セマンティックリンクは、Microsoft Fabricでセマンティックモデルとデータサイエンスを接続する機能です。 セマンティック リンクの使用は、Microsoft Fabricでのみサポートされます。
Fabric Runtime 1.2 (Spark 3.4) 以降では、セマンティック リンクは既定のランタイムで使用でき、インストールする必要はありません。
セマンティック リンクの最新バージョンに更新するには、次のコマンドを実行します。
%pip install -U semantic-link
セマンティック リンクの主な目的は次のとおりです。
- データ接続を容易にする。
- セマンティック情報の伝達を有効にする。
- ノートブックなど、データ サイエンティストが使用する確立されたツールとシームレスに統合 します。
セマンティック リンクを使用すると、標準化された方法で、データ セマンティクスに関するドメイン知識を保持することができます。これにより、データ分析を高速化してエラーを減らすことができます。
セマンティックリンクデータフロー
セマンティック リンクのデータ フローは、データとセマンティック情報を含むセマンティック モデルから始まります。 セマンティックリンクはPower BIとデータサイエンスのワークロードの間の橋渡しとなります。
セマンティックリンクを用いることで、Power BIのセマンティックモデルをデータサイエンスのワークロードで使い、機械学習技術を用いて詳細な統計分析や予測モデリングなどのタスクを実行できます。 Apache Spark を使用してデータ サイエンス作業の出力を OneLake に格納し、Direct Lake を使用して格納された出力をPower BIに取り込むことができます。
Power BI接続
セマンティック モデルは、単一のテーブル オブジェクト モデルとして機能し、Power BIメジャーなどのセマンティック定義の信頼できるソースを提供します。 セマンティック リンクは、次のエコシステム内のセマンティック モデルに接続されるため、データ サイエンティストは最も使い慣れたシステムで簡単に作業できます。
- Python pandas エコシステムは、SemPy Python ライブラリを使用します。
- Sparkネイティブ コネクタを介した Apache Spark エコシステム。 この実装では、PySpark、Spark SQL、R、Scala など、さまざまな言語をサポートしています。
セマンティック情報の適用
データ内のセマンティック情報にはPower BI データ カテゴリ (住所と郵便番号、テーブル間のリレーションシップ、階層情報など) が含まれます。
これらのデータカテゴリは、セマンティックリンクがデータサイエンス環境に伝播し、新しい体験を可能にし、データの系譜を維持するためのメタデータで構成されています。
セマンティック リンクのいくつかの適用例を次に示します。
- 組み込みの セマンティック関数のインテリジェントな提案。
- add-measuresを使用してPower BIメジャーを用いたデータ増強のための革新的な統合。
- テーブル間のリレーションシップとテーブル内の機能依存関係に基づく データ品質検証 用のツール。
セマンティック リンクは、ビジネス アナリストが包括的なデータ サイエンス環境でデータを効果的に使用できる強力なツールです。
セマンティック リンクを使用すると、データ サイエンティストとビジネス アナリスト間のシームレスなコラボレーションが容易になり、Power BI メジャーに埋め込まれたビジネス ロジックを再実装する必要がなくなります。 このアプローチにより、両当事者が効率的かつ生産的に作業し、データ主導の分析情報の可能性を最大限に高めることができます。
FabricDataFrame データ構造
FabricDataFrame は、セマンティックリンクがセマンティックモデルからデータサイエンス環境へセマンティック情報を伝播させるために使用する主要なデータ構造です。
FabricDataFrame クラス:
- すべての Pandas 操作に対応しています。
- pandas DataFrame をサブクラス化し、セマンティック情報や系列などのメタデータを追加します。
- データ サイエンス作業でPower BIメジャーを使用できるセマンティック関数と add-measure メソッドを公開します。
関連するコンテンツ
Python セマンティック リンク パッケージ (SemPy) - チュートリアル: 機能依存関係を使用してデータをクリーンアップする
- Power BI のセマンティック リンクと Microsoft Fabric との接続
- セマンティック リンクを使用してデータを探して検証する
- セマンティック モデル内のリレーションシップを調査して検証する