Análisis e información de autoservicio

Análisis e información de autoservicio hacen referencia a datos, herramientas y plataformas que permiten a los usuarios empresariales acceder, analizar y generar información a partir de datos de forma independiente. La gobernanza de datos de Microsoft Purview publica un modelo de dominio de metadatos en Microsoft Fabric OneLake y Microsoft Azure Data Lake Storage Gen2, para que pueda analizar y generar información aportando sus propias herramientas y proceso. El análisis de autoservicio de metadatos de gobernanza de datos es útil para impulsar la mejora continua de la administración del estado del patrimonio de datos y fomentar una cultura controlada por datos en toda la organización mediante la democratización del acceso a la información del patrimonio de datos y la administración del estado.

Componentes clave

• Modelo de datos: modelo 3NF con detalles de dominios y dimensiones.
• Metadatos: Metadatos de gobernanza de datos que incluyen:
  • Dominios de gobernanza
  • Productos de datos
  • Recursos de datos
  • Términos del glosario
  • Solicitud de suscripción
  • Reglas de calidad de datos
  • Dimensions
  • Hechos de calidad de datos (recuentos de errores y pases)
  • Acciones de mantenimiento de datos (incluidas las acciones de calidad de datos)
  • Y muchos más

Ventajas

• Empoderamiento: Permite a los profesionales de datos, propietarios de productos de datos, administradores de datos y analistas explorar metadatos de gobernanza de datos y vincular metadatos de varios orígenes para obtener información.
• Flexibilidad y eficiencia: Puede crear informes personalizados además de informes integrados en la administración de estado.
• Agilidad: Permite a su organización responder con mayor rapidez a los problemas de administración de mantenimiento y la corrección.
• Rentable: Reduce la necesidad de configurar plataformas y herramientas de compilación. Todos los datos están disponibles en OneLake y puede usar herramientas disponibles (modelo semántico de Fabric, informes de Microsoft Power BI, flujo de datos y cuaderno) en OneLake.

Informes disponibles actualmente (de fábrica)

Estos son los informes integrados disponibles. No puede personalizar estos informes.

• Recursos clásicos : información general sobre los recursos por tipo y colección, y su estado de conservación.
• Adopción del catálogo clásico: para comprender de un vistazo cómo se usa Catálogo unificado. glosario, proporcionando una instantánea de los términos y su estado.
• Clasificaciones clásicas : información general sobre los recursos clasificados y los tipos de clasificaciones.
• Administración de datos clásica : información general sobre los recursos clasificados y los tipos de clasificaciones.
• Glosario clásico : estado y uso de términos del glosario.
• Etiquetas de confidencialidad clásicas : información general sobre los recursos que tienen etiquetas de confidencialidad aplicadas y los tipos de etiquetas aplicadas.
• Gobernanza de datos : el informe de estado de gobernanza de datos permite al equipo realizar un seguimiento del progreso del estado de un vistazo e identificar las áreas que necesitan más trabajo.
• Estado de la calidad de los datos : informes de rendimiento de dimensiones de calidad de datos y reglas de calidad de datos.

Modelo de datos para metadatos de análisis de autoservicio

El modelo de dominio 3NF forma parte del proceso de normalización en el diseño de la base de datos relacional. Garantiza que la base de datos no tiene redundancia y actualiza las anomalías. Un esquema de base de datos está en el tercer formulario normal si cumple los requisitos de los formularios normales primero y segundo y todos sus atributos solo dependen funcionalmente de la clave principal. Use el modelo de dominio 3NF para estructurar los datos de forma que se minimice la duplicación y se garantice la integridad de los datos. Se centra en dividir los datos en tablas más pequeñas y relacionadas en las que cada parte de la información se almacena solo una vez.

Características:

• Eliminación de dependencias transitivas: los atributos sin clave no deben depender de otros atributos no clave.
• Agrupación lógica: los datos se agrupan lógicamente en dominios en función de su función o significado.
• diagramas de Entity-Relationship (ERD): se usan normalmente para representar modelos de dominio 3NF, que muestran cómo se relacionan las entidades entre sí.

* Dominio empresarial se cambió el nombre de "Dominio de gobernanza" en la nueva experiencia de usuario Catálogo unificado, pero no se cambia su nombre en el modelo físico de la base de datos. El cambio de nombre no afecta al escenario de uso descrito aquí para dominio empresarial.

En este diagrama se muestra la relación de entidad para el modelo de dominio descrito en la tabla anterior:

Suscripción Catálogo unificado metadatos a Fabric OneLake

Suscríbase a los metadatos de gobernanza de datos de Microsoft Purview para el análisis y obtenga información siguiendo estos pasos:

1. En el portal de Microsoft Purview, seleccione Configuración, Catálogo unificado y, a continuación, integraciones de soluciones (versión preliminar).

2. Asegúrese de que tiene el rol Administrador de gobernanza de datos (obtenga más información sobre los roles y permisos).

