Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Chaque Fabric agent de données s’exécute sur un runtime. Le runtime détermine les composants principaux de l’agent : l’orchestration, la planification et la logique de routage, ainsi que les outils de génération de requêtes intégrés qui traduisent des questions en langage naturel en requêtes sur vos sources de données.
Fabric offre deux runtimes :
- Runtime standard : runtime en disponibilité générale, optimisé pour un comportement stable et prévisible.
- Runtime en préversion : runtime avec les dernières améliorations et modifications apportées aux composants principaux (par exemple, les outils de génération de requêtes intégrés ou la logique de routage de l’agent), avant que ces modifications ne soient apportées à la disponibilité générale.
Le runtime que vous choisissez détermine comment et quand les modifications apportées aux composants principaux de l’agent atteignent votre agent. Il ne détermine pas quelles sources de données vous pouvez ajouter. Certaines configurations de prévisualisation, telles que les descriptions d’objets de schéma, ne sont disponibles qu’à l’exécution de l’aperçu.
Important
Les mises à niveau de modèle vers le modèle de langage volumineux sous-jacent (LLM) sont appliquées de manière cohérente dans les runtimes standard et en préversion. La sélection du runtime ne contrôle pas le modèle que l’agent de données utilise.
Environnement d’exécution standard
Le runtime standard est le runtime en disponibilité générale et est la valeur par défaut pour les nouveaux agents de données. Il contient les implémentations généralement disponibles des composants de base de l’agent, notamment :
- Outils de génération de requêtes intégrés qui traduisent des questions en langage naturel en requêtes sur des sources de données prises en charge, notamment Lakehouse, Data Warehouse, SQL Database, Mirrored Database, Eventhouse KQL Database et Power BI modèle sémantique.
- Orchestration, planification et logique de routage de l’agent principal.
Les mises à jour du runtime standard sont peu fréquentes. Les modifications arrivent ici uniquement après qu’elles passent la validation dans le runtime d’évaluation et passent à la disponibilité générale. Choisissez le runtime standard pour les agents de données de production où le comportement cohérent et l’évolution minimale entre les versions sont importants.
Aperçu du runtime
Le runtime en préversion contient les dernières améliorations apportées aux outils intégrés et à l’orchestration avant leur passage en disponibilité générale. Ces mises à jour comprennent :
- Nouveaux outils intégrés qui ne sont pas encore disponibles sur le runtime standard.
- Modifications et améliorations de qualité apportées aux outils intégrés existants (par exemple, mises à jour de la façon dont l’agent génère ou valide les requêtes pour une source de données donnée).
- Modifications apportées à l’orchestration principale, à la planification ou à la logique de routage de l’agent.
Les mises à jour du runtime d’aperçu sont plus fréquentes et le comportement peut changer entre les versions. Choisissez la version préliminaire du runtime lorsque vous souhaitez évaluer les modifications à venir, vérifier que vos agents continuent de fonctionner comme prévu ou faire part de vos commentaires sur les améliorations avant leur disponibilité générale.
Ce qui se trouve actuellement dans le runtime en préversion
Les mises à jour suivantes sont incluses dans le runtime d’évaluation aujourd’hui. Cette liste évolue à mesure que de nouvelles améliorations sont apportées et que les améliorations existantes passent en disponibilité générale.
| Amélioration | Fonctionnalité | Description |
|---|---|---|
| Contexte de schéma pour les sources de données SQL | Descriptions d’objets de schéma (Aperçu) | Ajoutez un contexte métier pour les tables, colonnes et autres éléments de schéma afin d’aider l’agent de données à interpréter de grands schémas SQL ambigus et à générer des requêtes plus précises. |
| Meilleur exemple de requête ci-dessous | NL2SQL avancé | NL2SQL respecte plus étroitement les modèles présentés dans votre exemple de bibliothèque de requêtes, au lieu d’ajouter une logique ou des contraintes supplémentaires qui n’étaient pas dans les exemples. |
| Substitution de valeur de filtre | NL2SQL avancé | NL2SQL déduit les valeurs de filtre implicites et les remplace par les bonnes valeurs, y compris lorsque plusieurs filtres catégoriels ou booléens sont implicites plutôt qu’explicitement mentionnés. |
| Gestion des ambiguïtés | NL2SQL avancé | NL2SQL détecte des questions ambiguës et pose une question de clarification avant de générer SQL, au lieu de s’engager dans une hypothèse qui peut produire la mauvaise réponse. |
| Gestion plus précise des questions complexes | Génération avancée de DAX | La génération DAX raisonne à travers plusieurs étapes, inspecte les résultats, résout les ambiguïtés et affine son approche pour répondre à des questions complexes avec plus de précision. |
| Génération de filtres plus fiable | Génération avancée de DAX | La génération DAX recherche des valeurs dans les colonnes du modèle sémantique pour identifier les valeurs correctes des filtres et générer des requêtes plus fiables. |
Vous pouvez également basculer un agent de données vers le runtime d’aperçu par programmation à l’aide du kit de développement logiciel (SDK) Fabric de l’agent de données Python :
data_agent = FabricDataAgentManagement(data_agent_name)
# Switch to the preview runtime
data_agent.update_configuration(enable_preview_features=True)
config = data_agent.get_configuration()
print(f"Preview runtime enabled: {config.enable_experimental_features}")
# Switch back to the standard runtime
data_agent.update_configuration(enable_preview_features=False)
config = data_agent.get_configuration()
print(f"Preview runtime enabled: {config.enable_experimental_features}")
Note
Le runtime qu’un agent de données publié utilise est défini par la configuration de l’agent au moment de la publication. Si vous publiez un agent de données pendant qu’il est configuré pour utiliser le runtime d’aperçu, la version publiée continue à s’exécuter sur le runtime d’évaluation jusqu’à ce que vous republiez l’agent avec une sélection d’exécution différente.