Bem-vindo ao resumo do Fabric de abril de 2025! Esta atualização traz avanços em várias cargas de trabalho, incluindo ferramentas de IA de baixo código para acelerar a produtividade em notebooks (versão prévia), tabela de #temp distribuída com escopo de sessão no Data Warehouse do Fabric (disponível ao público em geral) e o assistente de migração para o Data Warehouse do Fabric (versão prévia) para simplificar sua experiência de migração.
Comunidade e Eventos
Obtenha a certificação em Fabric – GRATUITAMENTE.
Como parte do Microsoft AI Skills Fest, a Microsoft está comemorando 50 anos de inovação distribuindo 50.000 vouchers de exame de Certificação Microsoft GRATUITOS em sorteios semanais. Entre no sorteio agora para ter mais chances de ganhar um voucher de exame gratuito para DP-600 ou DP-700.
Sessões gratuitas de aprendizado ao vivo para engenheiros de dados
Se você é novo no Microsoft Fabric ou está desenvolvendo suas habilidades existentes, essas sessões, organizadas por especialistas do Microsoft Fabric, fornecem o conhecimento e a confiança para obter a certificação e levar sua carreira de engenharia de dados para o próximo nível. Inscreva-se agora – as sessões ao vivo em inglês começam em 30 de abrilésimo. Disponível sob demanda em espanhol e português.
Geral
Fabric Copilot e recursos de IA disponíveis em todos os SKUs pagos
Uma grande atualização no Microsoft Fabric está no ar. A partir de agora, o requisito de SKU para recursos do Copilot e AI será reduzido para F2, tornando-o muito mais acessível para você explorar, testar e utilizar os recursos de IA do Fabric. Essa mudança empolgante concede a você acesso total ao Copilot no Fabric, aos agentes de dados do Fabric e ao Fabric AI Functions, todos projetados para aumentar a produtividade, descobrir insights rapidamente e enriquecer seus dados de maneira integrada.
Com esta atualização, mais equipes terão a oportunidade de experimentar fluxos de trabalho orientados por IA dentro de sua capacidade existente. Vale a pena observar que, embora os menores SKUs forneçam acesso total aos recursos, eles darão suporte a um número mais limitado de solicitações de IA devido ao tamanho menor da capacidade. No entanto, isso permitirá que mais usuários experimentem os benefícios dos recursos de IA e melhorem seus fluxos de trabalho.
Ciência de Dados
Ferramentas de IA low-code para acelerar a produtividade em notebooks (versão prévia)
Os notebooks Fabric permitem que você acelere sua produtividade com recursos nativos de IA, como funções Copilot e AI. Uma nova guia de notebook dedicada a ferramentas de IA e ML agora fornece atalhos de baixo código para transformar dados com o Data Wrangler, treinar modelos personalizados com AutoML, conversar com o Copilot e muito mais.
Entre as atualizações está uma interface low-code para aplicar funções de IA para enriquecimento de dados contínuo com LLM. Basta selecionar uma das funções, escolher um pandas de entrada ou Spark DataFrame e uma coluna de destino para transformar e preencher os parâmetros necessários. O tecido produzirá o código para você.
Para saber mais, consulte a documentação Transformar e enriquecer dados perfeitamente com funções de IA.
Recursos de IA de baixo código no Data Wrangler (versão prévia)
Todos os usuários de notebooks do Fabric têm acesso ao Data Wrangler, uma ferramenta low-code com uma interface imersiva para explorar e transformar pandas ou Spark DataFrames. O Data Wrangler fornece uma biblioteca de operações comuns de limpeza de dados que você pode navegar e aplicar perfeitamente, obtendo visualizações em tempo real e gerando código reutilizável.
Temos novos recursos baseados em IA chegando ao Data Wrangler no final deste mês:
- Sugestões automatizadas com IA baseada em regras: Um novo conjunto de sugestões automatizadas analisará seus dados e usará a IA baseada em regras da equipe do Microsoft PROSE para destacar as operações mais relevantes do Data Wrangler para você.
- Converta linguagem natural em código com o Copilot: Precisa de uma operação que você não vê no Data Wrangler? Agora você pode usar o Copilot para gerar código personalizado. Como em qualquer operação do Data Wrangler, você terá uma visualização antes de aplicá-la ou descartá-la.
