Assistance Microsoft Fabric.

« Microsoft Fabric Support » peut désigner deux choses différentes, selon le contexte :

Prise en charge d'Azure Service Fabric

• Il s'agit des options d'assistance technique disponibles pour Microsoft Azure Service Fabric, une plateforme permettant de créer et de déployer des microservices et des applications distribuées.
• Il comprend des ressources d'auto-assistance pour le dépannage, l'accès à des communautés et forums en ligne, ainsi que la possibilité d'envoyer des demandes d'assistance à des experts pour résoudre des problèmes liés à Service Fabric.

Prise en charge de Microsoft Power BI Fabric

• Le terme « Microsoft Fabric Support » est également parfois utilisé pour désigner l'assistance pour Power BI Fabric, une plateforme d'analyse de données intégrée à Power BI qui permet un accès fédéré à des données provenant de diverses sources.
• Power BI Fabric faisant désormais partie de l'offre Power BI unifiée, son assistance est incluse dans l'assistance Microsoft Power BI.

Prochaines étapes pour Microsoft Fabric Support

• Quel type de problème technique rencontrez-vous ? S'il est lié à Azure Service Fabric, alors l'assistance Azure Service Fabric est ce qu'il vous faut.
• Faites-vous spécifiquement référence à Power BI Fabric ? Si tel est le cas, vous devrez utiliser les ressources d'assistance Power BI.

La tarification Microsoft Fabric peut être un peu complexe, car elle comporte deux aspects : la tarification informatique pour l'exécution de vos charges de travail et la tarification du stockage pour vos données. Voici le détail :

Calculer le prix

• Basé sur les unités de capacité (CU) :vous achetez un ensemble de CU, qui représentent une unité de puissance de calcul pour exécuter vos charges de travail Fabric.
• Paiement à l'utilisation ou instances réservées :choisissez entre la facturation à l'utilisation basée sur la consommation réelle ou les instances réservées pour des coûts mensuels prévisibles.
• Variations régionales :le prix par unité de calcul varie en fonction de la région Azure que vous choisissez.
• Facturation minimale d'une minute :même si votre charge de travail ne dure qu'une fraction de minute, vous serez facturé pour une minute.

Tarifs de stockage

• Couche de stockage OneLake :toutes les données dans Fabric résident dans cette couche de stockage unique, ce qui réduit les silos de données et simplifie la gestion.
• Par Go et par mois :les coûts de stockage sont calculés en multipliant la quantité totale de données que vous stockez (Go) par le tarif mensuel.
• Variations régionales :tout comme les tarifs informatiques, les coûts de stockage varient également en fonction de la région Azure.

Considérations supplémentaires :

• Niveau gratuit :un niveau gratuit limité est disponible à des fins de test et de développement.
• Remises :Microsoft propose diverses remises pour les utilisateurs engagés, les entités gouvernementales et les établissements d'enseignement.
• Outils de gestion des coûts :utilisez les outils intégrés pour surveiller et optimiser l'utilisation de vos ressources Fabric et contrôler les coûts.

Prochaines étapes pour soutenir la tarification des tissus

• Il peut être difficile de prévoir avec précision vos coûts Microsoft Fabric en raison de la nature variable de l'utilisation des ressources de calcul et de stockage.
• Analysez attentivement votre charge de travail prévue, vos besoins en matière de stockage de données et le modèle de tarification choisi afin d'estimer vos coûts.
• Utilisez des outils de gestion des coûts et envisagez des remises pour optimiser vos dépenses en matière de tissus.

Il n'existe pas de certifications spécifiques exclusivement intitulées « Microsoft Fabric », qu'il s'agisse de Microsoft Service Fabric ou de Fluent UI (anciennement Office UI Fabric). Cependant, des certifications connexes sont disponibles pour des technologies et des plateformes plus larges au sein de l'écosystème Microsoft, qui englobent les compétences et les connaissances liées à ces services.

Pour ceux qui travaillent avec Microsoft Service Fabric, les certifications pertinentes peuvent inclure :

Certifications Azure

    – Certification Microsoft : Azure Developer Associate (Examen AZ-204): cette certification s'adresse aux développeurs qui conçoivent, créent, testent et assurent la maintenance d'applications et de services cloud sur Microsoft Azure, notamment les applications créées à l'aide de Service Fabric.

    – Certification Microsoft : Azure Solutions Architect Expert (examens AZ-303 et AZ-304): cette certification avancée couvre les aspects liés à la mise en œuvre de solutions sur Azure, notamment le calcul, le réseau, le stockage et la sécurité, qui peuvent s'appliquer aux architectures Service Fabric.

