Ontologie als Kontext im Fabric Data Agent verwenden

Die Ontologie liefert einem Fabric-Datenagenten einen kontrollierten Geschäftskontext. Es beschreibt Geschäftseinheiten, ihre Eigenschaften und Beziehungen, Definitionen, Synonyme, Abbildungen und Bindungen zu zugrunde liegenden Datenquellen.

Der Datenagent nutzt diesen Kontext, um eine Frage zu interpretieren und eine relevante zugrunde liegende Datenquelle zu identifizieren. Anschließend erzeugt es eine quell-native SQL-, KQL- oder DAX-Abfrage, führt die Abfrage gegen diese Quelle aus und präsentiert das Ergebnis.

Die Ontologie ist eine Kontextquelle in dieser Integration. Es verleiht semantische Bedeutung, ist aber nicht der Endpunkt der Abfrageausführung.

Important

Dieses Feature befindet sich in der Vorschauphase.

Important

Für das beste Erlebnis bei der Verwendung des Ontologie-Kontexts verwenden Sie die Preview Runtime.

Wie der Kontext der Ontologie funktioniert

Die Integration trennt zwischen semantischem Kontext, Orchestrierung und Abfrageausführung:

  • Ontologie liefert semantische Bedeutung. Es definiert die Geschäftseinheiten in einer Domäne, ihre Eigenschaften, wie sie zusammenhängen, die Sprache, mit der Menschen sie beschreiben, und wie sie auf physische Daten abgebildet werden.
  • Der Fabric-Datenagent interpretiert und orchestriert. Es wendet den relevanten Ontologiekontext auf die Frage des Nutzers an, wählt eine zugrunde liegende Quelle aus und generiert eine geeignete quellenspezifische native Abfrage.
  • Die zugrunde liegende Datenquelle führt die Abfrage aus. Der Quellcode führt die generierte SQL-, KQL- oder DAX-Abfrage unter den Berechtigungen des Benutzers aus.

Zum Beispiel könnte eine Ontologie einer Fluggesellschaft Besatzungsmitglieder, Flug,Flughafen und Fluggesellschaft sowie die Beziehungen zwischen ihnen definieren. Ein Nutzer kann eine Frage mit diesen Geschäftsbegriffen stellen, ohne die Tabellen, Spalten oder Joins in der zugrunde liegenden Quelle zu kennen.

Ontologie als Kontextquelle hinzufügen

Um einem Data Agent Ontologie-Kontext hinzuzufügen:

  1. Öffnen Sie den Fabric-Datenagenten.
  2. Im Quellen-Erlebnis wählen Sie Quellen hinzufügen.
  3. Wählen Sie Ontologie hinzufügen aus.
  4. Wählen Sie die Ontologie, die der Datenagent verwenden soll.
  5. Erweitern Sie die Ontologie, um ihre Entitätstypen und zugehörigen Ontologie-Datenquellen zu überprüfen.

Animiertes Bild, das zeigt, wie man eine Ontologie als Kontextquelle zu einem Datenagenten hinzufügt.

Der Datenagent lädt eine schreibgeschützte Darstellung des Ontologie-Kontexts. Die zugehörigen zugrunde liegenden Quellen liefern die Schemata und Daten, die der Agent abfragen kann.

Unterstützte Konfigurationen für zugrundeliegende Quellen

Die meisten semantischen Konfigurationen, einschließlich Entitätsdefinitionen, Synonymen, Beziehungen, Abbildungen und Bindungen, existieren in der Ontologie. Sie können diesen beherrschten Kontext ergänzen, indem Sie berechtigte zugrunde liegende Quellen konfigurieren, die mit der Ontologie verknüpft sind.

Sie müssen eine berechtigte zugrunde liegende Datenquelle im Data Agent einbauen, bevor Sie Konfigurationen wie Datenquellenanweisungen, eine Datenquellenbeschreibung und Beispielabfragen hinzufügen können. Diese datenagentenspezifischen Konfigurationen werden nur vom Datenagenten verwendet. Sie werden nicht an die Ontologie gebunden oder zurückgeschrieben.

