Microsoft Fabric 的新增功能
此頁面會持續更新，其中包含 Microsoft Fabric 新增功能的最新檢閱。
- 若要關注 Fabric 新聞和功能的最新消息，請參閱 Microsoft Fabric 更新部落格。
- 如需社群、行銷、案例研究和產業新聞，請參閱 Microsoft Fabric 部落格。
- 若要關注 Power BI 的最新功能，請參閱 Power BI 的新增功能
- 如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
Microsoft Fabric 的新增功能
功能目前處於預覽狀態
下表列出目前為預覽狀態的 Microsoft Fabric 功能。 預覽功能依字母順序排序。
注意
目前處於預覽狀態的功能可在補充使用規定下取得。 檢閱適用於 Beta、預覽版或尚未發行至正式運作的 Azure 功能的法律條款。 Microsoft Fabric 提供預覽版，讓您有機會在正式推出之前，先評估並分享預覽功能的產品群組意見反應。
| 功能 | 深入了解 |
|---|---|
| AutoML 程式代碼優先預覽 | 在網狀架構 資料科學 中，新的 AutoML 功能可讓您自動化機器學習工作流程。 AutoML (或自動化機器學習) 是一組技術與工具，可針對任何指定的資料和任務類型自動訓練和最佳化機器學習模型。 |
| Fabric 中的 AutoML 低程式代碼使用者體驗 （預覽） | AutoML 或自動化 機器學習 是一個程式，可自動化開發機器學習模型的耗時和複雜工作。 新的低程式代碼 AutoML 體驗支援各種不同的工作，包括回歸、預測、分類和多類別分類。 若要開始使用，請使用自動化 ML 建立模型（預覽版）。 |
| Azure Data Factory 專案 | 您現在可以 將現有的 Azure Data Factory （ADF） 帶入您的網狀架構工作區。 這個新的預覽功能可讓您從網狀架構工作區聯機到現有的 Azure Data Factory。 在網狀架構 Data Factory 工作區內選取 [建立 Azure Data Factory]，而您可以直接從 [網狀架構] 工作區管理 Azure Data Factory。 |
| 容量集區 (預覽版) | 容量系統管理員現在可以根據其工作負載需求建立自訂集區 (預覽版)，進而對計算資源提供細微控制。 資料工程和資料科學的自訂集區可以在工作區 Spark 設定和環境項目中設定為 Spark 集區選項。 |
| Code-First 超參數微調 (預覽版) | 在網狀架構 資料科學 中，FLAML 現在已整合超參數微調，目前是預覽功能。 Fabric flaml.tune 的功能可簡化此程式，為超參數微調提供符合成本效益且有效率的方法。 |
| Fabric 中的 Copilot 已在全球範圍內提供 | Fabric 中的 Copilot 現在可供所有客戶使用，包括適用於 Power BI 的 Copilot、Data Factory、資料科學和資料工程以及即時智慧。 如需詳細資訊，請參閱在 Fabric 中的 Copilot 概觀。 |
| 複製作業 | 複製作業 （預覽版） 的優點優於舊版 複製活動。 如需詳細資訊，請參閱 宣佈預覽：Microsoft Fabric 中的複製作業。 如需教學課程，請參閱 瞭解如何在Data Factory中建立適用於 Microsoft Fabric 的複製作業（預覽）。 |
| Data Factory Apache Airflow 作業預覽 | Data Factory 中的 Apache Airflow 作業 （預覽） 由 Apache Airflow 提供順暢的撰寫、排程和監視體驗，適用於定義為「有向非循環圖形」的 Python 型數據處理程式。 如需詳細資訊，請參閱快速入門：建立資料工作流程。 |
| Data Factory 中的數據 Copilot 管線功能 （預覽） | Data Factory 中的Copilot新數據管線功能現在可在預覽中取得。 這些功能可作為 AI 專家，協助使用者建置、疑難解答和維護數據管線。 |