Certifications DevOps

    – Microsoft Certified: DevOps Engineer Expert (Examen AZ-400): cette certification s'adresse aux personnes qui combinent les ressources humaines, les processus et les technologies afin de fournir en continu des produits et services de valeur qui répondent aux besoins des utilisateurs finaux et aux objectifs commerciaux, en rapport avec les microservices et les applications conteneurisées gérées via Service Fabric.

Pour Fluent UI (anciennement Office UI Fabric), les certifications seraient davantage axées sur le développement et la conception front-end, par exemple :

Certifications Microsoft 365

   – Microsoft Certified: Developer Associate (Examen MS-600): cette certification concerne l'extension de Microsoft 365, qui peut inclure le développement d'interfaces utilisateur personnalisées conformes au cadre Fluent UI pour une conception cohérente dans toutes les applications Microsoft 365.

Certifications en développement et conception Web

    – Bien qu'il n'existe pas de certifications Microsoft spécifiques à la conception web directement liées à Fluent UI, des certifications plus générales en développement web peuvent s'avérer utiles. Il s'agit notamment des certifications en HTML, CSS, JavaScript et frameworks web modernes.

Bien que ces certifications ne soient pas spécifiquement axées sur Microsoft Service Fabric ou Fluent UI, les connaissances et les compétences acquises grâce à elles peuvent être très pertinentes et utiles pour les professionnels qui travaillent avec ces technologies.

Voici un aperçu rapide de Microsoft Fabric, axé sur sa prise en charge de l'analyse des données :

Fabric est une plateforme unifiée au sein d'Azure qui offre une expérience fluide pour l'ingestion, la transformation, l'analyse et la visualisation des données. Elle combine plusieurs outils tels qu'Azure Synapse Analytics, Power BI et Data Factory dans un environnement unique.

Composants clés

• Stockage OneLake :un lac de données sécurisé qui unifie le stockage des données structurées, semi-structurées et non structurées.
• Data Factory :un service d'orchestration de pipelines permettant d'automatiser le transfert et la transformation des données.
• Synapse Analytics :offre des fonctionnalités d'entreposage de données, d'analyse en temps réel et de science des données.
• Power BI :outil de veille économique et de visualisation des données permettant d'explorer et de partager des informations.

Pour commencer

• Créer un espace de travail :configurez votre environnement Fabric dans Azure.
• Ingérer des données :utilisez les pipelines Data Factory pour importer des données provenant de diverses sources dans OneLake.
• Transformer les données :appliquez des transformations dans Data Factory ou utilisez les notebooks Spark dans Synapse Analytics.
• Analyser les données :choisissez entre les requêtes d'entrepôt de données dans Synapse Analytics ou l'analyse en temps réel avec des outils tels que Stream Analytics.
• Visualisez les données :utilisez Power BI pour créer des tableaux de bord et des rapports convaincants afin de partager vos informations.

Avantages

• Simplifie la gestion des données :regroupe divers outils au sein d'une seule plateforme pour rationaliser le flux de travail.
• Fournit des analyses avancées :offre un éventail de fonctionnalités d'analyse des données, allant du stockage à la génération d'informations en temps réel.
• Favorise la démocratisation des données :permet aux utilisateurs de différents niveaux de compétence d'accéder aux données et de les analyser.
• Évolutivité efficace :s'adapte à votre volume de données et à vos besoins de traitement pour des solutions rentables.

Voici un tableau de référence rapide comparant les fonctionnalités prises en charge par Fabric et Power BI.

La prise en charge des licences pour Microsoft Fabric implique une combinaison d'abonnements à des services individuels et de coûts supplémentaires potentiels en fonction de votre utilisation spécifique. Voici le détail :

Services de base pris en charge

• Azure Synapse Analytics :nécessite des abonnements individuels en fonction des niveaux choisis et de la consommation des ressources.
• Azure Data Factory :proposé en plusieurs niveaux avec une tarification distincte pour les unités de traitement des données (DPU) et les réseaux virtuels gérés (VNet).
• Power BI :en fonction de vos besoins, vous pouvez choisir des licences Power BI Pro individuelles pour des utilisateurs spécifiques, des licences Power BI Premium par utilisateur (PPU) pour bénéficier de capacités dédiées et de fonctionnalités de partage, ou des abonnements à la capacité Power BI Premium pour les équipes plus importantes et les charges de travail complexes.

Coûts de stockage OneLake

• Inclus dans votre abonnement Azure Synapse Analytics. Toutefois, le dépassement de votre quota de stockage peut entraîner des frais supplémentaires calculés en fonction du nombre de Go par mois.

Considérations supplémentaires relatives aux licences

• Essai gratuit :Microsoft propose un essai gratuit d'Azure Synapse Analytics, qui vous permet d'explorer les fonctionnalités de base de Fabric sans frais immédiats.
• Remises :Microsoft Azure propose diverses remises pour les utilisateurs engagés, les entités gouvernementales et les établissements d'enseignement, ce qui peut potentiellement réduire vos coûts de licence.
• Outils de gestion des coûts :utilisez les outils intégrés à Azure pour surveiller votre utilisation des ressources et optimiser vos dépenses en licences Fabric.

