Terminología del tejido

Obtenga información sobre las definiciones de términos usados en Fabric, incluidos los términos específicos de cada carga de trabajo de Fabric.

Términos generales

Los términos siguientes se aplican en todas las cargas de trabajo de Fabric.

Capacity

Una capacidad es un conjunto dedicado de recursos que puede usar en un momento dado. La capacidad define la capacidad de un recurso para realizar una actividad o generar resultados. Los distintos elementos consumen una capacidad diferente en un momento determinado. Fabric ofrece capacidad a través de Fabric SKU y de las pruebas de Fabric. Para obtener más información, consulte ¿Qué es la capacidad?

Unidades de capacidad (RU)

Unidades de capacidad son la unidad de medida de la capacidad de cómputo en Fabric. Todas las cargas de trabajo y las operaciones consumen unidades de la capacidad de Fabric disponible. El consumo se clasifica como operaciones interactivas o en segundo plano. Para obtener más información, consulte Operaciones de tejido.

Delta Lake

Delta Lake es el formato de tabla estándar en todas las cargas de trabajo de Fabric. Al ingerir datos en Fabric, se almacena como tablas delta de forma predeterminada. Para obtener más información, consulte Interoperabilidad con formato de tabla delta Lake.

Direct Lake

Direct Lake es un modo de almacenamiento en Fabric que permite a los modelos semánticos leer tablas delta directamente desde OneLake sin importar datos ni usar DirectQuery. Direct Lake combina el rendimiento del modo de importación con la actualización de datos de DirectQuery. Para obtener más información, consulte Introducción a Direct Lake.

Domain

Un dominio permite a su organización agrupar áreas de trabajo en áreas lógicas de negocio, como "Finanzas" o "Marketing". Los dominios ayudan a los administradores de Fabric a delegar la administración y aplicar directivas de gobernanza por encima del nivel del área de trabajo. Para más información, vea Dominios.

Elemento

Un elemento es un objeto de Fabric, como un lakehouse, un cuaderno, un almacén de datos o un eventhouse. Cada carga de trabajo de Fabric incluye diferentes tipos de elementos. Por ejemplo, la carga de trabajo de Ingeniería de Datos incluye los elementos de definición de trabajos de lakehouse, notebook y Spark.

Modelo semántico

Un modelo semántico es una capa de metadatos en Fabric que define tablas, relaciones, medidas y conexiones de datos. Los modelos semánticos son el origen de datos para informes de Power BI, paneles y otras experiencias analíticas en Fabric. Para obtener más información, consulte Creación y administración de modelos semánticos.

Tenant

Un tenant es una única instancia de Fabric para una organización, asociada a un tenant de Microsoft Entra.

Carga de trabajo

Una carga de trabajo es una colección de funcionalidades destinadas a una funcionalidad específica. Las cargas de trabajo de Fabric incluyen Ingeniería de datos, Data Factory, Ciencia de datos, Data Warehouse, Bases de datos, Soluciones del sector, Real-Time Intelligence, Fabric IQ y Power BI.

Workspace

Un área de trabajo es una colección de elementos que reúne diferentes funcionalidades en un único entorno diseñado para la colaboración. Actúa como un contenedor que usa capacidad para el trabajo que se realiza y proporciona controles para determinar quién puede acceder a sus elementos. Por ejemplo, en un área de trabajo, los usuarios crean informes, cuadernos y modelos semánticos. Para más información, consulte el artículo sobre las Áreas de trabajo.

Data Engineering

La carga de trabajo Ingeniería de datos proporciona herramientas para el procesamiento y la transformación de datos a gran escala mediante Apache Spark.

Trabajo de Apache Spark

Un trabajo de Apache Spark forma parte de una aplicación spark que se ejecuta en paralelo con otros trabajos de la aplicación. Un trabajo consta de varias tareas. Para más información, consulte Supervisión de trabajos de Spark.

Definición de tarea de Apache Spark

Una definición de trabajo de Apache Spark es un conjunto de parámetros que indica cómo se debe ejecutar una aplicación spark. Permite enviar trabajos por lotes o de streaming al clúster de Spark. Para más información, consulte ¿Qué es una definición de trabajo de Apache Spark?

Lakehouse

Un lakehouse es una base de datos creada a través de un lago de datos, que contiene archivos, carpetas y tablas. Un lakehouse es utilizado por el motor Apache Spark y el motor SQL para el procesamiento de macrodatos. Lakehouses admite transacciones ACID al usar las tablas con formato Delta de código abierto. El elemento lakehouse se hospeda en una carpeta de área de trabajo única en Microsoft OneLake. Contiene archivos en varios formatos (estructurados y no estructurados) organizados en carpetas y subcarpetas. Para obtener más información, consulte ¿Qué es una casa del lago?

