Dados de vendas em um sistema, dados de clientes em outro, dados financeiros em outro lugar, e cada cópia vira mais uma versão da verdade. Este episódio explica o que é o Microsoft Fabric, por que a Microsoft o criou e como seus principais componentes se encaixam: armazenamento, transformação, análise e relatórios em uma única plataforma SaaS. Desde o lançamento em 2023, mais de 25.000 clientes o utilizam, incluindo 80% das empresas da Fortune 500.O que você vai aprender:Por que silos de dados são um problema: sistemas separados com logins próprios, exportar, transformar e carregar sem parar e cada vez mais cópias dos dadosOneLake como base: o “OneDrive para os seus dados”, um único OneLake por tenant, formato aberto Delta Parquet sem aprisionamento ao fornecedor e atalhos (shortcuts) para AWS S3, Google Cloud ou armazenamento localLakehouse ou Warehouse: Spark, Python e notebooks para engenheiros de dados; T-SQL, views e stored procedures para desenvolvedores SQL; os dois trabalham sobre os mesmos dados no OneLake, sem duplicaçãoComo levar os dados ao OneLake: Data Factory com mais de 200 conectores e Dataflow Gen2 baseado em Power Query, Mirroring de Azure SQL, Oracle ou Google BigQuery sem custo adicional e Shortcut Transformations com IAInteligência em tempo real com Eventhouse e KQL, Copilot, Power BI no modo Direct Lake e governança com o Microsoft Purview, além de casos reais como a Eastman Chemical, que reduziu em 83% o tempo de preparação de vendasPara engenheiros de dados, desenvolvedores SQL, analistas de BI e gestores que querem entender como o Microsoft Fabric reúne todo o trabalho com dados em uma só plataforma.Este episódio é uma versão em português dublada por IA do vídeo explicativo animado do M365 Show, do Microsoft MVP Mirko Peters.▶ Assistir ao vídeo: https://youtu.be/aCXA7BGaGdo🎧 Mais episódios: https://www.m365.fm🎤 M365Con – conferência online gratuita da Microsoft: https://m365con.net💼 Mirko Peters no LinkedIn: https://www.linkedin.com/in/m365showpodcast/
This episode includes AI-generated content.
show less
Comments