Введение

Представьте себя аналитиком данных в Lamna Healthcare, отвечающим за помощь командам клинических операций в понимании шаблонов ухода за пациентами в вашем учреждении.

Записи пациентов хранятся в таблицах lakehouse, в то время как жизненно важные показатели непрерывно поступают из оборудования мониторинга реанимации в систему потоковой обработки данных (eventhouse). Когда администраторы больницы задают такие вопросы, как "Какие пациенты в отделении интенсивной терапии (ICU) имеют повышенные показатели жизненно важных функций?" или "Сколько кроватей занято в секторе хирургии?", вы должны вручную объединить таблицы "lakehouse" с потоками "eventhouse", перевести бизнес-термины в технические имена столбцов и писать сложные запросы.

Бизнес-пользователи не могут изучить сами данные— они зависят от того, чтобы создавать запросы каждый раз, когда у них есть вопрос. К тому времени, когда вы получите ответы, клинические условия, возможно, уже изменились.

Fabric IQ решает эту проблему, позволяя определить бизнес-словарь в онтологии, а затем привязать эти понятия к источникам данных в OneLake. Вы определяете такие понятия, как "Пациент", "Отдел" и "Комната" со своими свойствами и связями, создавая семантический слой. Затем бизнес-пользователи могут задавать вопросы на естественном языке с помощью агентов данных или визуально изучать связи с помощью Graph в Microsoft Fabric — изучать данные без необходимости писать запросы.

В этом модуле вы узнаете, что такое Fabric IQ и как это работает. Вы изучите компоненты, которые работают вместе — элементы онтологии, агенты данных, Graph в Microsoft Fabric и семантические модели Power BI, и узнаете, когда следует использовать каждый из них. Кроме того, вы увидите, как моделирование ontology сдвигает ваш подход от подхода на основе вариантов использования к мышлению на основе концепции, что существенно меняет способ совместной работы команд вокруг данных.