Microsoft Fabric でデータを管理する
Microsoft Fabric にはいくつかの基本的なガバナンス機能が含まれており、組織のニーズによってはその機能で十分な場合があります。
医療供給者の例では、正確なデータ ガバナンスが必要になります。一部の地域の法律が非常に厳格であり、不要な費用を発生させたくないためです。 Microsoft Fabric のデータ ガバナンス機能を評価して、それだけで要件を満たしているかどうかを調べる必要があります。
このユニットでは、Fabric のガバナンス機能について説明します。
Microsoft Fabric とは何か?
Fabric は、Microsoft のエンド ツー エンドの分析およびデータ プラットフォームです。 このサービスとしてのソフトウェア (SaaS) プラットフォームでは、データの格納、移動、処理、取り込み、変換、分析を、データのサイズや現在の形式に関係なく行うことができます。 Fabric ではデータがシームレスに統合されるため、さまざまなプロトコルを使って各種ベンダーのソリューションをインターフェイスする必要がなくなります。 必要な場所および形式でデータを取得したら、高度なビジネス インテリジェンス機能を使ってそれを分析し、意思決定に役立つ分析情報を生成できます。 Fabric の機能とツールはすべて AI 統合によってサポートされているため、生産性が向上します。
Note
Microsoft Fabric には、以前は Power BI、Azure Synapse Analytics、Azure Data Factory で個別に利用できた機能と、新機能が含まれています。
ファブリック エクスペリエンス
Fabric には、データの操作と分析に関するあらゆるニーズに対応するためのさまざまなエクスペリエンスが含まれています。
- Data Factory: このエクスペリエンスでは、さまざまなデータ コネクタを使って、各種ソースからデータの取り込み、準備、変換を行うことができます。
- Synapse Data Engineering: このエクスペリエンスは、スケジュールされたジョブとノートブックを使って膨大な量のデータを収集、格納、処理、分析するために使用できる Spark プラットフォームです。
- Synapse Data Warehouse: このエクスペリエンスでは、コンピューティングをストレージから分離し、それぞれを個別にスケーリングできます。 データはデータ レイク形式で格納され、業界トップレベルの SQL パフォーマンスを実現します。
- Synapse Data Science: このエクスペリエンスでは、機械学習モデルのトレーニング、デプロイ、使用を行うことができます。
- Real-Time Intelligence: このエクスペリエンスは、デバイス テレメトリ、データ ログ、ストリーミング データなど、イベント ドリブン データのための完全なソリューションです。
- Power BI: このエクスペリエンスでは、データに隠された傾向の視覚化、調査、検出を行うことができます。 Power BI レポートを共有して、最善の意思決定をサポートできます。
- Data Activator: このエクスペリエンスでは、データ内で特定の条件が満たされたときに起動するアクションを指定できます (電子メールやワークフローなど)。 これらのアクションは、コードを記述せずに作成できます。
OneLake
Fabric では、すべての情報がデータ レイクに格納され、構造化データと非構造化データの両方を保持できます。 Microsoft のデータ レイクの実装は OneLake と呼ばれ、Azure Data Lake Storage (ADLS) Gen 2 に基づいて構築されています。 この単一のストレージ メカニズムを基盤とすることで、一貫したポリシーとセキュリティを適用しながら、サイロを排除しコストを削減することができます。
データ ガバナンスとは
多くの場合、組織が所有し、処理するデータは、ビジネス クリティカルで機密性の高いものです。 ほとんどの企業にとっては、データが安全に保管され、簡単に利用でき、活動するすべての地域の法律に準拠して処理されることが不可欠です。
データ ガバナンスとは、データの品質、一貫性、セキュリティ、使いやすさを確保するために使用するポリシーとプラクティスを表す用語です。 この規範には、データをそのライフサイクル全体にわたって効果的に管理するさまざまなアクティビティと責任が含まれます。
通常、データ ガバナンス プログラムには次のものが含まれます。
- 監査: データのソースと変更元を記録します