Notebook

Un cuaderno es una herramienta de programación interactiva de varios lenguajes que admite la creación de código y markdown, la ejecución y supervisión de trabajos de Spark, la visualización de resultados y la colaboración con los miembros del equipo. Puede usar cuadernos para explorar y procesar datos y para crear experimentos de aprendizaje automático. Un cuaderno se puede transformar en una actividad de canalización para la orquestación.

Aplicación Spark

Una aplicación Spark es un programa escrito por un usuario mediante uno de los lenguajes de API de Spark (Scala, Python, Spark SQL o Java) o lenguajes agregados Microsoft (.NET con C# o F#). Cuando se ejecuta una aplicación, se divide en uno o varios trabajos de Spark que se ejecutan en paralelo para procesar los datos con mayor rapidez. Para más información, consulte Seguimiento de la aplicación de Spark.

Orden de V

V-order es una optimización de escritura del formato de archivo Parquet que permite una lectura rápida. Todos los motores de Fabric escriben archivos parquet ordenados por v de forma predeterminada.

Fábrica de Datos

La carga de trabajo de Data Factory proporciona funcionalidades de integración y orquestación de datos, incluidas canalizaciones, flujos de datos y conectores para mover y transformar datos.

Conector

Un conector es un componente de Data Factory que se usa para conectarse a diferentes tipos de almacenes de datos. Después de conectarse, puede transformar los datos. Para obtener más información, consulte Conectores.

Flujo de datos Gen2

Dataflow Gen2 es una interfaz de código bajo para ingerir datos de cientos de orígenes de datos y transformar los datos. El flujo de datos Gen1 existe en Power BI. Dataflow Gen2 ofrece funcionalidades adicionales en comparación con los flujos de datos en Azure Data Factory o Power BI. No se puede actualizar de Gen1 a Gen2. Para más información, consulte Flujos de datos en la introducción a Data Factory.

Pipeline

Una canalización es un elemento de Data Factory que se usa para orquestar el movimiento y la transformación de datos. Estas canalizaciones son diferentes de las canalizaciones de implementación en Fabric. Para más información, consulte Canalizaciones.

Trigger

Un desencadenador es una funcionalidad de automatización en Data Factory que inicia canalizaciones basadas en condiciones específicas, como programaciones o disponibilidad de datos.

Ciencia de datos

La carga de trabajo ciencia de datos proporciona herramientas para crear, entrenar e implementar modelos de aprendizaje automático dentro de la plataforma Fabric.

Preparador de datos

Data Wrangler es una herramienta basada en cuadernos para el análisis de datos exploratorios. Combina una presentación de datos similar a la cuadrícula con estadísticas de resumen dinámico y un conjunto de operaciones comunes de limpieza de datos. Cada operación genera código que puede volver a guardar en el cuaderno como un script reutilizable.

Experimento

Un experimento es la unidad principal de la organización y el control de todas las ejecuciones de aprendizaje automático relacionadas. Para obtener más información, consulte Experimentos de aprendizaje automático en Fabric.

Modelo

Un modelo es un archivo de aprendizaje automático entrenado para reconocer determinados tipos de patrones. Se entrena un modelo sobre un conjunto de datos y se proporciona un algoritmo que usa para razonar y aprender de ese conjunto de datos. Para obtener más información, consulte modelo de Machine Learning.

Ejecutar

Una ejecución corresponde a una sola ejecución de modelo de código. En MLflow, el seguimiento se basa en experimentos y ejecuciones.

Almacén de datos

La carga de trabajo Data Warehouse proporciona almacenamiento de datos empresariales con funcionalidades completas de T-SQL para el almacenamiento y el análisis de datos estructurados.

Punto de conexión de análisis SQL

Un punto de conexión de análisis SQL es una función que se utiliza para ejecutar consultas T-SQL sobre los datos a fin de obtener análisis e información valiosa. Los puntos de conexión analíticos SQL están disponibles en Fabric para lakehouses, bases de datos reflejadas y bases de datos SQL. Para más información, consulte Punto de conexión de análisis SQL.

Almacenamiento

Un almacenamiento es un elemento que funciona como un almacenamiento de datos tradicional y admite las funcionalidades de T-SQL transaccionales completas que espera de un almacenamiento de datos empresarial. Para obtener más información, vea Data Warehouse.