Guide sur les licences pour les tissus

• Pour estimer avec précision vos coûts de licence Microsoft Fabric, vous devez analyser minutieusement le volume de données prévu, vos besoins en matière de traitement, les niveaux de service choisis et les frais de stockage potentiels.
• Envisagez d'utiliser l'essai gratuit et d'explorer des stratégies d'optimisation des coûts afin de gérer efficacement vos dépenses en matière de licences.
• Consultez le support technique Microsoft ou des partenaires agréés tels que US Cloud pour déterminer les options de licence les plus adaptées et les remises potentielles en fonction de vos besoins spécifiques.

Microsoft Fabric peut prendre en charge diverses architectures, car sa flexibilité lui permet de s'adapter à différents besoins et scénarios. Cependant, voici quelques modèles architecturaux couramment utilisés avec Fabric :

1. Architecture Lakehouse

• Il s'agit de l'architecture principale promue par Microsoft Fabric, OneLake servant de référentiel central de données. Les données structurées, semi-structurées et non structurées cohabitent, ce qui permet d'effectuer diverses tâches telles que le stockage de données, l'analyse en temps réel et la science des données.
• Cette architecture exploite des outils tels qu'Azure Synapse Analytics pour le stockage des données et les notebooks Spark pour la science des données dans l'environnement lakehouse.

2. Architecture microservices

• Azure Service Fabric, une autre offre sous l'égide de « Microsoft Fabric », facilite la création et le déploiement d'applications de microservices. Il fournit la conteneurisation, la communication entre services et la gestion des ressources pour les applications distribuées.
• Cette architecture se concentre sur des services indépendants et modulaires qui peuvent être adaptés et mis à jour individuellement.

3. Architecture hybride

• Vous pouvez combiner les services Fabric avec des sources de données sur site et d'autres plateformes cloud pour des déploiements hybrides. Azure Data Factory facilite le transfert de données entre différents emplacements, permettant ainsi une analyse cohérente des données dans divers environnements.

4. Architecture sans serveur

• Fabric exploite les fonctions sans serveur via Azure Functions pour des tâches spécifiques telles que la transformation des données ou le traitement des événements. Cela favorise un modèle de paiement à l'utilisation et réduit les frais généraux liés à la gestion de l'infrastructure.

5. Architectures personnalisées

• La flexibilité de Fabric vous permet de concevoir des architectures personnalisées en fonction de vos besoins spécifiques. Vous pouvez intégrer divers outils et services afin de créer des solutions sur mesure pour répondre à des besoins complexes en matière de données et d'analyse.

Facteurs à prendre en compte lors du choix d'une architecture

• Volume et variété des données :tenez compte des types et de la quantité de données que vous devez gérer afin de choisir les solutions de stockage et de traitement les plus adaptées.
• Capacités souhaitées :identifiez les fonctionnalités d'analyse de données souhaitées, telles que le stockage, l'analyse en temps réel ou la science des données, afin d'orienter vos choix en matière d'architecture.
• Évolutivité et coût :choisissez une architecture capable d'évoluer efficacement pour répondre à vos besoins futurs tout en optimisant les coûts.
• Infrastructure existante :si vous disposez déjà d'une infrastructure de données, déterminez comment elle peut être intégrée à Fabric pour obtenir une solution hybride transparente.

Considérations supplémentaires

• Il n'existe pas d'architecture « idéale » pour Microsoft Fabric. Il est essentiel d'évaluer vos besoins et objectifs spécifiques afin de choisir la conception la plus adaptée et la plus efficace.
• Consulter le support technique Microsoft ou un partenaire expérimenté tel que US Cloud peut vous fournir des conseils précieux pour concevoir et mettre en œuvre une architecture efficace pour votre environnement Fabric.

Voici un tableau de référence rapide pour les entreprises qui envisagent de prendre en charge Microsoft Fabric et/ou Databricks.

Le coût du support de « Microsoft Fabric » peut varier selon que vous faites référence à Microsoft Service Fabric ou à Fluent UI (anciennement Office UI Fabric), et selon la manière dont vous prévoyez de les utiliser. Étant donné que ces deux technologies sont distinctes au sein de l'écosystème Microsoft, leurs coûts de support varient selon la plateforme.

Microsoft Service Fabric

Coût du service : Microsoft Service Fabric est une plateforme open source gratuite. L'utilisation de Service Fabric n'entraîne aucun coût direct.

Coûts d'infrastructure : si vous déployez Service Fabric sur Azure, vous devrez payer les ressources Azure qu'il consomme (par exemple, les machines virtuelles, le stockage, la mise en réseau). Ces coûts dépendent de l'échelle et de la taille de votre déploiement.