| 適用於 Spark DataFrames 的 Data Wrangler (預覽版) | Data Wrangler 現支援 Spark DataFrame (預覽版)，除了 pandas DataFrames 外，使用者現在還可使用 Data Wrangler 來編輯 Spark DataFrame。 |
| 資料科學 AI 技能 (預覽版) | 您現在可以使用 AI 技能 (預覽版) 在 Fabric 中透過資料建置您自己的生成式 AI 體驗！ 您可以透過 Lakehouses 和倉儲建置問答 AI 系統。 如需詳細資訊，請參閱 Microsoft Fabric 中的 AI 技能簡介：現在處於預覽狀態。 若要開始使用，請嘗試使用 AdventureWorks 資料集的 AI 技能範例。 |
| 具有 CI/CD 和 Git 整合的數據流 Gen2 | 數據流 Gen2 現在支援持續整合 /持續部署 （CI/CD） 和 Git 整合。 此 預覽功能 可讓您在連線至網狀架構工作區的 Git 存放庫中建立、編輯及管理數據流。 此外，您可以使用部署管線功能，將從工作區到其他工作區的數據流部署自動化。 此外，您也可以使用網狀架構建立、讀取、更新、刪除和清單 （CRUDL） API 來管理數據流 Gen2。 |
| SQL 分析端點中的差異數據行對應 | SQL 分析端點現在支援 已啟用資料行對應的差異數據表。 如需詳細資訊，請參閱 差異數據行對應 和 SQL 分析端點的限制。 此功能目前為預覽功能。 |
| OneLake 中的網域 (預覽版) | OneLake 中的網域可協助您將資料整理成邏輯資料網格，以允許同盟治理及最佳化商務需求。 您現在可以建立子網域、使用者的預設網域，以及在網域之間移動工作區。 如需詳細資訊，請參閱 Fabric 網域。 |
| 管線中筆記本的高並行模式 （預覽） | 管線 中筆記本的高並行模式可讓使用者在管線內的多個筆記本之間共用Spark會話。 使用 高並行模式時，用戶可以觸發管線作業，而這些作業會自動封裝到現有的高並行會話中。 |
| Fabric 閘道可為內部部署資料啟用 OneLake 捷徑 | 使用您環境中的機器上的 Fabric 內部部署數據閘道 連線到內部部署數據源，以及 S3 相容或 Google Cloud Storage 數據源的網路可見度。 然後，您可以建立捷徑並選取該閘道。 如需詳細資訊，請參閱建立內部部署資料的捷徑。 |
| Spark 執行階段中適用於 Fabric 資料倉儲的 Fabric Spark 連接器 (預覽版) | 適用於數據倉儲的 Fabric Spark 連接器（預覽版）可讓 Spark 開發人員或數據科學家使用簡化的 Spark API，從 Lakehouse 的倉儲或 SQL 分析端點存取及處理數據。 |
| 網狀架構 Spark 診斷發出器 （預覽） | Fabric Apache Spark 診斷發出器（預覽版）可讓 Apache Spark 使用者從其 Spark 應用程式收集記錄、事件記錄和計量，並將其傳送至各種目的地，包括 Azure 事件中樞、Azure 儲存體 和 Azure Log Analytics。 |
| 網狀架構 SQL 資料庫 （預覽） | Microsoft Fabric 中的 SQL 資料庫（預覽版）是以 Azure SQL 資料庫 為基礎的易開發人員事務資料庫，可讓您輕鬆地在 Fabric 中建立操作資料庫。 Fabric 中的 SQL 資料庫會使用 SQL 資料庫 引擎作為 Azure SQL 資料庫。 檢閱 SQL 資料庫的決策指南。 |
| 工作區中的資料夾 (預覽版) | 作為工作區中的組織單位，資料夾會藉由提供階層式結構來組織和管理您的項目，進而解決此痛點。 如需詳細資訊，請參閱在工作區中建立資料夾 (預覽版)。 |
| 使用 Snowflake 和快捷方式在 OneLake 中的冰山資料 （預覽） | 您現在可以 在沒有數據移動或重複的 Microsoft Fabric 之間取用 Iceberg 格式的數據，加上 Snowflake 已新增將 Iceberg 數據表直接寫入 OneLake 的能力。 如需詳細資訊，請參閱 搭配 OneLake 使用 Iceberg 數據表。 |
