Terminologia dei tessuti

Informazioni sulle definizioni dei termini usati in Fabric, inclusi termini specifici di ogni carico di lavoro Fabric.

Condizioni generali

I termini seguenti si applicano a tutti i carichi di lavoro Fabric.

Capacity

Una capacità è un set dedicato di risorse che è possibile usare in un determinato momento. La capacità definisce la capacità di una risorsa di eseguire un'attività o di produrre output. Diversi elementi utilizzano capacità diversa in un determinato momento. Fabric offre capacità attraverso lo SKU di Fabric e le prove. Per altre informazioni, vedere Che cos'è la capacità?

Unità di capacità (UR)

Unità di capacità sono l'unità di misura della capacità di calcolo in Fabric. Tutti i carichi di lavoro e le operazioni consumano unità di capacità dalla capacità Fabric disponibile. Il consumo viene classificato come operazioni interattive o in background. Per altre informazioni, vedi operazioni di Fabric.

Delta Lake

Delta Lake è il formato di tabella standard in tutti i carichi di lavoro Fabric. Quando si inseriscono dati in Fabric, vengono archiviati come tabelle Delta per impostazione predefinita. Per altre informazioni, vedere Interoperabilità in formato tabella Delta Lake.

Direct Lake

Direct Lake è una modalità di archiviazione in Fabric che consente ai modelli semantici di leggere le tabelle Delta direttamente da OneLake senza importare dati o usare DirectQuery. Direct Lake combina le prestazioni della modalità di importazione con l'aggiornamento dei dati di DirectQuery. Per altre informazioni, vedere Panoramica di Direct Lake.

Domain

Un dominio consente all'organizzazione di raggruppare le aree di lavoro in aree aziendali logiche, ad esempio "Finance" o "Marketing". I domini aiutano gli amministratori di Fabric a delegare la gestione e ad applicare criteri di governance a un livello superiore rispetto a quello dell'area di lavoro. Per altre informazioni, vedere Domini.

Item

Un oggetto item è un oggetto in Fabric, ad esempio un lakehouse, un notebook, un magazzino o un eventhouse. Ogni workload di Fabric include diversi tipi di elementi. Ad esempio, il carico di lavoro Ingegneria dei dati include gli elementi lakehouse, notebook e definizione del lavoro Spark.

Modello semantico

Un modello semantico è un livello di metadati in Fabric che definisce tabelle, relazioni, misure e connessioni dati. I modelli semantici sono l'origine dati dei report di Power BI, dei dashboard e di altre esperienze analitiche in Fabric. Per altre informazioni, vedere Creare e gestire modelli semantici.

Tenant

Un tenant è una singola istanza di Fabric per un'organizzazione, allineata a un tenant Microsoft Entra.

Carico di lavoro

Un carico di lavoro è una raccolta di funzionalità destinate a una funzionalità specifica. I carichi di lavoro di Fabric includono Data Engineering, Data Factory, Data Science, Data Warehouse, Database, Soluzioni di settore, intelligence Real-Time, IQ Fabric e Power BI.

Workspace

Un'area di lavoro è una raccolta di elementi che riunisce diverse funzionalità in un singolo ambiente progettato per la collaborazione. Funge da contenitore che usa la capacità per il lavoro eseguito e fornisce controlli per chi può accedere agli elementi in esso contenuti. Ad esempio, in un'area di lavoro gli utenti creano report, notebook e modelli semantici. Per altre informazioni, vedere Aree di lavoro.

Data Engineering

L'ambiente di lavoro Ingegneria dei dati offre strumenti per l'elaborazione e la trasformazione di dati su larga scala mediante Apache Spark.

Processo Apache Spark

Un processo Apache Spark fa parte di un'applicazione Spark eseguita in parallelo con altri processi nell'applicazione. Un lavoro consiste di più compiti. Per ulteriori informazioni, vedere il monitoraggio delle attività Spark.

Definizione del lavoro di Apache Spark

Una definizione di processo Apache Spark è un set di parametri che indica come deve essere eseguita un'applicazione Spark. Consente di inviare processi batch o di streaming al cluster Spark. Per ulteriori informazioni, vedere Cos'è la definizione di un job Apache Spark?

Lakehouse

Un lakehouse è un database compilato su un data lake, contenente file, cartelle e tabelle. Un lakehouse viene usato dal motore Apache Spark e dal motore SQL per l'elaborazione di Big Data. Lakehouses supporta le transazioni ACID quando si usano le tabelle in formato Delta open source. L'elemento lakehouse è ospitato all'interno di una cartella dell'area di lavoro univoca in Microsoft OneLake. Contiene file in vari formati (strutturati e non strutturati) organizzati in cartelle e sottocartelle. Per altre informazioni, vedere Che cos'è una lakehouse?