3. Seleccione Editar.

4. Agregue Tipo de almacenamiento y Habilitado el programa de instalación.

5. Agregar dirección URL de ubicación (ejemplo: https://onelake.dfs.fabric.microsoft.com/workspace name/lakehouse name/Files/purviewmetadata)

6. Seleccione Propiedades para copiar la dirección URL.

   

7. Copie la dirección URL de la página Propiedades .

   

8. Agregue el nombre de la carpeta al final de la dirección URL; por ejemplo, /DEH, como se ve en la imagen anterior.

9. Conceda acceso de colaborador a Microsoft Purview Manage Service Identity (MSI) al área de trabajo de Fabric.

10. Pruebe la conexión.

11. Seleccione Guardar para guardar la configuración y publicar metadatos de Microsoft Purview en el área de trabajo de OneLake.

Habilitación de V-NET administrado

Para habilitar y deshabilitar la red virtual administrada, siga estos pasos:

1. En el portal de Microsoft Purview, seleccione Configuración.
2. En Configuración de la solución, seleccione Catálogo unificado y, a continuación, seleccione Integraciones de soluciones (versión preliminar).
3. En el panel flotante Configurar almacenamiento , seleccione el botón de alternancia Habilitar V-NET administrado para habilitar la red virtual administrada para el almacenamiento.

1. Escriba el identificador de recurso de destino. Por ejemplo, el identificador de recurso de destino es: /subscriptions/e2223ea4f73-6833-439d-b40e 615c78e2d8af/resourceGroups/vnettesting/providers/. Para copiar un identificador de recurso del almacenamiento, seleccione la vista Json del almacenamiento y copie la cadena Json.
2. Seleccione Actualizar o actualizar el estado de MPE para ver la actualización. El estado cambia de Aprovisionamiento a Pendiente.
3. Debe aprobar la solicitud MPE en microsoft Azure Portal para completar la configuración. Una vez aprobada la solicitud, el estado de MPE cambia de Pendiente a Aprobado.

Deshabilite la configuración de la red virtual seleccionando el botón de alternancia Habilitar V-NET administrado para activarla en la posición de desactivación. Si lo deshabilita, debe cambiar el punto de conexión de almacenamiento de red no virtual.

Eliminación de una red virtual configurada

Para quitar una configuración de red virtual administrada, seleccione Eliminar MPE en el panel flotante Configurar almacenamiento . Esta acción elimina la configuración de red virtual y la quita del panel Configurar almacenamiento . Vuelve a aparecer el área Probar conexión , lo que le permite probar una conexión de red no virtual. La conexión de prueba solo está habilitada para la configuración de almacenamiento no virtual.

Configuración de red virtual administrada para el almacenamiento de Fabric

Si el inquilino de Fabric está configurado para ejecutarse en Virtual Network o en Private Link, debe seleccionar Habilitar V-NET administrado en el panel Configurar almacenamiento y, a continuación, agregar un identificador de recurso de Private Link como se muestra aquí:/subscriptions/07d669d6-83f2-4f15-8b5b-4a4b31a3432/resourceGroups/pdgbugbashfabricvnet/providers/Microsoft.PowerBI/privateLinkServicesForPowerBI/fabricvnetpl.

Para configurar el proceso para redes virtuales, consulte Configuración de la calidad de los datos para redes virtuales administradas. Debe configurar el vínculo privado para el inquilino de Fabric antes de configurar la conexión de red virtual de calidad de datos y la asignación de proceso.

Información útil sobre la configuración de la red virtual

• Asegúrese de que usa la dirección URL de ubicación o el punto de conexión del almacenamiento de red virtual al habilitar la red virtual administrada para almacenar metadatos de Microsoft Purview.
• Para evitar el uso de un grupo de recursos incorrecto, use la vista JSN para copiar "Id. de recurso de destino" de la Azure Portal.
• Si ha eliminado la red virtual configurada, asegúrese de que ha cambiado el punto de conexión o la dirección URL de ubicación para usar el almacenamiento de red no virtual y probar la conexión para el almacenamiento de red no virtual.

Creación de un modelo semántico en OneLake

Un modelo semántico en el contexto de datos y análisis hace referencia a una representación estructurada de datos que define el significado, las relaciones y las reglas dentro de un dominio específico. Proporciona una capa de abstracción que ayuda a los usuarios a comprender e interactuar con datos complejos al hacerlos más intuitivos y accesibles, especialmente en el contexto de la inteligencia empresarial (BI) y las plataformas de análisis. Siempre se requiere un modelo semántico antes de que se puedan compilar los informes. Dentro del almacén, un usuario puede agregar objetos de almacenamiento( tablas o vistas) a su modelo semántico predeterminado de Power BI. También pueden agregar otras propiedades de modelado semántico, como jerarquías y descripciones. A continuación, estas propiedades se usan para crear las tablas del modelo semántico de Power BI. Los usuarios también pueden quitar objetos del modelo semántico predeterminado de Power BI.

Para crear un modelo semántico a partir del modelo de dominio de metadatos de Gobierno de datos de Microsoft Purview:

1. Abra Lakehouse en el área de trabajo de Fabric.

2. Use el acceso directo para crear un acceso directo del modelo de dominio desde OneLake y dentro de OneLake.

   1. Seleccione el botón de puntos suspensivos Tablas (...).
   2. Seleccione Nuevo acceso directo y seleccione Microsoft OneLake en la página Nuevos orígenes de acceso directo.
   3. Seleccione la tabla DomainModel para obtener acceso directo.