| 資料流 Gen2 的累加式重新整理 （預覽） | Fabric Data Factory 中數據流 Gen2 的累加式重新整理是設計來優化數據擷取和轉換，特別是隨著數據繼續擴充。 如需詳細資訊，請參閱 宣佈預覽：數據流 Gen2 中的累加式重新整理。 |
| 在資料管線中叫用遠端管線 （預覽） | 您現在 可以使用叫用 管線 （預覽） 活動，從 Azure Data Factory 或 Synapse Analytics 管線呼叫管線。 這項功能可讓您透過這個新的叫用管線活動內嵌呼叫它，利用光纖管線內的現有ADF或Synapse管線。 |
| Lakehouse 結構描述功能 | Lakehouse 結構描述功能 (預覽版) 引進了資料管線支援，可從 Lakehouse 資料表讀取結構描述資訊，並且還支援將資料寫入指定結構描述下的資料表。 Lakehouse 結構描述可讓您將資料表分組在一起，以改善資料探索、存取控制等等。 |
| Git 整合和部署管線的 Lakehouse 支援 (預覽版) | Lakehouse 現在與 Microsoft Fabric 中的生命週期管理功能整合，可在整個產品生命週期中為所有開發小組成員提供標準化共同作業。 生命週期管理可持續將功能和錯誤修復傳遞至多個環境，進而輔助有效的產品版本設定和發行流程。 |
| 受控虛擬網路 (預覽版) | 受控虛擬網路是由 Microsoft Fabric 為每個 Fabric 工作區建立和管理的虛擬網路。 |
| Microsoft 365 連接器現在支援將資料擷取至 Lakehouse (預覽版) | Microsoft 365 連接器現在支援將資料擷取至 Lakehouse 資料表。 |
| Microsoft Fabric 管理員 API | Fabric 管理員 API 旨在簡化管理工作。 Fabric 管理員 API 的初始集經過量身打造，可簡化工作區、Fabric 項目和使用者存取詳細資料的探索。 |
| Microsoft Fabric 中的鏡像 (預覽版) | 透過 Fabric 中的資料庫鏡像，您可以輕鬆地 在 Microsoft Fabric 中將資料庫帶入 OneLake，啟用順暢的零 ETL、近乎實時的數據見解，以及解除鎖定倉儲、BI、AI 等等。 如需詳細資訊，請參閱什麼是 Fabric 中的鏡像？ |
| 執行時間 1.3 上的原生執行引擎 （預覽） | Fabric Runtime 1.3 的原生執行引擎 現已提供預覽版，可在數據處理、ETL、數據科學和互動式查詢之間提供絕佳的查詢效能。 使用原生執行引擎時，不需要變更任何程序代碼，才能加速執行 Apache Spark 作業。 |
| 巢狀通用資料表表示式 （CTE） （預覽） | 網狀架構倉儲和 SQL 分析端點都支援標準、循序和巢狀 CTE。 雖然 CTE 已在 Microsoft Fabric 中正式推出， 但 Fabric 數據倉儲 中的巢狀通用數據表運算式 （CTE） 目前是預覽功能。 |
| vscode.dev 內的筆記本偵錯 （預覽） | 您現在可以使用 Synapse VS Code - 遠端擴充功能，在 vscode.dev 中放置斷點並偵錯 Notebook 程式代碼。 此更新會先從 Fabric Runtime 1.3 開始。 |
| OneLake 資料存取角色 | Lakehouse 的 OneLake 資料存取角色處於預覽狀態。 角色權限和使用者/群組指派可透過新的資料夾安全性使用者介面，輕鬆地進行更新。 |
| OneLake SAS （預覽） | 支援短期、使用者委派的 OneLake SAS 現在處於預覽狀態。 這項功能可讓應用程式要求由 Microsoft Entra ID 支援的使用者委派密鑰，然後使用此金鑰來建構 OneLake SAS 令牌。 您可以交出此令牌，以提供委派存取權給另一個工具、節點或使用者，以確保安全且受控制的存取權。 |
| 開啟鏡像 （預覽） | 開啟鏡像 可讓任何應用程式根據開放式鏡像公用 API 和方法，直接將數據寫入 Fabric 中的鏡像資料庫。 開啟鏡像 是設計成可延伸、可自定義和開啟。 這是一項強大的功能，可根據開放式 Delta Lake 數據表格式，擴充 Fabric 中的鏡像。 若要開始使用，請參閱 教學課程：設定Microsoft網狀架構開啟鏡像資料庫。 |