Notebook

Un notebook è uno strumento di programmazione interattiva multi-linguaggio che supporta la creazione di codice e markdown, l'esecuzione e il monitoraggio dei processi Spark, la visualizzazione dei risultati e la collaborazione con i membri del team. È possibile usare i notebook per esplorare ed elaborare i dati e per creare esperimenti di Machine Learning. Un notebook può essere trasformato in un'attività di pipeline da usare per l'orchestrazione.

Applicazione Spark

Un'applicazione Spark è un programma scritto da un utente usando uno dei linguaggi API di Spark (Scala, Python, Spark SQL o Java) o Microsoft linguaggi aggiunti (.NET con C# o F#). Quando un'applicazione viene eseguita, viene suddivisa in uno o più processi Spark eseguiti in parallelo per elaborare i dati più velocemente. Per altre informazioni, vedere monitoraggio dell'applicazione Spark.

V-order

V-order è un'ottimizzazione di scrittura del formato di file Parquet che consente letture rapide. Per impostazione predefinita, tutti i motori Fabric scrivono file Parquet con ordinamento v.

Data Factory

Il carico di lavoro di Data Factory offre funzionalità di integrazione e orchestrazione dei dati, incluse pipeline, flussi di dati e connettori per lo spostamento e la trasformazione dei dati.

Connector

Un connettore è un componente di Data Factory usato per connettersi a diversi tipi di archivi dati. Dopo la connessione, è possibile trasformare i dati. Per altre informazioni, vedere Connettori.

Flusso di dati Gen2

Dataflow Gen2 è un'interfaccia low-code per acquisire dati da centinaia di origini dati e trasformare i dati. Il flusso di dati Gen1 esiste in Power BI. Dataflow Gen2 offre funzionalità aggiuntive rispetto ai flussi di dati in Azure Data Factory o Power BI. Non è possibile eseguire l'aggiornamento da Gen1 a Gen2. Per altre informazioni, vedere flussi di dati nella panoramica di Data Factory.

Pipeline

Una pipeline è un elemento in Data Factory usato per orchestrare lo spostamento e la trasformazione dei dati. Queste pipeline sono diverse dalle pipeline di distribuzione in Fabric. Per altre informazioni, vedere Pipeline.

Trigger

Un trigger è una funzionalità di automazione in Data Factory che avvia le pipeline in base a condizioni specifiche, ad esempio pianificazioni o disponibilità dei dati.

Data Science

Il carico di lavoro data science offre strumenti per la creazione, il training e la distribuzione di modelli di Machine Learning all'interno della piattaforma Fabric.

Preparatore di dati

Data Wrangler è uno strumento basato su notebook per l'analisi esplorativa dei dati. Combina una visualizzazione di dati simile a una griglia con statistiche di riepilogo dinamiche e un set di operazioni comuni di pulizia dei dati. Ogni operazione genera codice che è possibile salvare nuovamente nel notebook come script riutilizzabile.

Esperimento

Un esperimento è l'unità principale dell'organizzazione e il controllo per tutte le esecuzioni di Machine Learning correlate. Per altre informazioni, vedere Esperimenti di apprendimento automatico in Fabric.

Modello

Un modello è un file di Machine Learning sottoposto a training per riconoscere determinati tipi di modelli. Si esegue il training di un modello su un set di dati e si fornisce un algoritmo usato per ragionare e apprendere da tale set di dati. Per altre informazioni, vedere modello di Machine Learning.

Run

Un run corrisponde a una singola esecuzione del codice del modello. In MLflow, il rilevamento si basa su esperimenti ed esecuzioni.

magazzino di dati

Il carico di lavoro Data Warehouse offre il data warehousing aziendale con funzionalità T-SQL complete per l'archiviazione e l'analisi strutturate dei dati.

Endpoint di analisi SQL

Un endpoint di analisi SQL è una funzionalità usata per eseguire query T-SQL sui dati per l'analisi e le informazioni dettagliate. Gli endpoint di analisi SQL sono disponibili per lakehouse, database con mirroring e database SQL in Fabric. Per altre informazioni, vedere endpoint di analisi SQL.

Magazzino

Un warehouse è un elemento che funge da data warehouse tradizionale e supporta le funzionalità T-SQL transazionali previste da un data warehouse aziendale. Per altre informazioni, vedere Data Warehouse.

