探索 Microsoft Fabric 的資料分析

您將透過此練習探索 Microsoft Fabric Lakehouse 的資料擷取及分析。

完成本實驗室後，您將：

瞭解 Microsoft Fabric Lakehouse 概念：瞭解如何建立工作區和 Lakehouse，這是在 Fabric 中組織和管理資料資產的核心。
使用管道擷取資料：使用引導式管道將外部資料帶入湖屋，使其無需手動編碼即可查詢。
使用 SQL 探索和查詢數據：使用熟悉的 SQL 查詢分析攝取的數據，直接在 Fabric 中獲得見解。
管理資源：了解清理資源的最佳實踐，以避免不必要的費用。

紐約市出租車數據集的背景：

「NYC Taxi - Green」資料集包含紐約市計程車行程的詳細記錄，包括上車和下車時間、地點、行程距離、票價和乘客人數。它廣泛用於數據分析和機器學習，用於探索城市交通、需求預測和異常檢測。在此實驗室中，您將使用此真實世界資料集，在 Microsoft Fabric 中練習資料擷取和分析。

此實驗室需要大約 25 分鐘才能完成。

注意：您需要 Microsoft Fabric 授權才能完成此練習。如需如何啟用免費 Fabric 試用版授權的詳細資訊，請參閱開始使用 Fabric。您需要 Microsoft 學校或公司帳戶才能執行此動作。如您尚未擁有，您可註冊 Microsoft Office 365 E3 或更高版本的試用版。

第一次使用任何 Microsoft Fabric 功能時，可能會出現提示。駁回這些。

建立工作區

在運用 Fabric 的資料之前，請先啟用 Fabric 試用版並建立工作區。

提示：工作區是所有資產（湖庫、管線、筆記本、報表）的容器。啟用 Fabric 容量可讓這些專案執行。

在瀏覽器中流覽至 Microsoft Fabric 首頁https://app.fabric.microsoft.com/home?experience=fabric，然後使用您的 Fabric 認證登入。
在左側功能表列，選取 [工作區]** (圖示看起來類似 )。
以您選擇的名稱建立新工作區，在 [進階]** 區段選取包含 Fabric 容量 (試用版、進階版或 Fabric) 的授權模式。

提示： 選取包含 Fabric 的容量可為工作區提供資料工程工作所需的引擎。使用專用工作區可使您的實驗室資源保持隔離且易於清理。
當新工作區開啟時，應為空白。

建立 Lakehouse

現在您已經有了工作區，是時候為您的資料檔案建立 Lakehouse 了。

提示： Lakehouse 會將檔案和資料表整合到 OneLake 上。您可以儲存原始檔案，也可以建立可使用 SQL 查詢的受控 Delta 資料表。

在左側的功能表列上，選取 [建立]。在 [新增] 頁面的 [資料工程師] 區段下，選取 [Lakehouse]。給它一個您選擇的唯一名稱。

備註：如果「建立」** 選項未固定到側邊欄，則需要先選取省略號（…**）選項。

在約一分鐘之後，將建立新 Lakehouse：
檢視新 Lakehouse，並注意左側的 [Lakehouse 總管]** 窗格可讓您瀏覽 Lakehouse 的資料表與檔案：
- Tables 資料夾包含您可以使用 SQL 語意查詢的資料表。 Microsoft Fabric Lakehouse 的資料表是以 Apache Spark 常用的 Delta Lake 檔案格式為基礎。
- [檔案]** 資料夾包含 OneLake 儲存體的資料檔，且其與受管理差異資料表的 Lakehouse 無關。您也可在此資料夾建立捷徑，以便參考外部儲存資料。
Lakehouse 目前無資料表或檔案。

