz skrót do zasobnika AWSS3, a on pojawia się w Onelejk,

00:08:49.720 --> 00:08:52.600
jakby był tam przechowywany, podczas gdy dane pozostają na swoim miejscu.

00:08:52.720 --> 00:08:54.000
Po prostu wskazujesz na nie.

00:08:54.000 --> 00:08:56.720
A teraz skróty potrafią coś więcej niż tylko wskazywać.

00:08:56.860 --> 00:08:59.260
Transformacje skrótów pozwalają na stosowanie przekształceń

00:08:59.260 --> 00:09:00.920
opartych na sztucznej inteligencji w locie.

00:09:01.160 --> 00:09:03.760
Możesz przeprowadzić analizę sentymentu danych tekstowych,

00:09:03.900 --> 00:09:06.200
przetłumaczyć treść lub wykryć dane osobowe,

00:09:06.280 --> 00:09:08.540
nie przenosząc danych ani nie budując potoków.

00:09:08.720 --> 00:09:11.640
Transformacja następuje w momencie uzyskiwania dostępu do danych.

00:09:11.860 --> 00:09:13.760
Cel tych wszystkich narzędzi jest prosty –

00:09:13.760 --> 00:09:16.880
zgromadzić wszystkie dane w Onelejk bez budowania złożonych potoków.

00:09:17.060 --> 00:09:20.160
Niezależnie od tego, czy używasz Data Factory do tradycyjnego ETL,

00:09:20.160 --> 00:09:22.000
mirroringu do replikacji w czasie rzeczywistym,

00:09:22.000 --> 00:09:24.620
czy skrótów do wirtualnego dostępu, wynik jest ten sam.

00:09:24.760 --> 00:09:28.380
Twoje dane trafiają do Onelejk, gotowe do użycia w każdym zadaniu Fabrik.

00:09:28.560 --> 00:09:31.080
Analiza w czasie rzeczywistym, bazy danych i AI.

00:09:31.320 --> 00:09:33.600
Do tej pory mówiliśmy o przenoszeniu i przechowywaniu danych,

00:09:33.780 --> 00:09:35.640
ale co z danymi, które nieustannie napływają?

00:09:35.940 --> 00:09:38.640
Strumieniowanie danych z czujników i od kliknięć na stronach w W,

00:09:38.760 --> 00:09:39.820
telemetria z urządzeń.

00:09:40.020 --> 00:09:42.140
Wtedy do gry wchodzi analiza w czasie rzeczywistym.

00:09:42.360 --> 00:09:44.880
Fabrik obsługuje strumienie danych za pomocą tak zwanej

00:09:44.880 --> 00:09:47.660
Event House, który przechowuje i przeszukuje ogromne ilości danych

00:09:47.660 --> 00:09:50.380
szeregów czasowych przy użyciu KQL, czyli Kusto Query Language.

00:09:50.380 --> 00:09:52.620
To ten sam silnik, który napędza Azure Data Explorer,

00:09:52.760 --> 00:09:54.960
stworzony z myślą o szybkości, dzięki czemu możesz przetwarzać

00:09:54.960 --> 00:09:57.340
miliony zdarzeń na sekundę i przeszukiwać je w milisekundach.

00:09:57.420 --> 00:09:58.860
To ma znaczenie, a oto dlaczego.

00:09:59.120 --> 00:10:02.640
46% klientów Fabrik już korzysta z analityki w czasie rzeczywistym.

00:10:02.800 --> 00:10:03.620
To niemal połowa.

00:10:04.040 --> 00:10:05.200
Zastosowania są wszędzie.

00:10:05.460 --> 00:10:07.400
Firma logistyczna śledząca ciężarówki,

00:10:07.560 --> 00:10:09.460
sprzedawca monitorujący ruch w sklepie,

00:10:09.660 --> 00:10:12.040
producent obserwujący dane z czujników w fabryce,

00:10:12.140 --> 00:10:13.760
wszystko dzieje się w czasie rzeczywistym.

00:10:13.920 --> 00:10:15.740
Ale Fabrik to nie tylko analityka.

00:10:15.960 --> 00:10:17.640
Obejmuje również operacyjne bazy danych,

00:10:17.640 --> 00:10:21.180
takie jak SQL dla danych relacyjnych i Cosmos DB dla obciążeń NoSQL.

00:10:21.400 --> 00:10:24.380
To te same bazy, których użyłbyś do obsługi swoich aplikacji.

00:10:24.560 --> 00:10:26.220
A ponieważ są one wbudowane w Fabrik,

00:10:26.320 --> 00:10:28.420
automatycznie przechowują swoje dane w OneLake.

00:10:28.600 --> 00:10:30.700
Bez dodatkowych potoków, bez ręcznego kopiowania.

00:10:30.960 --> 00:10:34.040
Twoje dane transakcyjne i analityczne znajdują się w tym samym miejscu.

00:10:34.180 --> 00:10:35.840
Porozmawiajmy teraz o sztucznej inteligencji,

00:10:35.940 --> 00:10:37.860
bo to tutaj Fabrik staje się naprawdę interesujący.