| Fabric 中預建的 Azure AI 服務 (預覽版) | Fabric 中預建的 AI 服務的預覽版可與 Azure AI 服務 (舊稱為 Azure 認知服務) 整合。 預建的 Azure AI 服務可讓您使用預建的 AI 模型輕鬆增強資料，而不需要任何必要條件。 目前，預建的 AI 服務處於預覽狀態，並包含對 Microsoft Azure OpenAI 服務、Azure AI 語言和 Azure AI 翻譯工具的支援。 |
| Purview 數據外洩防護原則已擴充至 Fabric Lakehouses | 將 Purview 的數據外洩防護 （DLP） 原則擴充 至 Fabric Lakehouses Microsoft現在處於預覽狀態。 |
| Purview 數據外洩防護原則現在支援語意模型的限制存取動作 | 根據語意模型的敏感性內容限制存取，現在處於預覽狀態，可協助您 在將敏感性資訊上傳至 Fabric Lakehouses 和語意模型時自動偵測敏感性資訊。 |
| 即時儀錶板和基礎 KQL 資料庫存取區隔 （預覽） | 有了儀表板和基礎數據的不同許可權，系統管理員現在可以 彈性地允許用戶檢視儀錶板，而不需要授與原始數據的存取權。 |
| 保留作業的最大核心 （預覽） | 新的工作區層級設定可讓您 為Spark工作負載使用中工作保留最大核心。 如需詳細資訊，請參閱 Apache Spark for Fabric 中的高並行模式。 |
| 適用於 Fabric Data Factory 管線的 REST API (預覽版) | 適用於 Fabric Data Factory 管線的 REST API 現在處於預覽狀態。 適用於 Data Factory 管線的 REST API 可讓您擴充 Fabric 中的內建功能，以建立、讀取、更新、刪除和列出管線。 |
| 在 Eventstream 中使用受控私人端點保護資料串流 （預覽） | 藉由建立網狀架構受控私人端點，您現在可以在專用網內或防火牆後方安全地將 Eventstream 連線到 Azure 服務，例如 Azure 事件中樞 或 IoT 中樞。 如需詳細資訊，請參閱 在 Eventstream 中使用受控私人端點保護數據流 （預覽） 。 |
| 語意模型重新整理活動 （預覽） | 使用語意模型重新整理活動來重新整理Power BI資料集 （預覽），這是重新整理網狀架構語意模型最有效的方式。 |
| 筆記本互動式執行工作區設定中的工作階段到期控制 （預覽） | 資料工程師/Science 工作區設定中的新會話到期控制可讓您設定筆記本互動式會話的最大到期時間限制。 根據預設，會話會在 20 分鐘後到期，但您現在可以 自定義最長的到期期間。 |
| 共用 Fabric AI 技能的功能 （預覽） | Fabric AI 技能 的「共用」功能（預覽版）可讓您使用各種許可權模型與其他人共用 AI 技能。 |
| 共用網狀架構 AI 技能 （預覽） | 網狀架構 AI 技能 的共用功能（預覽版）可讓您使用各種許可權模型與其他人共用 AI 技能。 |
| Spark 執行序列分析 (預覽版) | Spark 監視執行序列分析功能可讓您從相同的筆記本或 Spark 工作定義，分析管線 Spark 活動定期執行執行個體和重複 Spark 執行活動的執行持續時間趨勢和效能比較。 |
| Splunk 附加元件 (預覽版) | 適用於 Splunk 的 Microsoft Fabric 附加元件可讓使用者使用 Kusto Python SDK 將 Splunk 平台的記錄擷取至 Fabric KQL DB。 |
| Tags (標籤) | 卷標 （預覽） 可協助系統管理員分類和組織數據、增強數據的搜尋能力，以及提升使用者的成功率和效率。 |
| Microsoft Fabric 中的工作流程 (預覽版) | Microsoft Fabric 中的工作流程的預覽版已對所有 Microsoft Fabric 使用者啟用。 使用 Fabric 工作流程，在設計資料專案時，您不再需要使用 Whiteboard 來草擬專案的不同部分及其相互關係。 相反地，您可以使用工作流程來建置此重要資訊並將其引入專案本身。 |