Coûts du plan d'assistance : si vous avez besoin d'une assistance officielle de Microsoft (par exemple, pour le dépannage ou des conseils avancés), vous aurez généralement besoin d'un plan d'assistance. Les plans d'assistance Microsoft Azure vont de Developer à Premier, avec des coûts variant de quelques centaines à plusieurs milliers de dollars par mois. Une assistance tierce est disponible auprès de US Cloud pour ceux qui recherchent une alternative plus abordable à Microsoft.

Coûts de développement et de maintenance : le développement et la maintenance des applications basées sur Service Fabric entraînent des coûts. Ceux-ci comprennent les salaires des développeurs, les formations et, éventuellement, les frais de consultation si l'expertise d'un tiers est requise.

Fluent UI (anciennement Office UI Fabric)

Coût du framework : Fluent UI est un framework open source gratuit. Son utilisation est entièrement gratuite.

Coûts de développement : le coût principal lié à l'utilisation de Fluent UI concerne le développement, c'est-à-dire la rémunération des développeurs qui créent et assurent la maintenance de l'interface utilisateur de vos applications.

Formation et apprentissage : si votre équipe n'est pas familiarisée avec Fluent UI, des coûts liés à la formation ou aux ressources d'apprentissage peuvent être engagés.

Considérations générales relatives à l'assistance

Intégration et compatibilité : L'intégration de ces technologies dans vos systèmes existants peut également entraîner des coûts, en particulier en cas de problèmes de compatibilité.

Évolutivité et complexité : à mesure que votre utilisation de ces technologies augmente, les coûts liés à l'infrastructure, à l'assistance et à la maintenance peuvent également augmenter.

Assistance et mises à jour : l'assistance continue et la mise à jour des systèmes avec les dernières versions peuvent également contribuer aux coûts.

Le coût total de possession (TCO) comprend les coûts d'infrastructure, de développement et d'exploitation, et peut varier considérablement en fonction du cas d'utilisation spécifique et de l'échelle de mise en œuvre. Pour une évaluation détaillée et précise des coûts, il est conseillé de consulter US Cloud ou un représentant commercial Microsoft, en particulier si vous envisagez un déploiement à grande échelle ou au niveau de l'entreprise.

Microsoft Fabric prend en charge Copilot, un assistant de développement IA qui aide les développeurs à écrire un meilleur code. Copilot peut être utilisé avec Fabric pour améliorer le développement de pipelines de données, de scripts de transformation de données et d'autres applications Fabric.

Utilisation de Copilot avec Fabric

• Suggestion d'extraits de code :Copilot peut suggérer des extraits de code pour des tâches courantes, telles que l'accès aux données depuis Data Factory ou Synapse Analytics.
• Compléter les instructions de code :Copilot peut compléter les instructions de code, telles que les déclarations de variables ou les appels de fonctions.
• Refactoring du code :Copilot peut refactoriser le code afin de le rendre plus lisible et plus facile à maintenir.
• Débogage du code :Copilot peut suggérer des corrections possibles pour les erreurs dans le code.

Pour utiliser Copilot avec Fabric, vous devrez installer l'extension Copilot pour votre IDE.

Copilot est actuellement disponible pour Visual Studio Code et PyCharm. Une fois l'extension installée, vous pouvez commencer à utiliser Copilot en écrivant du code dans votre IDE et en appuyant sur la touche Tab. Copilot vous proposera alors des extraits de code et complétera les instructions de code à votre place.

Avantages de l'utilisation de Microsoft Copilot avec Fabric

• Productivité accrue :Copilot peut vous aider à écrire du code plus rapidement et plus efficacement.
• Réduction des taux d'erreur :Copilot peut vous aider à éviter les erreurs dans votre code.
• Amélioration de la qualité du code :Copilot peut vous aider à écrire un code plus propre et plus facile à maintenir.

Microsoft Fabric propose différentes options d'assistance à la connexion pour vous aider à accéder à vos ressources Fabric de manière sécurisée et efficace. Voici un aperçu des méthodes disponibles :

1. Azure Active Directory (AAD)

• Méthode de connexion principale : AAD est la méthode de connexion recommandée pour Fabric, car elle offre une intégration transparente avec votre locataire Azure Active Directory existant et les identités utilisateur.
• Avantages
  • Authentification unique transparente (SSO) : AAD facilite l'authentification unique sur tous les services Azure, y compris Fabric, éliminant ainsi le besoin de connexions séparées.
  • Gestion des identités : AAD gère l'authentification, l'autorisation et le contrôle d'accès des utilisateurs, simplifiant ainsi la gestion des utilisateurs et la sécurité.
  • Contrôle d'accès basé sur les rôles (RBAC) : AAD permet un contrôle d'accès RBAC granulaire pour gérer les autorisations d'accès des utilisateurs au sein de Fabric, garantissant ainsi la sécurité et la conformité des données.

