แชร์ผ่าน

บทช่วยสอน Ontology (พรีวิว) ส่วนที่ 0: บทนําและการตั้งค่าสภาพแวดล้อม

บทช่วยสอนนี้แสดงวิธีการสร้างออนโทโลยีแรกของคุณ (พรีวิว) ใน Microsoft Fabric ไม่ว่าจะโดยการสร้างจากแบบจําลองความหมายของ Power BI ที่มีอยู่ หรือโดยการสร้างจากข้อมูล OneLake ของคุณ จากนั้น คุณเพิ่มความสมบูรณ์ให้กับออนโทโลยีด้วยข้อมูลการดําเนินงานแบบสด และสํารวจด้วยทั้งการแสดงตัวอย่างกราฟและคิวรีภาษาธรรมชาติ (NL) ผ่านตัวแทนข้อมูล Fabric

สําคัญ

คุณลักษณะนี้อยู่ในแสดงตัวอย่าง

สถานการณ์ตัวอย่างสําหรับบทช่วยสอนนี้คือบริษัทสมมติที่เรียกว่า Lakeshore Retail Lakeshore เป็นผู้ขายไอศกรีมค้าปลีกที่เก็บข้อมูลเกี่ยวกับยอดขายและข้อมูลการสตรีมช่องแช่แข็ง ในบทช่วยสอน คุณสร้างชนิดเอนทิตี เช่น ร้านค้าผลิตภัณฑ์ และ SaleEvent คุณผูกข้อมูลการสตรีม เช่น อุณหภูมิช่องแช่แข็ง จาก Eventhouse และตอบคําถาม เช่น "ผลิตภัณฑ์อันดับต้น ๆ ตามรายได้ของร้านค้าทั้งหมดคืออะไร"

เลือกวิธีการสร้างออนโทโลยี

บทช่วยสอนนี้ประกอบด้วยสองตัวเลือกสําหรับการตั้งค่ารายการออนโทโลยี (พรีวิว) เลือกจากวิธีใดวิธีหนึ่งต่อไปนี้:

  • สร้างจากแบบจําลองความหมาย: ด้วยคําแนะนําเหล่านี้ คุณจะใช้แบบจําลองความหมายที่มีอยู่เพื่อสร้างออนโทโลยีที่คุณสามารถสร้างและขยายได้โดยอัตโนมัติ เลือกตัวเลือกนี้เพื่อดูวิธีการทํางานกับออนโทโลยีเมื่อคุณมีแบบจําลองความหมายของ Power BI ที่มีโครงสร้างที่ดีซึ่งแสดงถึงโดเมนธุรกิจของคุณอยู่แล้ว
  • สร้างโดยตรงจาก OneLake: ด้วยคําแนะนําเหล่านี้ คุณจะสร้างออนโทโลยีด้วยตนเองโดยการผูกคุณสมบัติโดยตรงจาก OneLake เลือกตัวเลือกนี้เพื่อดูวิธีสร้างออนโทโลยีเมื่อคุณไม่มีแบบจําลองความหมาย หรือต้องการควบคุมการออกแบบออนโทโลยีอย่างเต็มที่ตั้งแต่เริ่มต้น

เลือกสถานการณ์ที่คุณต้องการโดยใช้ลิงก์ด้านบน (จะโหลดหน้าเว็บซ้ํา) หรือตัวเลือกที่จุดเริ่มต้นของบทความ

ข้อกําหนดเบื้องต้น

  • พื้นที่ทํางาน ที่มีความจุ ที่เปิดใช้งาน Microsoft Fabric ใช้พื้นที่ทํางานนี้สําหรับทรัพยากรทั้งหมดที่คุณสร้างในบทช่วยสอน

  • ต้องเปิดใช้งานการตั้งค่าที่จําเป็นสําหรับออนโทโลยี (พรีวิว) และตัวแทนข้อมูลบนผู้เช่าของคุณ ผู้ดูแลระบบ Fabric ควรเปิดใช้งานการตั้งค่าต่อไปนี้ในหน้าการตั้งค่าผู้เช่าของพอร์ทัลผู้ดูแลระบบ:

    • เปิดใช้งานรายการ Ontology (พรีวิว)
    • ผู้ใช้สามารถสร้างกราฟ (พรีวิว)
    • อนุญาตตําแหน่งข้อมูล XMLA และวิเคราะห์ใน Excel ด้วยแบบจําลองความหมายภายในองค์กร
    • ผู้ใช้สามารถสร้างและแชร์ชนิดรายการของบริษัทตัวแทนข้อมูล (ตัวอย่าง)
    • ผู้ใช้สามารถใช้ Copilot และคุณลักษณะอื่นๆ ที่ขับเคลื่อนโดย Azure OpenAI
    • ข้อมูลที่ส่งไปยัง Azure OpenAI สามารถดําเนินการภายนอกภูมิภาคทางภูมิศาสตร์ ขอบเขตการปฏิบัติตามกฎระเบียบ หรืออินสแตนซ์คลาวด์ของชาติ
    • ข้อมูลที่ส่งไปยัง Azure OpenAI สามารถจัดเก็บไว้นอกภูมิภาคทางภูมิศาสตร์ ขอบเขตการปฏิบัติตามกฎระเบียบ หรืออินสแตนซ์คลาวด์แห่งชาติ