- 評価: データの有用性と精度を評価します
- [ドキュメント]: データを使う可能性がある人向けにデータの性質を説明します
- 管理: 不正確なデータの削除、アクセス要求への対応、データに関する法令遵守の確保を行います
- 保護: 未承認のアクセス、ランサムウェア、その他の攻撃からデータを保護します
適切に統制されたデータは、信頼性が高く、適切なユーザーが簡単に利用できます。
ヒント
大規模な組織では、サイロに分割されたデータがあることもよくあります。 企業内の個別のユニットが所有する従来のシステムとデータベースでは、セキュリティ上の理由から障壁が設定され、アクセスが妨げられます。 このような場合は、セキュリティを維持しながらデータの統合とデータ サイロの排除を実現することがデータ ガバナンスにとって不可欠な要素となります。
堅実なデータ ガバナンス計画を実行すれば、会社にとって次のような利点を実現できます。
- 信頼できる唯一の情報源によって混乱を減らし、適切な意思決定をサポート。
- 測定した世界をより正確に反映する高品質のデータ。
- アクセス要求の高速な順守。
- データの保存と管理のコストを削減。
Microsoft Fabric のデータ ガバナンス機能
Fabric では多くのデータ ガバナンス タスクをすぐに実行でき、Microsoft Purview への追加のサブスクリプションは必要ありません。 使用できるいくつかの機能を調べてみましょう。
データ資産の管理
組織のデータ資産とは、データ アセットのコレクション全体のことです。 大規模なデータ資産の保守と管理には時間がかかります。 Fabric は、次のツールでこのタスクをサポートします。
- Fabric 管理ポータル: テナント設定、容量、ドメイン、その他のオブジェクトを制御します。通常は管理者用に予約されています。
- テナント、ドメイン、ワークスペース: データや機能へのアクセスを制御するために使用できる論理コンテナーです。 たとえば、Fabric 管理者はテナント内のすべての設定にアクセスできる必要がありますが、チーム レベルのデータ コントローラーは自分のドメインまたはワークスペースの設定のみを制御できるようにします。
- ドメインでは、1 つのビジネス領域や対象分野に関連のあるデータをグループ化します。
- ワークスペースでは、1 つのチームまたは部門が使う Fabric 項目をグループ化します。
- 容量: これらのオブジェクトでは、すべての Fabric ワークロードのコンピューティング リソース使用量を制限します。
- メタデータのスキャン: スキャンでは、名前、ID、秘密度、承認などの値をデータ レイクから抽出できます。 このメタデータを使って、ガバナンス ポリシーの分析および設定を行うことができます。
データの保護
安全なデータは、未承認のアクセスや破壊的攻撃から保護されます。 また、当該地域で適用されるデータ保存に関する規制にも準拠しています。 Fabric には、次の便利なツールが含まれています。
- データ タグ: タグを使ってデータの秘密度を識別し、データの保有と保護に関するポリシーを適用します。
- ワークスペース ロール: ロールを使って、ワークスペース内のデータにアクセスする権限を持つユーザーを定義します。
- データ レベルのコントロール: テーブル、行、列などの Fabric 項目のレベルでコントロールを使用し、細かい制限を適用します。
- 認定: Fabric は多くのデータ管理認定に準拠しています。たとえば、HIPAA BAA、ISO/IEC 27017、ISO/IEC 27018、ISO/IEC 27001、ISO/IEC 27701 などです。
データの検出と使用の促進
データは、ユーザーが見つけて分析することができて初めて役に立ちます。 Fabric の次の機能により、データの使用を促進できます。
- OneLake データ ハブ: このツールを使えば、資産内のデータを簡単に見つけて探索できます。
- 承認: ユーザーが Fabric 項目を承認し、高品質であると見なします。 承認は、項目に含まれているデータを他のユーザーが信頼するのに役立ちます。
- データ系列: この機能は、ワークスペース内の項目間のデータ フローと、変更が及ぼす影響を理解するのに役立ちます。
データ使用状況の監視
Fabric により、情報がどのように使用されているかを監視できます。
- 監視ハブ: このハブには、Fabric 項目に何が起こったかが表示されます。 表示されるのは、表示するアクセス許可がある Fabric 項目のアクティビティのみです。
- 容量メトリック: 容量メトリック アプリを使って、使用状況と消費量を監視します。