2. Identité gérée par Fabric (MI)

• Identité gérée pour les services Fabric : MI permet aux services Fabric de s'authentifier auprès d'autres ressources Azure sans intervention explicite de l'utilisateur.
• Avantages
  • Accès sans surveillance : MI permet aux services d'accéder aux ressources sans intervention de l'utilisateur, ce qui simplifie les tâches d'automatisation et d'orchestration.
  • Accès sécurisé : MI utilise Azure Active Directory pour l'authentification, garantissant ainsi un accès sécurisé aux ressources.

3. Coffre-fort à clés en tissu

• Stockage sécurisé pour les secrets liés aux tissus : Fabric Key Vault fournit un stockage sécurisé pour stocker et gérer les informations sensibles, telles que les identifiants d'authentification et les clés de chiffrement.
• Avantages
  • Gestion sécurisée des secrets : Fabric Key Vault protège les informations sensibles contre tout accès non autorisé et contre les violations de données.
  • Accès centralisé : Fabric Key Vault offre un emplacement centralisé pour la gestion des secrets, simplifiant ainsi l'accès et la conformité.

4. Authentificateur de tissu

• Authentificateur personnalisé pour les clients Fabric : Fabric Authenticator vous permet de mettre en œuvre des mécanismes d'authentification personnalisés pour les clients Fabric, prenant en charge des scénarios au-delà d'Azure Active Directory.
• Avantages
  • Flexibilité : Fabric Authenticator offre une grande flexibilité en matière d'intégration avec des fournisseurs d'identité externes ou des protocoles d'authentification.
  • Expérience personnalisée : des expériences d'authentification sur mesure peuvent être conçues pour des applications client ou des cas d'utilisation spécifiques.

En plus de ces méthodes de connexion, Fabric prend également en charge l'authentification multifactorielle (MFA) afin de renforcer la sécurité et de protéger contre les tentatives d'accès non autorisées.

Microsoft Fabric offre une prise en charge complète de l'architecture Lakehouse, permettant aux organisations de stocker, gérer et analyser divers types de données dans un référentiel unifié. Ses composants principaux, tels que le stockage OneLake, Data Factory et Synapse Analytics, sont conçus pour faciliter une expérience Lakehouse fluide.

Stockage OneLake

• Référentiel de données centralisé :le stockage OneLake sert de référentiel central pour les données structurées, semi-structurées et non structurées, éliminant ainsi les silos de données et permettant un accès unifié.
• Prise en charge flexible des formats de données :OneLake prend en charge divers formats de données, notamment Parquet, Delta Lake et Avro, garantissant ainsi la compatibilité avec diverses sources de données et charges de travail.
• Gestion des métadonnées :OneLake fournit un système centralisé de gestion des métadonnées permettant d'organiser et de suivre la traçabilité des données, améliorant ainsi la gouvernance et la traçabilité des données.

Usine de données

• Orchestration des pipelines de données :Data Factory permet la création et la gestion de pipelines de données pour l'ingestion, la transformation et le transfert de données entre le stockage OneLake et d'autres sources de données.
• Gestion automatisée des données :Data Factory automatise les tâches de traitement des données, ce qui permet de gagner du temps et d'économiser des efforts tout en garantissant la cohérence et la fiabilité des données.
• Intégrations et connecteurs :Data Factory offre des intégrations avec divers services Azure et sources de données externes, favorisant ainsi la création d'un écosystème de données connecté.

Synapse Analytics

• Entreposage de données et analyse en temps réel :Synapse Analytics offre à la fois des capacités d'entreposage de données et d'analyse en temps réel au sein du stockage OneLake, permettant ainsi de disposer d'une plateforme unifiée pour divers besoins d'analyse.
• Requête et transformation :Synapse Analytics prend en charge divers langages de requête, notamment SQL, Python et Spark, permettant ainsi aux utilisateurs d'analyser efficacement les données.
• Intégration du machine learning :Synapse Analytics offre une intégration transparente avec Azure Machine Learning, permettant aux data scientists de créer et de déployer des modèles de machine learning à partir des données OneLake.

Dans l'ensemble, la prise en charge de l'architecture Lakehouse par Microsoft Fabric permet aux organisations :

• Réduire les silos de données :unifier les données structurées, semi-structurées et non structurées dans un référentiel unique.
• Permettez une analyse agile des données :analysez les données en temps réel ou dans leur contexte historique, afin de répondre à divers besoins commerciaux.
• Améliorer la gouvernance des données :la gestion centralisée des métadonnées garantit la qualité, la traçabilité et la conformité des données.
• Simplifiez la gestion des données :automatisez l'ingestion, la transformation et le transfert des données, et gagnez ainsi du temps et des efforts.
• Favoriser la collaboration :collaborez entre les équipes pour accéder aux données et les analyser en toute transparence.
• Libérez le potentiel des informations basées sur les données :tirez des enseignements précieux de diverses sources de données pour prendre des décisions éclairées.