00:10:38.100 --> 00:10:40.280
Integracja AI jest głęboko osadzona w platformie,

00:10:40.380 --> 00:10:42.200
oferując gotowe modele do analizy tekstu,

00:10:42.300 --> 00:10:43.680
tłumaczeń i analizy wydźwięku.

00:10:43.680 --> 00:10:46.840
Możesz używać ich bezpośrednio w przepływach danych bez pisania kodu.

00:10:47.100 --> 00:10:49.360
Wystarczy wskazać dane, wybrać model i gotowe.

00:10:49.600 --> 00:10:52.380
Jest też Copilot, który został wbudowany w cały system Fabrik.

00:10:52.520 --> 00:10:55.460
Pomaga w pisaniu zapytań, tworzeniu raportów i budowaniu potoków danych.

00:10:55.680 --> 00:10:57.900
Opisujesz po prostu, czego potrzebujesz prostym językiem,

00:10:58.020 --> 00:10:59.040
a Copilot generuje kod.

00:10:59.160 --> 00:11:01.420
To tak, jakby obok Ciebie siedział młodszy inżynier danych,

00:11:01.560 --> 00:11:02.720
gotowy pomóc w każdej chwili.

00:11:02.980 --> 00:11:03.940
Wizja jest prosta,

00:11:04.140 --> 00:11:06.680
AI pracuje na Twoich danych bez przenoszenia ich gdziekolwiek indziej.

00:11:06.880 --> 00:11:08.200
Twoje dane pozostają w OneLake,

00:11:08.300 --> 00:11:09.700
a modele AI przychodzą do danych.

00:11:09.700 --> 00:11:12.900
Bez kopiowania, bez eksportowania, bez zagrożeń bezpieczeństwa.

00:11:13.100 --> 00:11:15.780
Dane nigdy nie opuszczają Twojego zarządzanego środowiska.

00:11:16.000 --> 00:11:18.580
Power BI, ład korporacyjny i wartość biznesowa.

00:11:18.780 --> 00:11:19.780
Przejdźmy teraz do części,

00:11:19.980 --> 00:11:21.860
którą większość ludzi widzi w pierwszej kolejności,

00:11:22.040 --> 00:11:23.260
czyli bramy do wglądu w Power BI.

00:11:23.440 --> 00:11:26.020
Korzysta z niego 550 tysięcy organizacji

00:11:26.020 --> 00:11:28.480
i 34 miliony użytkowników miesięcznie,

00:11:28.640 --> 00:11:31.340
co czyni go najczęściej używanym narzędziem BI na świecie.

00:11:31.500 --> 00:11:34.120
A w ramach Fabrik staje się on jeszcze potężniejszy.

00:11:34.300 --> 00:11:34.940
Oto klucz.

00:11:34.940 --> 00:11:39.740
W systemie Fabrik Power BI łączy się bezpośrednio z OneLake za pomocą trybu DirectLake.

00:11:39.940 --> 00:11:41.820
Różni się to od tradycyjnego trybu importu,

00:11:41.900 --> 00:11:44.360
w którym kopiujesz dane do wewnętrznej pamięci Power BI.

00:11:44.580 --> 00:11:47.400
Zamiast tego DirectLake odpytuje dane w miejscu ich przechowywania,

00:11:47.500 --> 00:11:51.860
w OneLake bez konieczności odświeżania czy duplikacji dane są zawsze aktualne i działają błyskawicznie.

00:11:52.020 --> 00:11:55.040
Pod każdym raportem Power BI znajduje się model semantyczny,

00:11:55.140 --> 00:11:58.820
czyli mózg raportu, gdzie definiujesz logikę biznesową, miary i relacje.

00:11:59.060 --> 00:12:02.260
Teraz możesz tworzyć te modele w całości w przeglądarce internetowej.

00:12:02.260 --> 00:12:05.680
Modelowanie w przeglądarce jest powszechnie dostępne, więc możesz tworzyć modele semantyczne,

00:12:05.760 --> 00:12:08.980
budować relacje i pisać miary DAX bezpośrednio w przeglądarce, nawet na komputerze Mac.

00:12:09.140 --> 00:12:11.040
Żadna aplikacja komputerowa nie jest wymagana.

00:12:11.240 --> 00:12:13.780
Jednak cała ta potęga danych nic nie znaczy bez odpowiedniego zarządzania,

00:12:13.900 --> 00:12:15.580
dlatego Fabrik ma je budowane od samego początku.

00:12:15.860 --> 00:12:19.560
Microsoft Perview zapewnia etykiety poufności, które podążają za Twoimi danymi wszędzie.

00:12:19.780 --> 00:12:24.020
Jeśli raport zawiera wrażliwe informacje, etykieta pozostaje z nim nawet po wyeksportowaniu.

00:12:24.260 --> 00:12:27.680
Zasady zapobiegania utracie danych automatycznie wykrywają poufne informacje

00:12:27.680 --> 00:12:31.120
i blokują nieautoryzowane udostępnianie, a kontrola dostępu zapewnia,

00:12:31.280 --> 00:12:33.440
że tylko odpowiednie osoby widzą odpowiednie dane.