Databases

Il carico di lavoro Database offre funzionalità di database transazionali all'interno di Fabric, incluso il database SQL in Fabric e Cosmos DB in Fabric.

Cosmos DB in Fabric

Cosmos DB in Fabric è un database NoSQL in Fabric basato su Azure Cosmos DB per la compilazione di applicazioni che richiedono l'accesso ai dati a bassa latenza. Per altre informazioni, vedere Cosmos DB in Fabric.

Database SQL nell'ambiente Fabric

Un database SQL in Fabric è un database transazionale basato su database SQL di Azure che si usa per creare il database operativo in Fabric. Per altre informazioni, vedere Database SQL in Fabric.

Fabric IQ

Fabric IQ fa parte di Microsoft IQ, un set di funzionalità che costituiscono il livello di business intelligence dello stack di Microsoft. In Microsoft IQ, Fabric IQ funziona insieme all'IQ aziendale e all'IQ foundry per fornire un contesto completo dell'organizzazione. La parte di IQ Fabric fornisce contesto su entità e dati aziendali.

Come carico di lavoro in Fabric, IQ (anteprima) raggruppa gli elementi correlati all'unificazione della semantica aziendale tra dati, modelli e sistemi per supportare agenti intelligenti e decisioni.

Per altre informazioni su Fabric IQ, vedi Panoramica di Fabric IQ.

Ontologia

Un'ontologia è un elemento in cui è possibile definire tipi di entità, relazioni, proprietà e altri vincoli per organizzare i dati in base al vocabolario aziendale. Per altre informazioni, vedere Che cos'è l'ontologia (anteprima)?

Plan

Un piano è una piattaforma unificata senza codice per la pianificazione collaborativa, la creazione di report, l'analisi, l'integrazione dei dati e la gestione. Per maggiori informazioni, vedi Cosa si sta pianificando in Fabric?

OneLake

OneLake è il data lake unificato e multicloud di Fabric che funge da unico livello di archiviazione per tutti i carichi di lavoro di Fabric. Per altre informazioni, vedere Che cos'è OneLake?

Condivisione dei dati (tra tenant)

Dividi dati è una funzionalità di OneLake che è possibile usare per condividere set di dati live e regolati in Microsoft Entra tenant senza copiare i dati.

Mirroring

Mirroring è il processo di copia dei dati da un'origine esterna in Fabric per creare un database o un catalogo con mirroring. Per altre informazioni, vedere Che cos'è il mirroring?

Sicurezza di OneLake

OneLake security è il modello di sicurezza usato da OneLake per gestire l'accesso e le autorizzazioni per i dati archiviati in Fabric. Per altre informazioni, vedere Introduzione alla sicurezza di OneLake. I destinatari esterni accedono ai dati condivisi sul posto e tutti i criteri di governance rimangono applicati all'origine. Per altre informazioni, vedere Condivisione dei dati esterni.

Shortcut

Una scorciatoia è un riferimento incorporato in OneLake che punta a un'altra posizione di archiviazione file. I collegamenti consentono l'accesso a fonti di dati operative esterne senza copiare i dati o creare pipeline ETL. È possibile combinare gli shortcut con la condivisione dei dati OneLake per l'accesso governato tra tenant ai set di dati condivisi. Per ulteriori informazioni, vedere le scorciatoie di OneLake .

Power BI

Power BI offre funzionalità di business intelligence per la creazione di report interattivi, dashboard e visualizzazioni dei dati.

Per una terminologia Power BI specifica, vedere Glossario del servizio Power BI.

Hub in tempo reale

Real-Time hub è la posizione centralizzata in Fabric per l'individuazione e la gestione dei flussi di dati in tempo reale nell'organizzazione. Ogni tenant Fabric include automaticamente l'hub. Per altre informazioni, vedere panoramica dell'hub Real-Time.

Flusso di dati

Un flusso di dati è un'origine dati in continuo flusso visualizzata in Real-Time hub. I flussi di dati includono gli output dei flussi dai flussi di eventi e le tabelle dei database KQL. Vengono visualizzati automaticamente nell'hub per qualsiasi utente con accesso.

evento Fabric

Un evento Fabric è un evento generato da una risorsa Fabric o Azure, ad esempio una modifica dell'elemento dell'area di lavoro, un completamento di un processo o un aggiornamento Archiviazione BLOB di Azure. È possibile sottoscriversi agli eventi di Fabric per attivare azioni successive, come esecuzioni di pipeline o notifiche. Per altre informazioni, vedere Introduzione agli eventi Azure e Fabric.