Microsoft Fabric, qui désigne généralement Microsoft Service Fabric ou Fluent UI (anciennement Office UI Fabric), n'offre pas directement de prise en charge des entrepôts de données comme fonction principale. Cependant, ces technologies peuvent interagir avec ou prendre en charge des systèmes qui incluent le stockage de données dans une architecture d'entreprise plus large.

Microsoft Service Fabric

Microservices pour le traitement des données : bien que Service Fabric ne soit pas en soi un outil de stockage de données, il peut être utilisé pour développer des microservices qui traitent et gèrent les données, lesquelles peuvent ensuite être stockées dans un entrepôt de données.

Intégration avec les systèmes de données : les microservices exécutés sur Service Fabric peuvent être conçus pour interagir avec des entrepôts de données, en effectuant des tâches telles que l'ingestion, la transformation et le déplacement de données. Service Fabric peut gérer l'orchestration et l'évolutivité de ces services.

Traitement des données en temps réel : Service Fabric convient aux scénarios qui nécessitent un traitement et une analyse en temps réel des données avant leur stockage dans un entrepôt de données.

Conteneurisation et déploiement : pour les architectures de données modernes qui utilisent des conteneurs, Service Fabric fournit une plateforme permettant de déployer et de gérer ces conteneurs, qui peuvent inclure des applications utilisées pour des tâches de stockage de données.

Interface utilisateur fluide (Office UI Fabric)

Interface utilisateur pour les applications de données : Fluent UI peut être utilisé pour créer l'interface utilisateur d'applications qui interagissent avec des entrepôts de données. Il peut être utilisé pour créer des tableaux de bord, des rapports et d'autres outils de visualisation de données qui extraient des données des entrepôts de données.

Cohérence dans la conception : pour les organisations qui utilisent largement les produits Microsoft, y compris leurs solutions d'entrepôt de données (comme Azure Synapse Analytics), Fluent UI aide à maintenir une apparence et une ergonomie cohérentes dans tous leurs outils et applications internes.

Écosystème Microsoft et entreposage de données

– Azure Synapse Analytics : dans l'écosystème Microsoft, Azure Synapse Analytics est le principal service proposé pour le stockage des données. Bien que les technologies Microsoft Fabric ne prennent pas directement en charge Azure Synapse Analytics, elles peuvent s'intégrer dans une solution globale impliquant le stockage des données.

– Intégration et connectivité : Microsoft Service Fabric et Fluent UI peuvent tous deux s'intégrer dans une architecture plus large incluant le stockage de données, en particulier dans un environnement centré sur Microsoft où l'intégration avec les services Azure est un facteur clé.

Les technologies Microsoft Fabric telles que Service Fabric et Fluent UI ne fournissent pas directement de prise en charge des entrepôts de données, mais peuvent jouer un rôle de soutien et d'intégration dans une architecture qui inclut le stockage de données. Elles contribuent au traitement, à l'orchestration, à la gestion et à la présentation des données, qui sont tous des aspects clés d'une stratégie globale de stockage de données.

Microsoft Fabric prend entièrement en charge l'architecture OneLake, permettant aux organisations de stocker, gérer et analyser divers types de données dans un référentiel unifié. Le stockage OneLake, composant central de Fabric, fournit un lac de données évolutif et sécurisé pouvant accueillir des données structurées, semi-structurées et non structurées.

Avantages de la prise en charge de OneLake dans Microsoft Fabric

1. Référentiel de données unifié :le stockage OneLake sert de hub central pour toutes vos données, éliminant les silos de données et permettant un accès unifié pour l'analyse, l'apprentissage automatique et d'autres processus en aval.
2. Prise en charge flexible des formats de données :OneLake prend en charge divers formats de données, notamment Parquet, Delta Lake et Avro, garantissant ainsi la compatibilité avec diverses sources de données et charges de travail.
3. Intégration transparente des données :Fabric intègre de manière transparente le stockage OneLake à d'autres composants Fabric, tels que Data Factory et Synapse Analytics, permettant ainsi un transfert et une analyse efficaces des données.
4. Gestion des métadonnées :OneLake fournit un système centralisé de gestion des métadonnées permettant d'organiser et de suivre la traçabilité des données, améliorant ainsi la gouvernance et la traçabilité des données.
5. Réduction des coûts liés aux données :le stockage OneLake offre des options de stockage économiques, en particulier pour les données non structurées, ce qui en fait un choix plus économique que les approches traditionnelles de stockage des données.
6. Gestion simplifiée des données :les outils d'orchestration et les capacités d'automatisation de Fabric rationalisent les tâches de gestion des données, ce qui permet de gagner du temps et d'économiser des efforts tout en garantissant la cohérence et la fiabilité des données.
7. Analytique avancée et apprentissage automatique :Synapse Analytics, un composant central de Fabric, fournit des capacités avancées de stockage de données et d'analyse en temps réel dans le stockage OneLake, permettant aux organisations d'obtenir des informations précieuses à partir de leurs données.
8. Accès sécurisé aux données :Fabric utilise des mesures de sécurité robustes, notamment l'authentification Azure Active Directory et le contrôle d'accès basé sur les rôles, afin de protéger les données et de garantir la conformité aux réglementations en matière de confidentialité des données.
9. Évolutivité et performances :le stockage OneLake est conçu pour être évolutif afin de gérer des volumes de données croissants et prendre en charge des charges de travail complexes en matière de traitement des données.
10. Collaboration et partage :Fabric facilite la collaboration entre les équipes en fournissant un accès sécurisé et des fonctionnalités de partage pour l'analyse et l'exploration des données.

