Microsoft Fabric a jeho uživatelské rozhraní | Mňamka #532

Jednou z velkých výhod Fabricu je jeho grafické uživatelské rozhraní, což je obzvláště přínosné, pokud jste méně zkušený nebo začínající datový analytik. Rozhraní Fabricu je poměrně intuitivní a po krátké době získáte základní orientaci potřebnou pro práci v něm.

Prostředí datové platformy Fabric se skládá z několika komponent. Ve standardním BI projektu využijete především Data Factory pro zpracování a transformaci dat a vizualizace provedete v dobře známém Power BI.

Když začnete vytvářet svůj první projekt v Data Factory, je dobré využít více pracovních prostorů (workspaces), které vám umožní rozčlenit projekt na logické celky.

Extrakce dat se provádí pomocí datových pipeline a aktivity "copy".

Zdroj obrázku: https://learn.microsoft.com/en-us/fabric/data-factory/copy-data-activity

Vyextrahovaná data najdete v Lakehouse, který slouží jako hlavní úložiště a místo správy pro celý váš projekt.

Zdroj obrázku: https://learn.microsoft.com/en-us/fabric/data-engineering/lakehouse-overview

Pokud jste již pracovali s Jupyter Notebooks, psaní transformací nebude problém. Notebook lze připojit k Lakehouse, kde jsou uložena vaše data, a transformaci můžete psát v jednom ze čtyř podporovaných jazyků: Python, SQL, Scala, R.

Zdroj obrázku: https://learn.microsoft.com/en-us/fabric/data-engineering/how-to-use-notebook

Orchestrace může být vytvořena pomocí datových pipeline, kde můžete snadno sestavit svou datovou pipeline metodou "drag and drop".

Zdroj obrázku: https://microsoftlearning.github.io/mslearn-fabric/Instructions/Labs/04-ingest-pipeline.html

Protože je Power BI přímo integrováno do Fabricu, nemusíte pro tvorbu vizualizací opouštět prostředí Fabricu. Stačí vytvořit nový Power BI report ve zvoleném pracovním prostoru, připojit ho ke správnému Lakehouse a můžete vizualizovat.

Z hlediska DevOps je velmi praktická přímá integrace s Gitem a podpora nasazovacích pipeline.

Zdroj obrázku: https://learn.microsoft.com/en-us/fabric/data-factory/git-integration-deployment-pipelines

Zdroj obrázku: https://learn.microsoft.com/en-us/fabric/cicd/deployment-pipelines/intro-to-deployment-pipelines

Závěr

Podobná komplexní datovou platformu s grafickým rozhraním je také Keboola. Velkou výhodou Fabricu z hlediska UX je integrace vizualizačního nástroje Power BI, díky čemuž nemusíte opouštět prostředí Fabricu, abyste vytvořili dashboard – tuto možnost Keboola nenabízí. To je výhodou nejen pro tvorbu dashboardů, ale také pro správu přístupových práv a konzumaci obsahu koncovými uživateli.

Na druhou stranu je Fabric stále na začátku svého vývoje, což je patrné. Mnoho funkcí je zatím v režimu "preview", takže ne vždy fungují optimálně, což může občas způsobit nepříjemná překvapení, na která musíte operativně reagovat. Uživatelské rozhraní má také občas pomalou odezvu a dlouhé načítací obrazovky, během kterých si nejste jisti, zda se něco zaseklo nebo to jen dlouho trvá.

Celkově obě platformy nabízejí všechny důležité funkce, které při implementaci BI projektů potřebujete. Subjektivně je však vývoj v Keboole příjemnější, hlavně díky její vyšší spolehlivosti a menší náchylnosti k nepředvídatelným problémům.