提示：將檔案用於原始或暫存資料，並將表格用於策劃的查詢就緒資料集。資料表由 Delta Lake 支援，因此支援可靠的更新和有效率的查詢。

內嵌資料

擷取資料的簡單方式是，利用管線的複製資料活動從來源擷取資料，並將其複製到 Lakehouse 的檔案。

提示：管線提供引導式、可重複的方式，將資料帶入湖庫。它們比從頭開始編碼更容易，並且可以在需要時稍後安排。

在 Lakehouse 的 [首頁 ] 的 [ 取得資料 ] **功能表中，選取 [新增資料管線 **]，然後建立名為 [擷取資料 ] 的新資料管線。
在 [複製資料] 精靈的 [選擇資料來源 ] **頁面上，選取 **[範例資料]，然後選取 [紐約市計程車 - 綠色] 範例資料集。
在 [連線到資料來源 ] **頁面上，檢視資料來源中的資料表。應該有一個表格包含紐約市出租車旅行的詳細信息。然後選取下一步 以繼續前往連線至資料目的地 頁面**。
在 [連線到資料目的地 ] **頁面上，設定下列資料目的地選項，然後選取 **[下一步]：
- 根資料夾：資料表
- 載入設定：載入至新資料表
- 目的地資料表名稱：taxi_rides （您可能需要等候顯示欄對應預覽，才能變更此設定）
- 資料行對應：保留預設對應不變
- 啟用資料分割：未選取
為什麼有這些選擇？

我們從資料表作為根目錄開始，因此資料會直接進入受控 Delta 資料表，您可以立即查詢該資料表。我們正在將其載入到一個新表中，以便此實驗室保持獨立，並且不會覆蓋任何現有內容。我們將堅持使用 預設欄對應 ，因為範例資料已符合預期的結構，無需自訂對應。 已關閉分割 區，以讓這個小型資料集變得簡單;雖然分割區對於大規模資料很有用，但這裡不需要。
在 [檢閱 + 儲存]** 頁面，確定已選取 [立即啟動資料傳輸]** 選項，然後選取 [儲存 + 執行]**。

提示：立即啟動可讓您觀察管線的運作情況，並確認資料已送達，而不需要額外的步驟。

系統會建立包含複製資料活動的新管線，如下所示：

當管線開始執行時，您可透過管線設計工具的 [輸出]** 窗格監視其狀態。使用 **↻ （重新整理）圖示來重新整理狀態，並等待狀態成功（可能需要 10 分鐘或更長時間）。這個特定的資料集包含超過 75,000,000 列，儲存了大約 2.5 Gb 的資料。
在左側中樞功能表列，選取您的 Lakehouse。
在 [首頁 ] 的 [ Lakehouse 總管 ] **窗格中，在 [資料表 **] **節點的 […] 功能表中，選取 **[重新整理]，然後展開 [資料表]，以確認已建立taxi_rides資料表。

附註：如果新表格列為未識別，請使用其重新整理功能表選項來重新整理視圖。

提示：會快取瀏覽器視圖。重新整理會強制它擷取最新的資料表中繼資料，以便新資料表正確顯示。
選取taxi_rides** 表格以檢視其內容。

查詢 Lakehouse 的資料

現在您已擷取資料至 Lakehouse 的資料表，您可利用 SQL 來查詢。

提示： Lakehouse 資料表適合 SQL。您可以立即分析資料，而無需將其移至另一個系統。

在 [Lakehouse] 頁面的右上角，從 Lakehouse** 檢視切換至 **Lakehouse 的 SQL 分析端點。

提示： SQL 分析端點已針對在湖庫資料表上執行 SQL 查詢進行了最佳化，並與熟悉的查詢工具整合。

在工具列，選取 [新增 SQL 查詢]**。然後，輸入以下 SQL 程式碼至查詢編輯器。

 SELECT  DATENAME(dw,lpepPickupDatetime) AS Day,
         AVG(tripDistance) As AvgDistance
 FROM taxi_rides 
 GROUP BY DATENAME(dw,lpepPickupDatetime)

選取&# 9655;執行按鈕 來執行查詢並檢閱結果，其中應包括一週中每一天的平均行程距離。

提示：此查詢會依日期名稱將行程分組，並計算平均距離，並顯示您可以建置的彙總的簡單範例。

清除資源

如您已完成探索 Microsoft Fabric，您可刪除您為此練習建立的工作區。

提示：刪除工作區會移除實驗室中建立的所有項目，並有助於防止持續收費。

在左側列，選取工作區圖示即可檢視其所包含的所有項目。
在工具列中，選取 [工作區設定]。
在 [ 一般 ] 區段中，選取 [ **移除此工作區]。**