   

3. Cree acceso directo directamente en el nivel de tabla para todos los archivos, lo que elimina los registros duplicados.

   

Después de publicar todos los archivos en tablas delta mediante acceso directo, puede agregar las tablas delta al modelo semántico.

1. Cambie a la página de punto de conexión de análisis de SQL desde la página Lakehouse.
2. Seleccione Informes en la esquina superior izquierda de la página de punto de conexión de ANÁLISIS DE SQL .
3. Seleccione Administrar modelo semántico predeterminado.
4. Seleccione las tablas de dbo > Tables que desea agregar al modelo semántico para la generación de informes.

Para agregar objetos como tablas o vistas al modelo semántico predeterminado de Power BI, seleccione Actualizar automáticamente el modelo semántico.

Suscripción a los metadatos del catálogo de Purview a Data Lake Storage Gen2 almacenamiento

Suscríbase a los metadatos de gobernanza de datos de Microsoft Purview para publicarlos y almacenarlos en el almacenamiento de AdlsG2 para análisis e información siguiendo estos pasos:

1. En el portal de Microsoft Purview, abra Catálogo unificado.

2. Seleccione Configuración en el panel de navegación izquierdo y, en Configuración de la solución, seleccione Catálogo unificado.

3. Seleccione Integración de soluciones y, después, Editar.

4. Seleccione Tipo de almacenamiento y Habilitado el programa de instalación.

5. Agregar dirección URL de ubicación. Esta dirección URL debe ser la ruta de acceso Data Lake Storage Gen2 más el nombre del contenedor, con el formato Data Lake Storage Gen2 + "/(nombre del contenedor)".

   1. Vaya a portal.azure.com.
      1. Seleccione el almacenamiento de Data Lake Storage Gen2 (Inicio > adlsg2).
   2. Vaya aPuntos de conexiónde configuración> y seleccione el punto de conexión principal de Microsoft Azure Data Lake Storage.

6. Conceda acceso al colaborador de datos de Storage Blob a Microsoft Purview Manage Service Identity (MSI) para el contenedor de Data Lake Storage Gen2.

7. Pruebe la conexión.

   

8. Seleccione Guardar para guardar la configuración y publicar el modelo de dominio en el almacenamiento de Data Lake Storage Gen2.

Revisión del modelo y los datos publicados

1. Abra portal.azure.com.

2. Seleccione el almacenamiento de Data Lake Storage Gen2.

3. Seleccione el contenedor que agregó con el punto de conexión de Data Lake Storage Gen2 en Microsoft Purview.

4. Examine la lista de archivos de Delta Parquet publicados en el contenedor.

5. Examinar el modelo y los metadatos publicados (consulte las siguientes imágenes).

   

   

Creación de un informe de Power BI

Power BI se integra de forma nativa en toda la experiencia de Fabric. Esta integración nativa incluye un modo único, denominado DirectLake, para acceder a los datos desde lakehouse con el fin de proporcionar la experiencia de generación de informes y consultas más eficaz. DirectLake es una nueva y innovadora funcionalidad que le permite analizar modelos semánticos de gran tamaño en Power BI. Con DirectLake, se cargan archivos con formato parquet directamente desde un lago de datos sin necesidad de consultar un almacén de datos o un punto de conexión de lakehouse, y sin necesidad de importar o duplicar datos en un modelo semántico de Power BI. DirectLake es una ruta de acceso rápida para cargar los datos del lago de datos directamente en el motor de Power BI, listo para su análisis.

En el modo DirectQuery tradicional, el motor de Power BI consulta directamente los datos del origen para cada ejecución de consulta y el rendimiento de la consulta depende de la velocidad de recuperación de datos. DirectQuery elimina la necesidad de copiar datos, lo que garantiza que los cambios en el origen se reflejen inmediatamente en los resultados de la consulta.

Para obtener más información, consulte cómo crear un informe de Power BI en Microsoft Fabric.

Configuración de la programación

Los administradores de gobernanza de datos pueden configurar la programación de actualización de metadatos de análisis de autoservicio siguiendo estos pasos:

1. En el portal de Microsoft Purview, abra Catálogo unificado.
2. Seleccione Configuración en el panel de navegación izquierdo y, en Configuración de la solución, seleccione Catálogo unificado.
3. Seleccione Integración de soluciones y, a continuación, seleccione el icono del programador.
4. En Programar análisis de autoservicio, active el botón de alternancia Habilitado y establezca la fecha de inicio, la frecuencia y la fecha de finalización.
5. Haga clic en Guardar.

Historial de trabajos

Para examinar el historial de trabajos , haga clic en el icono Historial de trabajos que se encuentra en la página análisis de autoservicio. Puede filtrar el estado del trabajo Completado o Erróneo para un intervalo de fechas.

Contenido relacionado

• Accesos directos de OneLake
• Activador de datos de Fabric
• ¿Qué es el activador de datos?
• Compilación de automatización con PowerAPP
• Diagrama de relaciones de entidad para el modelo de dominio