- Use IA para traduzir código personalizado de pandas para PySpark: O Data Wrangler converte automaticamente DataFrames do Spark em pandas por motivos de desempenho e, em seguida, converte seu código aplicado de volta para o PySpark quando você o exporta. Com o GenAI no Data Wrangler, as operações de código personalizado também serão traduzidas para o PySpark, independentemente de você digitá-las por conta própria ou gerá-las com o Copilot.
Data warehouse
Suporte a colunas de descarte de tabela ALTER e sp_rename colunas no Fabric Warehouse (disponível ao público em geral)
Existem dois novos recursos poderosos no Fabric Warehouse que temos o prazer de apresentar: ALTER TABLE DROP COLUMN e SP_RENAME COLUMN.
- ALTER TABLE DROP COLUMN remove sem esforço colunas desnecessárias para simplificar o armazenamento, aumentar o desempenho e melhorar a eficiência da consulta.
- Não há suporte para a clonagem de uma tabela a partir de um ponto no tempo e viagem no tempo para um ponto no tempo anterior ao descarte da tabela.
- Descartar colunas de tabelas do Lakehouse não é um cenário compatível.
- SP_RENAME COLUMN renomeia facilmente as colunas sem tempo de inatividade, tornando os ajustes de esquema mais rápidos e reduzindo o risco de erros. Colunas e tabelas não podem ser renomeadas no Lakehouse.
Esses novos recursos facilitam a manutenção de um modelo de dados limpo e eficiente, permitindo que sua equipe se adapte rapidamente às necessidades de negócios em evolução com o mínimo de interrupção.
Verifique sp_rename Microsoft learn e ALTER TABLE (Transact-SQL) – SQL Server para obter detalhes e sintaxe adicionais.
Tabela de #temp distribuída com escopo de sessão no Data Warehouse do Fabric (disponível ao público em geral)
Você não consegue gerenciar os resultados de consulta intermediários com eficiência em seus trabalhos em lote? Os usuários do Data Warehouse do Fabric agora podem criar tabelas de #temp no escopo da sessão para lidar com esses resultados sem problemas. Essas tabelas temporárias podem ser apoiadas por Parquet (distribuído) ou mdf (não distribuído), oferecendo opções flexíveis para atender a diferentes necessidades.
Os usuários podem criar dois tipos de tabelas #temp:
- Tabelas temporárias não distribuídas (com suporte de mdf) – Eles são criados usando sintaxe como tabelas de usuário no Fabric DW, com a principal diferença sendo a necessidade de prefixar o nome da tabela com ‘#’.
- Tabelas temporárias distribuídas (com suporte de parquet) – Essas tabelas são distribuídas e criadas usando a seguinte sintaxe:
Observação: data_type1 e data_type2 são espaços reservados para os tipos de dados suportados nos tipos de dados do Data Warehouse do Fabric.
Para obter detalhes adicionais sobre porque oferecemos dois tipos de tabelas temporárias, os cenários aos quais elas dão suporte e suas limitações, consulte as tabelas de #temp distribuídas no escopo da sessão na documentação do Data Warehouse do Fabric.
Comece a aproveitar as tabelas temporárias com escopo de sessão no Fabric Warehouse para simplificar suas tarefas de processamento de dados e aprimorar a eficiência do fluxo de trabalho. Boa consulta!
Assistente de migração para o Data Warehouse do Fabric (versão prévia)
O Assistente de Migração para Data Warehouse do Fabric agora está em versão prévia. A experiência de migração é criada nativamente no Fabric e permite que os clientes do Azure Synapse Analytics (Data Warehouse) façam a transição perfeita para o Microsoft Fabric. Essa nova experiência de migração de DW permite que os usuários migrem facilmente metadados e dados do banco de dados de origem, convertendo automaticamente o esquema de origem em Fabric Data Warehouse, ajudando na migração de dados e fornecendo assistência baseada em IA. Com ferramentas de avaliação integradas e suporte guiado, esse recurso simplifica a migração, permitindo que os clientes aproveitem os recursos do Fabric sem a complexidade das migrações tradicionais.