Databases

La carga de trabajo "Bases de datos" proporciona capacidades de base de datos transaccional dentro de Fabric, incluidas la base de datos SQL en Fabric y Cosmos DB en Fabric.

Cosmos DB en Fabric

Cosmos DB en Fabric es una base de datos NoSQL en Fabric basada en Azure Cosmos DB para crear aplicaciones que requieren acceso a datos de baja latencia. Para obtener más información, consulte Cosmos DB en Fabric.

Base de datos SQL en Fabric

Una base de datos SQL en Fabric es una base de datos transaccional basada en Azure SQL Database que se usa para crear la base de datos operativa en Fabric. Para obtener más información, consulte SQL Database in Fabric.

Fabric IQ (inteligencia de tejido)

Fabric IQ forma parte de Microsoft IQ, un conjunto de funcionalidades que forman el nivel de inteligencia empresarial de la pila de Microsoft. En Microsoft IQ, Fabric IQ trabaja junto con Work IQ y Foundry IQ para proporcionar contexto para obtener una visión completa de su organización. La parte Fabric IQ proporciona contexto sobre entidades y datos empresariales.

Como carga de trabajo en Fabric, IQ (versión preliminar) agrupa elementos relacionados con la unificación de la semántica empresarial entre datos, modelos y sistemas para impulsar agentes inteligentes y decisiones.

Para obtener más información sobre Fabric IQ, consulte Fabric IQ overview.

Ontología

Una ontología es un elemento en el que puede definir tipos de entidad, relaciones, propiedades y otras restricciones para organizar los datos según el vocabulario empresarial. Para obtener más información, consulte ¿Qué es la ontología (versión preliminar)?

Plan

Un plan es una plataforma sin código unificada para la planificación colaborativa, los informes, el análisis, la integración de datos y la administración. Para obtener más información, consulte ¿Qué es el plan (versión preliminar)?

OneLake

OneLake es el lago de datos unificado y multinube de Fabric que actúa como la única capa de almacenamiento para todas las cargas de trabajo de Fabric. Para obtener más información, consulte ¿Qué es OneLake?

Uso compartido de datos (entre inquilinos)

Data sharing es una característica de OneLake que puede usar para compartir conjuntos de datos activos y controlados entre inquilinos de Microsoft Entra sin copiar datos.

Mirroring

Mirroring es el proceso de copiar datos de un origen externo en Fabric para crear una base de datos o catálogo reflejado. Para obtener más información, consulte ¿Qué es la creación de reflejo?

Seguridad de OneLake

OneLake security es el modelo de seguridad que OneLake usa para administrar el acceso y los permisos de los datos almacenados en Fabric. Para obtener más información, consulte Introducción a la seguridad de OneLake. Destinatarios externos acceden a los datos compartidos en el lugar, y todas las directivas de gobernanza permanecen aplicadas en el origen. Para obtener más información, consulte Uso compartido de datos externos.

Shortcut

Un acceso directo es una referencia integrada dentro de OneLake que apunta a otra ubicación de almacenamiento de archivos. Los accesos directos permiten el acceso a orígenes de datos operativos externos sin copiar datos ni crear canalizaciones ETL. Puede combinar atajos con la compartición de datos de OneLake para el acceso regulado entre inquilinos a conjuntos de datos compartidos. Para más información, consulte Accesos directos de OneLake.

Power BI

Power BI proporciona funcionalidades de inteligencia empresarial para crear informes interactivos, paneles y visualizaciones de datos.

Para consultar la terminología específica de Power BI, consulte Glosario del servicio Power BI.

Centro en tiempo real

Real-Time hub es la ubicación centralizada en Fabric para descubrir y administrar flujos de datos en tiempo real en toda su organización. Cada tenant de Fabric incluye el hub de forma automática. Para más información, consulte Información general sobre el centro en tiempo real.

Flujo de datos

Un flujo de datos es un origen de datos de flujo continuo que aparece en el centro en tiempo real. Los flujos de datos incluyen salidas de flujo de secuencias de eventos y tablas de bases de datos KQL. Aparecen automáticamente en el centro para cualquier usuario con acceso.

evento Fabric

Un evento Fabric es un evento generado por un recurso de Fabric o Azure, como un cambio de elemento del área de trabajo, una finalización del trabajo o una actualización Azure Blob Storage. Puede suscribirse a los eventos de Fabric para desencadenar acciones posteriores, como ejecuciones de canalizaciones o notificaciones. Para obtener más información, consulte Introduction to Azure and Fabric events.