    สกรีนช็อตของการเปิดใช้งานออนโทโลยีในพอร์ทัลผู้ดูแลระบบ

    สําหรับข้อมูลเพิ่มเติมเกี่ยวกับข้อกําหนดเบื้องต้นเหล่านี้ โปรดดู การตั้งค่าผู้เช่าที่จําเป็น Ontology (พรีวิว)

  • พื้นที่ทํางาน ที่มีความจุ ที่เปิดใช้งาน Microsoft Fabric ใช้พื้นที่ทํางานนี้สําหรับทรัพยากรทั้งหมดที่คุณสร้างในบทช่วยสอน

  • ต้องเปิดใช้งานการตั้งค่าที่จําเป็นสําหรับออนโทโลยี (พรีวิว) และตัวแทนข้อมูลบนผู้เช่าของคุณ ผู้ดูแลระบบ Fabric ควรเปิดใช้งานการตั้งค่าต่อไปนี้ในหน้าการตั้งค่าผู้เช่าของพอร์ทัลผู้ดูแลระบบ:

    • เปิดใช้งานรายการ Ontology (พรีวิว)
    • ผู้ใช้สามารถสร้างกราฟ (พรีวิว)
    • ผู้ใช้สามารถสร้างและแชร์ชนิดรายการของบริษัทตัวแทนข้อมูล (ตัวอย่าง)
    • ผู้ใช้สามารถใช้ Copilot และคุณลักษณะอื่นๆ ที่ขับเคลื่อนโดย Azure OpenAI
    • ข้อมูลที่ส่งไปยัง Azure OpenAI สามารถดําเนินการภายนอกภูมิภาคทางภูมิศาสตร์ ขอบเขตการปฏิบัติตามกฎระเบียบ หรืออินสแตนซ์คลาวด์ของชาติ
    • ข้อมูลที่ส่งไปยัง Azure OpenAI สามารถจัดเก็บไว้นอกภูมิภาคทางภูมิศาสตร์ ขอบเขตการปฏิบัติตามกฎระเบียบ หรืออินสแตนซ์คลาวด์แห่งชาติ

    สกรีนช็อตของการเปิดใช้งานออนโทโลยีในพอร์ทัลผู้ดูแลระบบ

    สําหรับข้อมูลเพิ่มเติมเกี่ยวกับข้อกําหนดเบื้องต้นเหล่านี้ โปรดดู การตั้งค่าผู้เช่าที่จําเป็น Ontology (พรีวิว)

ดาวน์โหลดข้อมูลตัวอย่าง

ดาวน์โหลดเนื้อหาของโฟลเดอร์ GitHub นี้: ตัวอย่าง IQ

ประกอบด้วยไฟล์ CSV ตัวอย่างต่อไปนี้ ข้อมูลประกอบด้วยรายละเอียดเอนทิตีแบบคงที่เกี่ยวกับสถานการณ์ Lakeshore Retail และข้อมูลการสตรีมจากช่องแช่แข็ง:

  • DimStore.csv
  • DimProducts.csv
  • FactSales.csv
  • Freezer.csv
  • FreezerTelemetry.csv

เตรียมเลคเฮาส์

ขั้นแรก ให้สร้างเลคเฮาส์ใหม่ที่เรียกว่า OntologyDataLH ในพื้นที่ทํางาน Fabric ของคุณ

จากนั้นอัปโหลดไฟล์ CSV ตัวอย่างสี่ไฟล์ไปยังเลคเฮาส์ของคุณและโหลดแต่ละไฟล์ไปยังตารางเดลต้าใหม่ ไฟล์เหล่านี้ประกอบด้วยรายละเอียดเอนทิตีเกี่ยวกับออบเจ็กต์ทางธุรกิจในสถานการณ์ Lakeshore Retail

  • DimStore.csv
  • DimProducts.csv
  • FactSales.csv
  • Freezer.csv

Note

อย่าอัปโหลด FreezerTelemetry.csv ไปยังเลคเฮาส์ คุณอัปโหลดแฟ้มนี้ไปยัง Eventhouse ในขั้นตอนต่อมา

สําหรับคําแนะนําโดยละเอียดเกี่ยวกับการโหลดไฟล์ไปยังตารางเลคเฮาส์ โปรดดูสามส่วนแรกของการอัปโหลดไฟล์ CSV ไปยังตารางเดลต้าสําหรับการรายงาน Power BI

ชื่อตารางเริ่มต้นจะแสดงชื่อไฟล์เป็นตัวพิมพ์เล็กทั้งหมด เลคเฮาส์มีลักษณะดังนี้เมื่อคุณทําเสร็จแล้ว:

ภาพหน้าจอของตารางในเลคเฮาส์

เตรียมแบบจําลองความหมายของ Power BI

ส่วนนี้เตรียมคุณให้พร้อมในการสร้างออนโทโลยีจากแบบจําลองความหมาย ถ้าคุณไม่ได้ทําตามสถานการณ์จําลองแบบจําลองความหมาย และคุณต้องการสร้างออนโทโลยีด้วยตนเองจาก OneLake ให้ใช้ตัวเลือกที่จุดเริ่มต้นของบทความเพื่อเปลี่ยนเป็นสถานการณ์จําลอง OneLake

  1. จากริบบิ้นเลคเฮาส์ ให้เลือก โมเดลความหมายใหม่

    ภาพหน้าจอของการสร้างแบบจําลองความหมายใหม่

  2. ในบานหน้าต่าง แบบจําลองความหมายใหม่ ให้ตั้งค่ารายละเอียดต่อไปนี้:

    • ชื่อแบบจําลองความหมายของ Direct Lake: RetailSalesModel

    • พื้นที่ทํางาน: พื้นที่ทํางานบทช่วยสอนของคุณจะถูกเลือกโดยค่าเริ่มต้น

    • เลือกหรือยกเลิกการเลือกตารางสําหรับแบบจําลองความหมาย เลือกสามตาราง:

      • ผลิตภัณฑ์หรี่แสง
      • ดิมสโตร์
      • ข้อเท็จจริงการขาย

      Note

      อย่าเลือกโต๊ะช่องแช่แข็ง คุณสร้างเอนทิตีนี้ด้วยตนเองในขั้นตอนต่อมา

    เลือก ยืนยัน

  3. เปิดแบบจําลองความหมายในโหมด การแก้ไข เมื่อพร้อม จาก Ribbon ให้เลือก จัดการความสัมพันธ์

    สกรีนช็อตของริบบิ้นแบบจําลองความหมาย

  4. ในบานหน้าต่าง จัดการความสัมพันธ์ ให้ใช้ปุ่ม + ความสัมพันธ์ใหม่ เพื่อสร้างความสัมพันธ์สองความสัมพันธ์ที่มีรายละเอียดต่อไปนี้

    จากตาราง ไปที่โต๊ะ คาร์ดินาลลิตี้ ทิศทางตัวกรองข้าม ทําให้ความสัมพันธ์นี้กระฉับกระเฉง?
    FactSales เลือก StoreId DIMstore เลือก StoreId กลุ่มต่อหนึ่ง (*:1) โสด ใช่
    FactSales เลือก ProductId DIM ผลิตภัณฑ์ เลือก ProductId กลุ่มต่อหนึ่ง (*:1) โสด ใช่

    ความสัมพันธ์จะมีลักษณะดังนี้เมื่อคุณทําเสร็จแล้ว:

    สกรีนช็อตของความสัมพันธ์ที่สร้างขึ้น

    เลือก ปิด

ตอนนี้แบบจําลองความหมายพร้อมที่จะนําเข้าไปยังออนโทโลยีแล้ว

เตรียมบ้านจัดงาน

ทําตามขั้นตอนเหล่านี้เพื่ออัปโหลดไฟล์ข้อมูลการสตรีมอุปกรณ์ไปยังฐานข้อมูล KQL ใน Eventhouse

  1. สร้างบ้านเหตุการณ์ใหม่ที่เรียกว่า TelemetryDataEH ในพื้นที่ทํางาน Fabric ของคุณ ฐานข้อมูล KQL เริ่มต้นถูกสร้างขึ้นด้วยชื่อเดียวกัน สําหรับคําแนะนําโดยละเอียด โปรดดู สร้างบ้านเหตุการณ์
  2. บ้านจัดงานจะเปิดเมื่อพร้อม เปิดฐานข้อมูล KQL โดยเลือกชื่อ
  3. สร้างตารางใหม่ที่เรียกว่า FreezerTelemetry ที่ใช้ไฟล์ตัวอย่าง FreezerTelemetry.csv เป็นแหล่งที่มา โปรดดูวิธีการโดยละเอียดที่หัวข้อรับข้อมูลจากไฟล์

ฐานข้อมูล KQL จะแสดงตาราง FreezerTelemetry เมื่อคุณทําเสร็จแล้ว:

สกรีนช็อตของตารางในฐานข้อมูล

ขั้นตอนถัดไป

ตอนนี้สถานการณ์ตัวอย่างของคุณถูกตั้งค่าใน Fabric แล้ว ถัดไป สร้างรายการออนโทโลยี (พรีวิว) โดยสร้างโดยอัตโนมัติจากแบบจําลองความหมายหรือสร้างด้วยตนเองจากแหล่งข้อมูล OneLake

ทั้งสองตัวเลือกมีอยู่ในขั้นตอนต่อไป

  • Last updated on