La prise en charge complète de l'architecture OneLake par Microsoft Fabric permet aux entreprises :

• Réduire les silos de données :unifier les données structurées, semi-structurées et non structurées dans un référentiel unique.
• Renforcez l'analyse agile des données :analysez les données en temps réel ou dans leur contexte historique, afin de répondre à divers besoins commerciaux.
• Améliorer la gouvernance des données :la gestion centralisée des métadonnées garantit la qualité, la traçabilité et la conformité des données.
• Simplifiez la gestion des données :automatisez l'ingestion, la transformation et le transfert des données, et gagnez ainsi du temps et des efforts.
• Favoriser la collaboration :collaborez entre les équipes pour accéder aux données et les analyser en toute transparence.
• Libérez le potentiel des informations basées sur les données :tirez des enseignements précieux de diverses sources de données pour prendre des décisions éclairées.

En tirant parti de la prise en charge OneLake de Fabric, les entreprises peuvent exploiter pleinement le potentiel de leurs ressources de données et stimuler l'innovation et leur avantage concurrentiel.

La feuille de route Microsoft Fabric met l'accent sur l'amélioration continue de l'ingestion, de la transformation, de l'analyse, de la gouvernance et de l'observabilité des données, ainsi que sur leur intégration aux pratiques DataOps. Ces avancées visent à permettre aux organisations de tirer des informations plus approfondies de leurs données, d'obtenir des avantages concurrentiels et de prendre des décisions éclairées.

Microsoft Fabric et Microsoft Synapse sont deux technologies distinctes au sein de l'écosystème Microsoft, chacune ayant sa propre finalité.

Microsoft Fabric

 « Microsoft Fabric » peut désigner deux technologies Microsoft différentes : Microsoft Service Fabric et Fluent UI (anciennement Office UI Fabric).

1. Microsoft Service Fabric

   – Type : plateforme de systèmes distribués utilisée pour créer des microservices et des applications conteneurisées évolutifs et fiables.

   – Objectif : principalement destiné aux développeurs pour gérer et déployer des applications complexes à grande échelle, en mettant l'accent sur la haute disponibilité, la résilience et la gestion des microservices.

   – Utilisation : il est utilisé pour l'infrastructure backend, l'orchestration des services, la gestion du cycle de vie des applications et pour garantir que les applications peuvent évoluer et se remettre des pannes.

2. Interface utilisateur fluide (Office UI Fabric)

   – Type : un framework front-end permettant de créer des interfaces utilisateur conformes aux principes de conception de Microsoft.

   – Objectif : conçu pour aider les développeurs à créer des applications Web qui s'alignent visuellement et fonctionnellement avec Microsoft 365.

   – Utilisation : il fournit des composants React et des styles conformes au langage de conception de Microsoft, garantissant ainsi une apparence et une ergonomie cohérentes dans toutes les applications web.

Microsoft Synapse (Azure Synapse Analytics)

– Type : service d'analyse qui rassemble le big data et le stockage de données.

– Objectif : conçu pour permettre aux entreprises d'interroger et d'analyser efficacement de grands volumes de données. Il offre une expérience unifiée pour ingérer, préparer, gérer et fournir des données afin de répondre aux besoins immédiats en matière de BI et d'apprentissage automatique.

– Utilisation : Synapse est utilisé pour l'exploration de données, le stockage de données, l'intégration de données et l'analyse de mégadonnées. Il offre une intégration approfondie avec d'autres services Azure, proposant des outils tels que le stockage de données SQL, Apache Spark et Data Explorer.

Différences entre le tissu de soutien et Synapse

– Domaine d'intérêt : Microsoft Fabric (Service Fabric et Fluent UI) est axé sur le développement d'applications (back-end et front-end), tandis qu'Azure Synapse Analytics se concentre sur le traitement, le stockage et l'analyse des données.

