Fabricノートブックとセマンティックリンクを活用して、ウェブ上でセマンティックモデルを簡単に分析できるワンクリック体験を提供します。Fabricノートブックは、データエンジニアやデータサイエンティスト向けに、Apache Sparkジョブの構築やデータワークフローの管理、機械学習モデルの開発を支援するインタラクティブなツールです。セマンティックリンクにより、セマンティックモデルとデータサイエンス機能を結びつけ、最適化が可能になります。また、コミュニティによるノートブックの共有を促進するため、Power BI Communityノートブックギャラリーも提供しています。フィードバックをお待ちしています。
Microsoft Fabric Notebooksとセマンティックリンクによるワンクリック体験の導入
私たちは、Fabricノートブックとセマンティックリンクを使用して、ウェブ上でセマンティックモデルを分析するためのワンクリック体験を導入できることを非常に嬉しく思っています。これにより、これまで以上に簡単に分析を開始できます。
Fabricノートブックスについて
Microsoft Fabricノートブックは、データエンジニアやデータサイエンティストがApache Sparkジョブを構築し、データワークフローを管理し、機械学習モデルを開発するためのインタラクティブなソリューションを提供します。これらは使いやすいローコードインターフェースを備えており、企業向けのセキュリティ、レイクハウスとの統合、内蔵の視覚化ツールが特徴です。また、コメント、タグ付け、バージョン管理を通じてコラボレーションをサポートしており、コードの実行、データ探索、モデルのデプロイ管理を簡素化します。
セマンティックリンクとは
セマンティックリンクは、Microsoft Fabricにおけるセマンティックモデルとデータサイエンス機能の間に接続を確立する機能です。これにより、Fabricアイテムのパフォーマンス、メモリ、コストを最適化することが可能になります。
セマンティックモデルのためのアウトオブザボックス体験
あらかじめ設定されたノートブックの1つを選ぶだけで、作成と構成を私たちが行い、セマンティックモデルに対してシームレスに分析を実行できます。
私たちが提供するアウトオブザボックス体験には以下が含まれています。
ベストプラクティスアナライザー
このノートブックを実行すると、ベストプラクティスアナライザー（BPA）がセマンティックモデルの設計とパフォーマンスを改善するためのヒントを提供します。BPAはデフォルトで、60以上のルールを確認し、その結果を要約します。これらのルールはMicrosoftおよびFabricコミュニティ内の専門家から提供されています。パフォーマンス、DAX式、エラー防止、メンテナンス、フォーマットの5つのカテゴリーにおける改善の提案を受け取ることができます。
メモリアナライザー
このノートブックを実行すると、メモリアナライザーがセマンティックモデルのオブジェクト（テーブル、カラム、階層、パーティション、リレーションシップ）に関するメモリおよびストレージ統計を表示します。これらの統計は、パフォーマンスの最適化やメモリ削減の対象を特定するために使用できます。
コミュニティ
ノートブックとセマンティックリンクを使用することで、Power BIコミュニティは、セマンティックモデルに接続するノートブックを作成し、豊富な分析や拡張を可能にします。このあらかじめ設定されたノートブックのサポートは、私たちのMicrosoftおよびPower BIコミュニティからの素晴らしい貢献によるものです。特に、以下の個人に感謝の意を表したいと思います。
Power BI製品グループは、これらの豊富なツールの開発に尽力してくださったダニエル、マルコ、マイケルに深く感謝します。これからもPower BIおよびFabricコミュニティの多くの方々が彼らの足跡を追い、セマンティックリンクを使用してPower BIのセマンティックモデルやレポートを分析・拡張するノートブックをさらに開発していくことを楽しみにしています。これらの強力な機能には多くの可能性があり、コミュニティがこの分野で何を開発していくかを見るのが非常に楽しみです。
Power BIコミュニティノートブックギャラリー
コミュニティが作成したすべてのPower BIノートブックを共有できるように、Power BIコミュニティノートブックギャラリーを発表できることを嬉しく思います。ここでは、あなたが作成したノートブックを探索し、共有できます。Power BIのデータ分析やレポーティングを向上させるためには他のコミュニティと共に協力していきましょう。
フィードバック
私たちはあなたのフィードバックを非常に重視していますので、フィードバックフォーラムやPower BIコミュニティを通じてご意見をお聞かせください。ノートブックとPower BIのセマンティックモデルを使用する方法についての詳細や制限事項については、私たちのドキュメントをご覧ください。
私たちは、この新しいワンクリック体験を通じて、ユーザーの皆様がデータ分析をより一層活用できることを期待しています。
————-
Deep dive into using notebooks with your semantic model (Preview) | Microsoft Power BI Blog
Source link
Microsoft is introducing one-click experiences to simplify the use of Fabric notebooks and semantic link for analyzing semantic models on the web.
Fabric Notebooks provide a user-friendly, interactive platform for data engineers and scientists to work with Apache Spark, manage data workflows, and develop machine learning models. They feature a low-code interface, enterprise security, and built-in visualization tools, facilitating collaboration through commenting, tagging, and version control.
Semantic Link connects semantic models with data science capabilities, helping to optimize performance, memory, and cost in Microsoft Fabric.
The platform now offers out-of-the-box experiences for analyzing semantic models through pre-configured notebooks, including:
-
Best Practices Analyzer (BPA): This tool evaluates semantic models against 60+ established rules for design and performance, offering improvement suggestions in areas like Performance, DAX Expressions, Error Prevention, Maintenance, and Formatting.
- Memory Analyzer: This tool provides memory and storage statistics for different objects in a semantic model, aiding in performance optimization and memory reduction.
Microsoft emphasizes community contributions, recognizing individuals like Daniel, Marco, and Michael for their efforts in developing these tools. They encourage others to create notebooks using semantic links for enhanced analysis and reporting.
Additionally, a Power BI Community Notebooks Gallery has been launched for users to share their notebooks with the community, further promoting collaboration and creativity within Power BI.
Feedback is welcomed through the feedback forum and the Power BI Community, and detailed documentation on using notebooks with Power BI semantic models is available for users who want to explore these features further.