Animiertes Bild, das zeigt, wie man Konfigurationen für eine zugrundeliegende Ontologie-Datenquelle in einem Data Agent hinzufügen kann.

Anweisungen zur Datenquelle

Die Anweisungen zur Datenquelle geben eine Orientierung, die der Datenagent anwendet, wenn er eine Abfrage für eine bestimmte zugrunde liegende Quelle erzeugt. Verwenden Sie diese Anweisungen, um autoritative Tabellen zu identifizieren, Join-Pfade und Datumssemantik zu erklären, erforderliche Filter zu definieren oder quellenspezifische Geschäftsregeln zu spezifizieren.

Halte die Anweisungen darauf konzentriert, wie du die Quelle abfragst. Um gemeinsame Geschäftsdefinitionen, Synonyme, Entitätsbeziehungen, Zuordnungen oder Bindungen zu ändern, aktualisieren Sie stattdessen die Ontologie.

Datenquellenbeschreibung

Eine Beschreibung der Datenquelle fasst die Daten zusammen, die eine zugrundeliegende Quelle enthält, sowie die Arten von Fragen, die sie beantworten kann. Der Data Agent verwendet diese Beschreibung, um festzustellen, wann die Quelle für die Frage eines Nutzers relevant ist.

Beispielabfragen

Beispielabfragen verbinden eine natürlichsprachliche Frage mit der erwarteten nativen Abfrage der Datenquelle. Nutzen Sie sie, um Abfragemuster zu demonstrieren, die allein aus dem Schema und dem Ontologiekontext schwer zu schließen sind, wie komplexe Joins, Filter, Ausschlüsse und Aggregationen.

Füge Beispiele hinzu, die Fragen repräsentieren, die Nutzer wahrscheinlich stellen werden, und vergewissere sich, dass jede Abfrage das erwartete Ergebnis liefert. Der Data Agent ruft relevante Beispiele ab, wenn er eine Abfrage für die zugrunde liegende Quelle generiert.

Die Unterstützung für Datenquellenanweisungen, Datenquellenbeschreibungen und Beispielabfragen hängt vom zugrunde liegenden Quelltyp ab. Informationen zur Konfigurationsunterstützung nach Datenquelle finden Sie unter Datenquellen in einem Fabric-Daten-Agent hinzufügen und konfigurieren. Für allgemeine Hinweise siehe Konfigurieren Ihres Datenagenten.

Debuggen Sie eine Antwort

Wenn eine Antwort falsch, unvollständig oder fehlschlägt, überprüfen Sie die Ausführungsschritte und den heruntergeladenen Ontologie-Kontext, um zu identifizieren, wo das Problem aufgetreten ist.

Überprüfen Sie die Ausführungsschritte

Die Laufschritte zeigen, wie der Datenagent die Frage verarbeitet und mit der zugrunde liegenden Quelle interagiert hat.

  1. Führe die Frage noch einmal im Data Agent Test Experience durch.
  2. Öffnen Sie die Laufschritte und identifizieren Sie die zugrunde liegende Quelle, die für die Frage ausgewählt wurde.
  3. Überprüfen Sie die generierte SQL-, KQL- oder DAX-Abfrage sowie alle Fehler, die vom zugrundeliegenden Quellcode zurückgegeben werden.
  4. Führen Sie die generierte Abfrage gegen die zugrunde liegende Quelle aus oder inspizieren Sie sie, um zu überprüfen, ob die erwarteten Daten zurückgegeben werden.

Screenshot der Laufschritte für eine Antwort, die von einem Datenagenten generiert wird, der Ontologie-Kontext verwendet.

Überprüfen Sie den heruntergeladenen Ontologie-Kontext

Der heruntergeladene Ontologie-Kontext ist eine lesbare, nur lesbare Darstellung der semantischen Metadaten, die dem Datenagenten zur Verfügung stehen.