O Assistente de migração para Fabric Warehouse simplifica o processo de migração em quatro etapas:
- Migração de metadados
- Resolução de problemas
- Cópia de dados
- Reencaminhamento de conexão
Cada uma dessas etapas é explorada em detalhes nesta postagem do blog do Assistente de Migração para Data Warehouse do Fabric (versão prévia).
Para obter um guia mais abrangente, você também pode revisar o artigo de instruções do assistente de migração para obter instruções passo a passo e a documentação do Assistente de Migração de Malha para obter informações mais detalhadas.
Função OPENROWSET (disponível para o público geral)
The função OPENROWSET no Data Warehouse do Fabric e no endpoint SQL do Fabric está disponível para o público geral. A função OPENROWSET permite que você leia diretamente arquivos Parquet e CSV armazenados no Azure Data Lake Storage e no Azure Blob Storage, conforme mostrado no exemplo a seguir:
Com OPENROWSET, você pode navegar facilmente pelos arquivos antes de carregá-los no Data Warehouse do Fabric, permitindo que você inspecione o esquema antes de criar a tabela de destino. Essa função fornece vários recursos valiosos que aprimoram significativamente a experiência de ingestão de dados:
- Referenciando estruturas de pastas personalizadas – a função OPENROWSET pode fazer referência a padrões de URI usando * (curinga) e /** (curinga filho recursivo) que podem corresponder a vários arquivos de origem que correspondem ao mesmo padrão ou retornar todos os arquivos que são colocados recursivamente no URI.
- Leitura de conjuntos de dados particionados – a função OPENROWSET pode recuperar valores de partição dos nomes de pasta, o que é crucial se você estiver lendo dados de estruturas de partição no estilo hive e retornar esses valores no conjunto de resultados.
- Leitura de tipos complexos do Parquet – a função OPENROWSET dá suporte a tipos complexos, como struct, array e map, retornando-os como texto JSON para facilitar a manipulação e a análise.
- Personalizando o esquema do conjunto de resultados – a função OPENROWSET permite mapear as colunas do conjunto de resultados para as colunas de origem e definir os tipos de coluna ideais para todas as colunas usando a cláusula WITH, fornecendo flexibilidade na forma como os dados são apresentados e utilizados.
- OPENROWSET dá suporte à maioria das opções disponíveis no SQL Server, SQL do Azure e Synapse, facilitando a migração contínua e a reutilização de código entre essas plataformas.
- Ingestão de dados com instruções CTAS ou INSERT SELECT – a função OPENROWSET permite que você ingira dados usando instruções Create Table As Select (CTAS) ou INSERT SELECT usando o OPENROWSET como fonte e permitindo que você modifique os valores dos valores de origem no momento da ingestão. Isso é crucial em um cenário em que você precisa modificar os dados de origem que não estão no formato esperado.
A função OPENROWSET melhorará significativamente sua experiência de ingestão de dados, permitindo que você navegue por arquivos, transforme dados durante a ingestão e facilite migrações mais fáceis do Synapse, SQL Server e Banco de Dados SQL do Azure para o Data Warehouse do Fabric.
Essa funcionalidade poderosa garante que você possa lidar com tipos de dados complexos, gerenciar dados particionados com eficiência e personalizar seu esquema de conjunto de resultados para atender aos seus requisitos específicos, tudo isso mantendo a compatibilidade com as opções SQL existentes.
Instrução BULK INSERT (disponível ao público em geral)
A instrução BULK INSERT no Fabric Data Warehouse está em disponibilidade geral, ela permite que você ingira dados em uma tabela a partir do caminho de arquivo especificado:
A instrução BULK INSERT é muito semelhante à instrução COPY INTO e permite que você carregue dados do armazenamento externo. O principal valor do BULK INSERT é que ele dá suporte à sintaxe tradicional do SQL Server e do SQL do Azure, facilitando assim uma migração fácil de bancos de dados do SQL Server para o Data Warehouse do Fabric sem a necessidade de alterações de código.
Além disso, o BULK INSERT oferece suporte a várias opções tradicionais usadas no SQL Server, como arquivos de formato text/xml usados pela ferramenta bcp e importação de arquivos não Unicode com as páginas de código personalizadas. Essa compatibilidade garante que você possa migrar seus bancos de dados para o Fabric Data Warehouse com alterações mínimas de código no código de ingestão, mantendo a lógica de ingestão existente sem alterar os arquivos de entrada.