| 預覽版中的 varchar（max） 和 varbinary（max） 支援 | 對 Warehouse 中 varchar（max） 和 varbinary（max） 數據類型的支援目前為預覽狀態。 如需詳細資訊，請參閱 在網狀架構數據倉儲中宣佈 VARCHAR（MAX） 和 VARBINARY（MAX） 類型的公開預覽。 |
| Terraform Provider for Fabric （預覽） | Terraform Provider for Microsoft Fabric 現已處於預覽狀態。 Terraform Provider for Microsoft Fabric 支援建立和管理許多 Fabric 資源。 如需詳細資訊，請參閱 宣佈新的 Terraform Provider for Microsoft Fabric。 |
| 網狀架構筆記本中的 T-SQL 支援 （預覽） | Microsoft Fabric 中的 T-SQL 筆記本功能可讓您在筆記本中撰寫和執行 T-SQL 程式代碼。 您可以使用它們來管理複雜的查詢，並撰寫更好的 Markdown 檔。 它也允許直接在連線的倉儲或 SQL 分析端點上執行 T-SQL。 若要深入瞭解，請參閱 撰寫和執行 T-SQL 筆記本。 |
| 倉儲還原點及就地還原 | 您現在可以建立還原點並將倉儲就地還原至過去的時間點。 就地還原是資料倉儲恢復中不可或缺的一部分，可藉由取代或覆寫建立還原點的現有資料倉儲，將資料倉儲還原至先前已知的可靠狀態。 |
| 倉儲原始檔控制 (預覽版) | 您可搭配使用 Git 整合及/或部署管線與您的倉儲，進而管理已建立版本設定的倉儲物件的開發和部署。 您可以使用 Azure Data Studio 和 Visual Studio Code 中提供的 SQL Database Projects 延伸項目。 如需有關倉儲原始檔控制的詳細資訊，請參閱 Microsoft Fabri 中倉儲的 CI/CD。 |
正式發行的功能
下表列出最近從預覽版轉換為正式運作的 Microsoft Fabric 功能。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | OneLake 外部資料共享 （GA） | OneLake 外部數據共用 可讓 Fabric 使用者從其 Fabric 租使用者內與另一個 Fabric 租使用者中的使用者共享數據。 |
| 2024 年 11 月 | Microsoft Fabric GA 中的 GraphQL API | 現已正式運作的 GraphQL API 是一種數據存取層，可讓我們快速且有效率地在 Fabric 中查詢多個數據源。 如需詳細資訊，請參閱什麼是 Microsoft Fabric API for GraphQL？ |
| 2024 年 11 月 | 即時智慧：現已正式推出 | 我們很高興宣布即時情報現已正式推出（GA）。 這包括即時中樞、增強的 Eventstream、Eventhouse、即時儀錶板和啟動器。 如需詳細資訊，請參閱 什麼是實時智慧？ |
| 2024 年 11 月 | 網狀架構工作負載開發工具套件 （GA） | Microsoft網狀架構工作負載開發工具包現已正式推出。 此強固的開發人員工具組可用於使用前端 SDK 和後端 REST API 來設計、開發及與 Microsoft Fabric 互操作。 |
| 2024 年 11 月 | Azure SQL 資料庫 GA 的鏡像 | 在 Fabric 中使用 Azure SQL 資料庫 鏡像，您可以輕鬆地將數據從 Azure SQL 資料庫 複寫到 Microsoft Fabric 中的 OneLake。 |
| 2024 年 11 月 | 即時中樞 | Fabric 中的實時中樞現已正式推出。 如需詳細資訊，請參閱即時中樞概觀。 |
| 2024 年 10 月 | Notebook Git 整合 | Notebook Git 整合 現在支援在同步至新工作區時保存附加環境的對應關聯性。 如需詳細資訊，請參閱 筆記本原始檔控制和部署 |