  1. Öffnen Sie das Mehr-Optionen-Menü der Ontologie und wählen Sie dann Ontologie-Kontext herunterladen.
  2. Überprüfen Sie den heruntergeladenen Kontext, um sicherzustellen, dass der Datenagent die erwarteten Entitäten, Eigenschaften, Beziehungen, Definitionen, Synonyme, Zuordnungen und Bindungen erhalten hat.
  3. Wenn der heruntergeladene Kontext nicht die letzten Änderungen in der Ontologie widerspiegelt, wählen Sie Aktualisieren und testen Sie die Frage erneut.

Animiertes Bild, das zeigt, wie man Ontologie-Kontext von einem Datenagenten herunterlädt.

Nutzen Sie diese Details, um die Ursache des Problems zu isolieren:

Was Sie beobachten Was soll überprüft werden?
Der Datenagent wählt die falsche zugrunde liegende Quelle. Bestätigen Sie, dass die Ontologie-Abbildungen und -Bindungen die relevanten Entitäten mit der beabsichtigten Quelle verknüpfen. Überprüfen Sie ergänzende Beschreibungen und Anleitungen der Datenquellen.
Die generierte Abfrage verwendet eine unerwartete Tabelle, Spalte, Eigenschaft oder Filter. Vergleichen Sie die Abfrage mit dem heruntergeladenen Ontologie-Kontext. Überprüfen Sie die Entitätsdefinitionen, Synonyme, Beziehungen, Abbildungen und Bindungen in der Ontologie.
Die generierte Abfrage ist korrekt, aber das Ergebnis ist falsch oder leer. Führe die Abfrage gegen die zugrunde liegende Quelle aus und verifiziere die Quelldaten sowie deine Berechtigungen.
Die Antwort spiegelt kein kürzliches Update der Ontologie wider. Aktualisieren Sie den Ontologie-Kontext im Data Agent und führen Sie die Frage erneut aus.
Die Abfrageausführung schlägt fehl. Überprüfen Sie den Run-Step-Fehler und überprüfen Sie die generierte Abfrage mit der ausgewählten Quelle.

Du kannst den heruntergeladenen Kontext nicht bearbeiten, um das Verhalten des Agenten zu ändern. Nehmen Sie Änderungen im Ontologie-Element vor, aktualisieren Sie dessen Kontext im Data Agent und testen Sie dann die Antwort erneut.

Erlaubnisse

Important

Der Data Agent führt eine generierte Abfrage aus, indem er die Berechtigungen des anfordernden Benutzers auf die ausgewählte zugrunde liegende Datenquelle verwendet. Nutzer benötigen Zugriff auf die relevanten Ontologieobjekte und die zugrunde liegenden Datenobjekte, die benötigt werden, um ihre Fragen zu beantworten.

Das Teilen eines Datenagenten gewährt keinen Zugriff auf die zugrunde liegenden Quellen. Allgemeine Hinweise zum Teilen finden Sie unter Share a Fabric Data Agent.

Einschränkungen

Betrachten Sie während der Vorschau die folgenden Einschränkungen:

  • Nur berechtigte zugrunde liegende Quellen unterstützen ergänzende Datenquellenanweisungen, Beschreibungen und Beispielanfragen.
  • Power BI semantische Modelle unterstützen keinen ergänzenden, datenagentenspezifischen Kontext. Wenn Sie ein semantisches Modell als zugrundeliegende Quelle auswählen, verwendet der Abfragegenerierungsprozess möglicherweise keinen Ontologie-Kontext.
  • Die dokumentierten quellenbasierten Abfragesprachen sind SQL, KQL und DAX.
  • Der Datenagent ruft alle 10 Minuten den neuesten Ontologie-Kontext ab, sodass eine Änderung wie das Hinzufügen einer Entität bis zu 10 Minuten dauern kann, es sei denn, man aktualisiert den Kontext manuell.
  • Die anfängliche Erfahrung unterstützt die Entitätenauswahl innerhalb einer Ontologie nicht.

Verwandte Inhalte

  • Zuletzt aktualisiert um