Ao aproveitar a instrução BULK INSERT, você pode manter seus fluxos de trabalho e esquemas de ingestão de dados, garantindo uma transição perfeita para o Data Warehouse do Fabric. Esse recurso não apenas preserva a integridade e a estrutura dos dados, mas também aumenta a eficiência do processo de migração, reduzindo o potencial de erros e tempo de inatividade. Como resultado, as empresas podem continuar a operar sem problemas, aproveitando os recursos avançados e a escalabilidade oferecidos pelo Fabric Data Warehouse.
Inteligência em tempo real
Plugins OpenAI para Eventhouse
Dois novos plug-ins OpenAI estão disponíveis para gerar incorporações e aproveitar o poder dos modelos OpenAI no contexto do Eventhouse. Você pode usar os plug-ins para criar aplicativos Retrieval Augmented Graph (RAG) ou aumentar sua análise de dados com modelos OpenAI.
ai_embed_text : Integra modelos de incorporação OpenAI para gerar incorporações no KQL.
ai_chat_completion: Aproveita o poder do ChatGPT e de outros modelos OpenAI para aumentar a análise de dados no contexto do Eventhouse.
Tecido especial para Kusto Detective Agency: resolva a crise em tempo real do Digibus
Este desafio é otimizado especificamente para integração à plataforma RTI. Você pode usá-lo para aprimorar a integração de clientes e criar torneios CTF (Capture the Flag) para aprender com experiência prática. Durante esta missão, você aprenderá KQL e utilizará ferramentas poderosas, incluindo:
- Eventstream: Processe e transforme dados em tempo real
- Eventhouse: armazene e consulte conjuntos de dados massivos
- Painel em tempo real: visualize métricas críticas
- Ativador: acione respostas automatizadas
Coloque suas habilidades de detetive para trabalhar ajudando a empresa de trânsito Digibus Digitown a resolver sua crise. Siga as pistas, analise os dados e descubra a solução com o poder da inteligência em tempo real.
Os sortudos ganharão prêmios! Não perca esta oportunidade de aprimorar suas habilidades de RTI enquanto resolve um mistério envolvente.
Comece a usar a Kusto Detective Agency.
As fontes de dados do Azure Monitor agora estão totalmente integradas ao KQL Queryset
O KQL Queryset sempre deu suporte a consultas entre serviços, mas agora estamos tornando as fontes de dados do Azure ainda mais acessíveis. O Application Insights (AI) e o Log Analytics (LA) agora são cidadãos de primeira classe, assim como o Eventhouse e o ADX, proporcionando uma experiência mais perfeita e intuitiva.
Com esta atualização, você pode:
- Execute consultas entre serviços entre clusters nativos do Log Analytics, Application Insights, Eventhouses e Azure Data Explorer (ADX), todos conectados ao mesmo conjunto de consultas KQL.
- Consulte diretamente o workspace do Log Analytics ou os recursos do Application Insights do KQL Queryset.
Isso torna mais fácil do que nunca explorar e analisar dados entre serviços sem configuração extra.
Melhorias na experiência de Exploração de Dados (low-code)
Continuamos a melhorar a experiência de exploração de dados low-code, facilitando ainda mais a análise de dados em blocos de painel em tempo real e tabelas de banco de dados KQL (no Eventhouse e no Real-Time Hub).
Aqui está o que há de novo:
Painel de colunas hierárquicas – resumo fácil de usar das principais características de dados para orientar a exploração e manipulação de dados inclui:
- Lista de colunas participantes
- Tipos de dados
- Informações estatísticas (média, mínima, máxima, cardinalidade etc.)
Modo de foco – trabalhe com mais eficiência, concentrando-se na visualização de dados ou na grade de resultados.
Ações de clique com o botão direito do mouse na grade – copie, exporte e execute ações rapidamente diretamente da grade de dados.
Construtor de filtros com condições OR – crie instruções WHERE com opções de filtragem mais flexíveis.
Controle do seletor de data e hora – selecione datas exatas ou relativas sem esforço ao filtrar colunas de data e hora.