– Public cible : les technologies Fabric s'adressent aux développeurs de logiciels et aux professionnels de l'informatique pour la création et la gestion d'applications. En revanche, Synapse s'adresse aux ingénieurs de données, aux scientifiques de données et aux analystes commerciaux pour l'analyse et l'exploitation des données.

– Fonctionnalité : Service Fabric sert à orchestrer et à gérer les services pour les applications, Fluent UI assure la cohérence de la conception de l'interface utilisateur et Synapse permet une analyse et une gestion complètes des données.

– Intégration : bien que ces deux technologies s'intègrent dans l'écosystème Microsoft, elles interviennent à différentes étapes de la pile technologique : Fabric dans le développement et le déploiement d'applications, et Synapse dans l'analyse de données et la veille économique.

Il est essentiel de comprendre ces différences pour déterminer quelle technologie répond le mieux aux besoins spécifiques d'un projet ou d'une organisation, car elles concernent différents aspects de l'infrastructure technologique et de la gestion des données.

Utilisez ce tableau de référence rapide pour comparer la prise en charge d'entreprise pour Fabric et Snowflake.

Bien que Microsoft Fabric et Snowflake fassent partie du paysage plus large des technologies cloud, ils répondent à des besoins très différents. Microsoft Fabric concerne la création et la gestion d'applications, tandis que Snowflake se concentre sur le stockage et l'analyse des données. Le choix entre les deux dépendra de la priorité donnée au développement d'applications ou aux solutions de stockage de données.

Microsoft Fabric prend en charge diverses architectures d'usine de données, notamment :

• ELT (Extract, Load, Transform) :cette architecture consiste à extraire les données des systèmes sources, à les charger dans un lac de données ou un entrepôt de données, puis à les transformer dans un format utilisable. Elle est particulièrement adaptée aux scénarios dans lesquels les données doivent être transformées avant d'être analysées.
• ETL (Extract, Transform, Load) :cette architecture consiste à extraire les données des systèmes sources, à les transformer dans une zone de transit, puis à les charger dans un lac de données ou un entrepôt de données. Elle est particulièrement adaptée aux scénarios dans lesquels les données doivent être nettoyées et validées avant d'être chargées dans un entrepôt de données.
• ELT avec Delta Lake :cette architecture est une variante de l'architecture ELT qui utilise Delta Lake pour gérer les données dans le lac de données. Delta Lake ajoute la prise en charge transactionnelle et la gestion des versions au lac de données, ce qui le rend plus adapté à l'analyse des données.
• Usine de données sans serveur :cette architecture utilise des ressources informatiques sans serveur pour exécuter des pipelines de données. Elle élimine ainsi le besoin de provisionner et de gérer des serveurs, ce qui en fait une option plus rentable pour les organisations dont les besoins en matière de traitement des données sont variables.

Microsoft Fabric prend également en charge un certain nombre d'autres modèles d'architecture, tels que le data lakehouse, et peut être personnalisé pour répondre aux besoins spécifiques de chaque organisation.

Tableau de référence rapide résumant les avantages et les inconvénients de chaque architecture d'usine de données

La meilleure architecture de data factory pour votre entreprise dépendra de vos besoins et exigences spécifiques. Vous devez examiner attentivement votre budget, le volume de données, les exigences en matière de qualité des données et les besoins de traitement avant de prendre une décision.

Microsoft Fabric prend en charge une grande variété d'API, notamment :

• API REST :il s'agit d'API basées sur le protocole HTTP, faciles à utiliser et à intégrer à d'autres applications.
• SDK Azure :il s'agit de bibliothèques qui fournissent un accès programmatique aux fonctionnalités et capacités de Fabric.
• Connecteurs personnalisés :il s'agit d'API personnalisées qui peuvent être utilisées pour connecter Fabric à des sources de données ou des applications spécifiques.

L'écosystème API de Microsoft Fabric est conçu pour être flexible et extensible, permettant aux organisations d'intégrer Fabric à leur infrastructure informatique et à leurs flux de travail existants.

Tableau de référence rapide résumant les principales API prises en charge par Microsoft Fabric

En plus de ces API standard, Microsoft Fabric prend également en charge un certain nombre de connecteurs personnalisés qui peuvent être utilisés pour se connecter à des sources de données ou à des applications spécifiques. Par exemple, il existe des connecteurs personnalisés pour Salesforce, Amazon S3 et Google Cloud Storage.

La disponibilité d'une large gamme d'API permet aux entreprises d'intégrer facilement Fabric dans leurs environnements informatiques et leurs flux de travail existants. Cette flexibilité est essentielle pour les organisations qui cherchent à adopter une plateforme d'analyse de données unifiée pouvant être utilisée pour répondre à divers cas d'utilisation.