Inteligencia en tiempo real

La carga de trabajo de Real-Time Intelligence proporciona herramientas para ingerir, procesar y analizar flujos de datos en tiempo real.

Activator

Un activador es un elemento sin código y poco código que se usa para crear alertas, desencadenadores y acciones en los flujos de datos. Para más información, vea Activator.

Detector de anomalías

Un detector de anomalías es un elemento que detecta anomalías en las tablas del centro de eventos y establece alertas. Para obtener más información, consulte Detección de anomalías (versión preliminar).

Generador de gemelos digitales

Un generador de gemelos digitales es un elemento que crea representaciones digitales de entornos reales para optimizar las operaciones físicas mediante datos. Para más información, consulte ¿Qué es el generador de gemelos digitales (versión preliminar)?

Conjunto de esquemas de eventos

Un conjunto de esquemas de eventos es un elemento que organiza uno o varios esquemas relacionados en conjuntos de esquemas, lo que permite la agrupación lógica y el control de acceso centralizado. Puede administrar quién puede ver, editar o modificar esquemas en el nivel de grupo, lo que facilita el uso de esquemas en equipos o proyectos. Para obtener más información, consulte Introducción al Registro de esquemas (versión preliminar).

Eventhouse

Un centro de eventos es un elemento para almacenar y analizar grandes volúmenes de datos, especialmente en escenarios que requieren análisis en tiempo real. Eventhouses admite flujos de datos en tiempo real, por lo que puede ingerir, procesar y analizar datos con baja latencia. Una sola área de trabajo puede contener varios centros de eventos, un centro de eventos puede contener varias bases de datos KQL y cada base de datos puede contener varias tablas. Para más información, consulte Introducción a Eventhouse.

Eventstream

Un eventstream es un elemento que proporciona un lugar centralizado en la plataforma Fabric para capturar, transformar y enrutar eventos en tiempo real a destinos con una experiencia sin código. Una secuencia de eventos consta de varios orígenes de datos de streaming, destinos de ingesta y un procesador de eventos cuando se necesita la transformación. Para obtener más información, consulte Fabric eventstreams.

Base de datos KQL

Una base de datos KQL es un elemento que contiene datos en un formato en el que puede ejecutar consultas KQL. Las bases de datos KQL son elementos de un centro de eventos. Para obtener más información, consulte la base de datos KQL .

Conjunto de consultas KQL

Un conjunto de consultas KQL es el elemento que se usa para ejecutar consultas, ver resultados y manipular los resultados de las consultas en los datos de la base de datos de Data Explorer. El conjunto de consultas incluye las bases de datos y las tablas, las consultas y los resultados. El conjunto de consultas KQL permite guardar consultas para su uso futuro o exportar y compartir consultas con otros usuarios. Para obtener más información, consulte Consulta de datos en el conjunto de consultas KQL.

Map

Un map es un elemento que visualiza datos de ubicación en tiempo real e históricos en Fabric, lo que le ayuda a supervisar eventos en directo, analizar patrones espaciales y comprender el contexto geográfico junto con la información basada en tiempo. Para obtener más información, vea About Fabric maps.

Agente de operaciones

Un agente de operaciones es un elemento que supervisa los datos en tiempo real, realiza un seguimiento de las métricas clave y recomienda acciones basadas en reglas de negocio definidas. Cada agente de operaciones es un elemento dedicado de Fabric diseñado para un proceso empresarial específico. Para obtener más información, consulte Agente de operaciones (versión preliminar).

Panel en tiempo real

Un panel en tiempo real es un elemento para supervisar y visualizar los datos de streaming. Puede usar un panel en tiempo real para ingerir, consultar y mostrar datos con baja latencia. Para obtener más información, consulte Introducción a los paneles en tiempo real.

Kit de desarrollo de cargas de trabajo

El Kit de desarrollo de cargas de trabajo (WDK) permite a los asociados y desarrolladores compilar, validar y publicar cargas de trabajo personalizadas que amplían la plataforma de Fabric.

Kit de herramientas de extensibilidad

El Kit de herramientas de extensibilidad es la evolución moderna del Kit de desarrollo de cargas de trabajo. Proporciona un SDK y un kit de inicio para crear cargas de trabajo personalizadas que se integran en Fabric. Para obtener más información, consulte Fabric Extensibility Toolkit.

Centro de cargas de trabajo

El Workload Hub es el lugar central en Fabric donde los usuarios detectan, agregan y administran cargas de trabajo personalizadas en el nivel de inquilino, capacidad o área de trabajo. Para más información, consulte Cómo consumir cargas de trabajo.