Real-Time Intelligenza

Il carico di lavoro Real-Time Intelligence offre strumenti per l'inserimento, l'elaborazione e l'analisi dei flussi di dati in tempo reale.

Activator

Un attivatore è un elemento senza codice, con poco codice usato per creare avvisi, trigger e azioni sui flussi di dati. Per altre informazioni, vedere Activator.

Rilevamento anomalie

Un rilevatore di anomalie è un elemento che rileva anomalie nelle tabelle di Eventhouse e configura gli avvisi. Per altre informazioni, vedere Rilevamento anomalie (anteprima).

Generatore di gemelli digitali

Un generatore di gemelli digitali è un elemento che crea rappresentazioni digitali di ambienti reali per ottimizzare le operazioni fisiche usando i dati. Per altre informazioni, vedere Che cos'è il generatore di gemelli digitali (anteprima)?

Set di modelli evento

Un set di schemi di eventi è un elemento che organizza uno o più schemi correlati in set di schemi, abilitando il raggruppamento logico e il controllo di accesso centralizzato. È possibile gestire chi può visualizzare, modificare o modificare gli schemi a livello di gruppo, semplificando la governance dell'utilizzo dello schema tra team o progetti. Per altre informazioni, vedi Panoramica del registro degli schemi (anteprima).

Eventhouse

Un eventhouse è un elemento per l'archiviazione e l'analisi di grandi volumi di dati, in particolare negli scenari che richiedono analisi in tempo reale. Le case eventi supportano flussi di dati in tempo reale, in modo da poter inserire, elaborare e analizzare i dati con bassa latenza. Una singola area di lavoro può contenere più case eventi, una eventhouse può contenere più database KQL e ogni database può contenere più tabelle. Per altre informazioni, vedere la panoramica di Eventhouse .

Eventstream

Un eventstream è un elemento che fornisce un punto centralizzato nella piattaforma Fabric per acquisire, trasformare e instradare eventi in tempo reale verso le destinazioni senza scrivere codice. Un flusso di eventi è costituito da varie origini dati di streaming, destinazioni di inserimento e un processore di eventi quando è necessaria la trasformazione. Per altre informazioni, vedere Fabric eventstreams.

KQL banca dati

Un database KQL è un elemento che contiene dati in un formato su cui è possibile eseguire query KQL. I database KQL sono elementi di un eventhouse. Per ulteriori informazioni, vedere il database KQL .

Set di query KQL

Un set di query KQL è l'elemento usato per eseguire query, visualizzare i risultati e modificare i risultati delle query sui dati del database Esplora dati. Il set di query include i database e le tabelle, le interrogazioni e i risultati. Il set di query KQL consente di salvare le query per un uso futuro o di esportare e condividere query con altri utenti. Per altre informazioni, vedere Eseguire query sui dati nel set di query KQL.

Map

Un map è un elemento che visualizza i dati della posizione in tempo reale e cronologici in Fabric, consentendo di monitorare gli eventi live, analizzare i modelli spaziali e comprendere il contesto geografico insieme a informazioni dettagliate basate sul tempo. Per altre informazioni, vedere About Fabric maps.

Agente operativo

Un agente operativo è un elemento che monitora i dati in tempo reale, tiene traccia delle metriche chiave e consiglia azioni basate su regole business definite. Ogni agente operativo è un elemento di Fabric dedicato, progettato per uno specifico processo aziendale. Per altre informazioni, vedere Agente operativo.

Dashboard in tempo reale

Un dashboard in tempo reale è un elemento per il monitoraggio e la visualizzazione dei dati di streaming. È possibile usare un dashboard in tempo reale per inserire, eseguire query e visualizzare i dati con bassa latenza. Per altre informazioni, vedere Panoramica dei dashboard in tempo reale.

Kit di sviluppo del carico di lavoro

Workload Development Kit (WDK) consente a partner e sviluppatori di compilare, convalidare e pubblicare carichi di lavoro personalizzati che estendono la piattaforma Fabric.

Strumenti per l'estensibilità

Extensibility Toolkit è l'evoluzione moderna del Kit di sviluppo del carico di lavoro. Fornisce un SDK e uno starter kit per la creazione di carichi di lavoro personalizzati che si integrano in Fabric. Per altre informazioni, vedere Fabric Extensibility Toolkit.

Hub dei carichi di lavoro

L'hub Workload Hub è la posizione centrale in Fabric in cui gli utenti individuano, aggiungono e gestiscono carichi di lavoro personalizzati a livello di tenant, capacità o area di lavoro. Per ulteriori informazioni, vedi Come utilizzare i carichi di lavoro.