Saiba mais sobre a experiência de exploração de dados aqui Explore dados em blocos de painel em tempo real.
Visão geral do sistema Eventhouse e do banco de dados KQL: aprimoramentos de monitoramento no item
Como parte de nosso compromisso contínuo de melhorar a visibilidade do sistema, o monitoramento de desempenho e a experiência do usuário, introduzimos vários aprimoramentos nas páginas de monitoramento de itens no item Visão geral do sistema Eventhouse e no banco de dados KQL.
Aprimoramentos de visão geral do sistema Eventhouse
Novo – Eventhouse ingeriu linhas ao longo do tempo
Uma das melhorias na Visão geral do sistema Eventhouse é a capacidade de visualizar as métricas de linha assimiladas diretamente na interface. Os usuários agora podem ver o número de linhas ingeridas em cada banco de dados, oferecendo visibilidade imediata do volume de dados e da atividade de ingestão. O recurso inclui filtragem baseada em tempo, permitindo que os usuários analisem tendências de ingestão em períodos específicos.
Nova guia para os principais bancos de dados consumidos
Outra atualização significativa é a introdução de uma guia dedicada para os principais bancos de dados ingeridos. Esta nova seção oferece uma exibição detalhada das métricas de ingestão para cada banco de dados, incluindo o número total de linhas assimiladas e quaisquer falhas de ingestão (atualmente, apenas falhas parciais são relatadas). A adição da filtragem baseada em tempo facilita a identificação de padrões e anomalias em períodos de tempo específicos.
Os 10 principais bancos de dados ingeridos – melhorias
A nova interface multi-tab exibe os bancos de dados mais consultados e os principais bancos de dados ingeridos, melhorando a navegabilidade e oferecendo uma visão mais clara dos diferentes indicadores de desempenho. Os usuários também podem se beneficiar das taxas de perda de cache adicionadas que foram adicionadas às métricas do banco de dados de consultas.
Detalhes da casa de eventos movidos para a barra de menus
Para simplificar o acesso e manter a consistência do projeto, os detalhes da Casa de Eventos foram realocados para a barra de menu principal. Selecionar essa opção abre um painel lateral que espelha o layout familiar usado nos painéis de visão geral Banco de Dados e Tabela.
Para saber mais, consulte a documentação Gerenciar e monitorar um Eventhouse.
Conector de clima em tempo real do Eventstream
No mês passado, apresentamos vários novos conectores poderosos para o Eventstream no Fabric Real-Time Intelligence. Agora, estamos dando um passo adiante com um vídeo prático que mostra como usar um deles: o conector de clima em tempo real.
No vídeo de demonstração, foi explicado como adicionar facilmente o conector do Weather a um Eventstream e começar a transmitir dados meteorológicos ao vivo, como temperatura, umidade e velocidade do vento, para o Fabric. Esteja você criando painéis em tempo real, sistemas de alerta ou enriquecendo outros fluxos, os dados meteorológicos adicionam um contexto valioso do mundo real aos seus aplicativos.
O que você verá no vídeo:
- Uma visão geral rápida dos novos conectores do Eventstream e onde encontrá-los
- Demonstração passo a passo sobre como adicionar e configurar o conector Weather
- Visualização ao vivo de dados meteorológicos de streaming em ação
Este vídeo é um ótimo ponto de partida se você estiver explorando como as fontes de dados ao vivo podem enriquecer suas soluções de streaming no Fabric. O conector Weather é especialmente útil para setores como logística, agricultura e varejo, em qualquer lugar onde as condições ambientais influenciem as operações. Assista à demonstração para ver como é fácil adicionar feed meteorológico em tempo real a um Eventstream.
Não consegue encontrar suas fontes de dados, entre em contato conosco! Envie-nos um e-mail para askeventstreams@microsoft.com ou preencha nossa pesquisa.
H2>
Bancos
Banco de dados SQL no Fabric
Existem vários novos avanços para compartilhar no Banco de Dados SQL no Fabric. A inovação contínua está no centro do nosso desenvolvimento, descritos são vários aprimoramentos importantes.