00:12:33.680 --> 00:12:36.020
Domeny pomagają organizować dane według obszarów biznesowych

00:12:36.020 --> 00:12:38.480
z oddzielnymi regułami zarządzania, dzięki czemu dane finansowe

00:12:38.480 --> 00:12:40.700
mogą podlegać surowszej kontroli niż dane marketingowe.

00:12:40.860 --> 00:12:43.820
Każdą domeną może zarządzać osobny zespół, co pozwala na sprawowanie nadzoru,

00:12:43.940 --> 00:12:45.500
który skaluje się wraz z Twoją organizacją.

00:12:45.680 --> 00:12:47.560
Teraz porozmawiajmy o prawdziwych wynikach.

00:12:47.680 --> 00:12:48.800
To nie jest tylko teoria.

00:12:49.100 --> 00:12:52.680
Firma Eastman Chemical wykorzystała Fabrik, aby skrócić czas przygotowania sprzedaży o 83%.

00:12:52.680 --> 00:12:56.360
To, co kiedyś zajmowało 4 godziny, teraz trwa około 40 minut.

00:12:56.540 --> 00:12:59.180
Eaton Solutions ograniczyło pracę ręczną o 75%,

00:12:59.180 --> 00:13:02.600
a procesy wymagające wcześniej od 10 do 15 kroków teraz wymagają dwóch.

00:13:02.740 --> 00:13:06.440
Z kolei Sonata Software zaoszczędziła rocznie 30 tysięcy godzin ręcznych uzgodnień,

00:13:06.540 --> 00:13:09.000
kierując ten potencjał ludzki do pracy o wyższej wartości.

00:13:09.240 --> 00:13:10.560
Model kosztów jest prosty.

00:13:10.720 --> 00:13:14.040
Płacisz za wydajność, czyli moc obliczeniową, która obsługuje Twoje obciążenia.

00:13:14.260 --> 00:13:17.740
Microsoft posiada wbudowane mechanizmy wygładzania i ochrony przed nagłymi skokami obciążenia.

00:13:17.880 --> 00:13:20.640
Wygładzanie rozkłada koszty operacji w tle na 24 godziny,

00:13:20.640 --> 00:13:23.900
więc nie zaskoczą Cię nagłe piki, a ochrona przed skokami ogranicza zadania

00:13:23.900 --> 00:13:26.640
w tle w okresach wzmożonego ruchu, aby utrzymać stabilność interaktywną.

00:13:27.360 --> 00:13:30.600
Płacisz za to, z czego korzystasz, dzięki czemu unikasz niespodzianek.

00:13:30.900 --> 00:13:31.880
Podsumujmy to wszystko.

00:13:32.140 --> 00:13:34.440
Fabrik to nie tylko kolejny produkt Microsoftu.

00:13:34.580 --> 00:13:37.320
To całkowite przemyślenie na nowo sposobu działania platform danych.

00:13:37.540 --> 00:13:40.820
Jedna platforma, jedno jezioro danych, onelej, jedna kopia danych i nieskończone możliwości.

00:13:41.100 --> 00:13:43.900
Dzięki budowanej sztucznej inteligencji i kopilotowi jest on dostępny dla każdego.

00:13:44.060 --> 00:13:45.940
Nie tylko dla specjalistów od danych, ale też analityków biznesowych,

00:13:45.940 --> 00:13:48.660
zespołów sprzedaży, menedżerów operacyjnych, każdego, kto potrzebuje odpowiedzi płynących z danych.

00:13:48.780 --> 00:13:49.880
Oto Twoje zadanie domowe.

00:13:50.100 --> 00:13:54.320
Wejdź na fabric.microsoft.com, uruchom bezpłatną wersję próbną i stwórz swój pierwszy obszar roboczy.

00:13:54.460 --> 00:13:55.340
Po prostu wypróbuj.

00:13:55.540 --> 00:13:59.200
Zobaczysz, jak elementy do siebie pasują w sposób, którego nie zastąpi żadna ilość czytania.

00:13:59.400 --> 00:14:01.140
Jeśli ten odcinek pomógł Ci lepiej zrozumieć Fabrik,

00:14:01.220 --> 00:14:03.240
zasubskrybuj nas na swojej ulubionej platformie podcastowej

00:14:03.240 --> 00:14:05.380
i udostępnij go komuś, kto rozpoczyna swoją przygodę z danymi.

00:14:05.600 --> 00:14:06.500
Będzie Ci wdzięczny.

00:14:06.500 --> 00:14:10.380
Następnym razem wyjaśnimy, czym są skróty One Lake używając prostego języka.

00:14:10.660 --> 00:14:14.380
Jak działają, dlaczego są ważne i jak z nich korzystać bez przenoszenia danych.

00:14:14.620 --> 00:14:15.820
Tego nie możesz przegapić.

00:14:16.040 --> 00:14:17.400
Do tego czasu ucz się dalej.