Novas regiões suportadas
- Sudeste da Austrália
- Itália Norte
- Leste do Japão
- Polônia Central
- WestUS3 são novas regiões que oferecem suporte a bancos de dados SQL em cargas de trabalho do Fabric
Faturamento de backup
O banco de dados SQL no Microsoft Fabric oferece backups automáticos desde o momento da criação do banco de dados, garantindo a proteção e recuperação dos dados. O sistema faz backups completos todas as semanas, backups diferenciais a cada 12 horas e backups de log de transações a cada 10 minutos, fornecendo capacidade de restauração pontual de até 7 dias. Embora a computação e o armazenamento de dados já estejam incluídos no modelo de faturamento de capacidade do Fabric, a partir de 1º de abril de 2025, o armazenamento de backup também será cobrado. Os clientes só serão cobrados pelo armazenamento de backup que exceder o tamanho do banco de dados alocado.
Para saber mais, confira a documentação Backups automáticos no banco de dados SQL no Microsoft Fabric.
Painel de desempenho
O painel SQL no Fabric agora mostra a consulta de bloqueio de cliente potencial para permitir que os desenvolvedores identifiquem rapidamente as consultas SQL que estão bloqueando e impactando outras consultas, interrompendo assim suas cargas de trabalho operacionais.
Suporte ao Terraform, suporte à API Rest e CLI
Esse recurso permite que os clientes automatizem, dimensionem, integrem e controlem seus bancos de dados SQL no Microsoft Fabric, usando uma abordagem declarativa com o Terraform. HashiCorp Terraform, uma ferramenta de código aberto que oferece um método seguro, previsível e consistente para implantar e gerenciar infraestrutura em vários ambientes de nuvem. Essa funcionalidade estende os recursos do Fabric por meio da IaC (infraestrutura como código).
Para saber mais sobre fabric-terraform-quickstart, consulte a documentação. Certifique-se de verificar a postagem do blog Suporte do Terraform para Fabric GA para obter mais informações.
Integrações
Os pipelines de dados do Fabric agora darão suporte ao banco de dados SQL do Fabric como uma fonte de dados para atividades de Procedimento Armazenado e Script, permitindo que os usuários apenas escolham um banco de dados em vez de ter que inserir informações de conexão.
Suporte ao banco de dados gráfico
O editor de consultas no banco de dados SQL no Fabric agora tem suporte T-SQL para bancos de dados de grafo. Esse recurso permite a modelagem de relacionamentos muitos-para-muitos. Você pode criar um banco de dados de grafos com nós e bordas e utilizar a nova cláusula MATCH para identificar padrões e navegar pelo grafo.
Saiba mais sobre como criar um banco de dados gráfico e executar algumas consultas de correspondência de padrões usando o T-SQL em nossa documentação.
Fábrica de dados
EspelhamentoEspelhamento para Snowflake protegido por um firewall (versão prévia)
Agora você pode espelhar o Snowflake protegido por um firewall. O uso do gateway de dados da VNet ou do gateway de dados local para espelhamento está disponível. O gateway de dados facilita conexões seguras com seus bancos de dados de origem por meio de um ponto de extremidade privado ou de uma rede privada específica.
Saiba mais sobre o espelhamento para o Snowflake na documentação do Microsoft Fabric Mirrored Databases from Snowflake.
Source: Blog Microsoft Fabric.
Transforme sua empresa com as novidades do Microsoft Fabric
As atualizações de abril de 2025 mostram que o Microsoft Fabric está mais acessível, inteligente e poderoso do que nunca. Com recursos de IA low-code, ferramentas avançadas para notebooks, melhorias no Data Warehouse e integrações com OpenAI e Terraform, sua empresa tem agora mais caminhos para automatizar, escalar e inovar com eficiência. E o melhor: tudo isso com menos complexidade e mais valor para seus dados.
A DataEX é parceira certificada Microsoft e está pronta para ajudar você a implementar o Microsoft Fabric de forma estratégica, personalizada e segura. Agende uma reunião com nosso time de especialistas e descubra como transformar sua operação com a tecnologia que está moldando o futuro da análise de dados.
Vamos conversar sobre como implementar o Microsoft Fabric com a DataEX?
Preencha o formulário abaixo e nosso time de especialistas entrará em contato.
Não se esqueça de ler o Blog Data Universe diariamente e nos seguir em nossas social networks.