| 2024 年 10 月 | 部署管線中的筆記本 | 現在，您也可以使用筆記本，在不同的環境中部署程式碼，例如開發、測試和生產環境。 您也可以使用部署規則來自訂部署筆記本時的行為，例如變更筆記本的預設 Lakehouse。 開始使用部署管線，Notebook 會自動顯示在部署內容中。 |
| 2024 年 9 月 | 雪花的鏡像 | 透過 Fabric 中的 Snowflake 鏡像，您可以輕鬆地 將 Snowflake 資料帶入 Microsoft Fabric 中的 OneLake。 如需詳細資訊，請參閱 鏡像雪花。 |
| 2024 年 9 月 | Copilot 適用於 Data Factory | Copilot 適用於 Data Factory 現已正式推出，並包含在數據流 Gen2 體驗中。 如需詳細資訊，請參閱 適用於 Data Factory 的 Copilot。 |
| 2024 年 9 月 | 數據流 Gen2 中的快速複製 | 快速 複製功能 現已正式推出。 如需詳細資訊，請參閱 宣布數據流 Gen2 中快速複製的正式運作。 |
| 2024 年 9 月 | 內部部署數據閘道 GA 中的網狀架構管線整合 | Microsoft Fabric 中數據管線的內部部署連線現已正式推出。 瞭解如何 存取 Data Factory 中適用於 Microsoft Fabric 的內部部署數據源。 |
| 2024 年 9 月 | Spark DataFrame 的數據 Wrangler | Data Wrangler 現已正式推出。 Data Wrangler 是以筆記本為基礎的探索數據分析工具，適用於 pandas DataFrames 和 Spark DataFrame，並透過新的可用性改進來正式推出。 |
| 2024 年 9 月 | Fabric Runtime 1.3 | Fabric Runtime 1.3 包含 Apache Spark 3.5、Delta Lake 3.1、R 4.4.1、Python 3.11、入門集區支持、環境整合和連結庫管理功能。 如需詳細資訊，請參閱 Fabric Runtime 1.3 已正式推出！。 |
| 2024 年 9 月 | OneLake 捷徑 API | OneLake 快捷方式的 REST API 允許以程式設計方式建立和管理快捷方式，現已正式推出。 您現在能夠以程式設計方式建立、讀取和刪除 OneLake 捷徑。 例如，請參閱使用 OneLake 捷徑 REST API。 |
| 2024 年 9 月 | 原始檔控制的 GitHub 整合 | Fabric 開發人員現可選擇 GitHub 或 GitHub Enterprise 作為其原始檔控制工具，並在該處為其 Fabric 項目建立版本。 如需詳細資訊，請參閱 Git 整合簡介。 |
| 2024 年 9 月 | Google Cloud Storage 的 OneLake 快捷方式 | 建立 Google Cloud Storage 捷徑，以透過單一統一名稱空間連線到現有的資料，而不需要複製或移動資料。 如需詳細資訊，請參閱 Google Cloud Storage快捷方式一般可供使用。 |
| 2024 年 9 月 | S3 相容數據源的 OneLake 快捷方式 | 建立 S3 相容的快捷方式 ，以透過單一統一名稱空間連線到現有的數據，而不需要複製或行動資料。 如需詳細資訊，請參閱 正式運作的 S3 相容快捷方式快捷方式。 |
如需較舊的 GA 公告，請檢閱 Microsoft Fabric 新功能封存。
社群
本節摘要說明適用於潛在和目前意見領袖和 MPV 的全新 Microsoft Fabric 社群機會。
- 註冊 Fabric 社群電子報。
- 加入區域 Fabric 使用者群組或加入本機事件。
- 在 Microsoft Fabric Ideas 中投票支援您最愛的新產品功能構想。
- 若要了解 Microsoft MVP 獎及尋找 MVP，請參閱 mvp.microsoft.com。
- 您是學生嗎？ 深入了解 Microsoft Learn 學生大使計畫。
- 瀏覽 Microsoft Fabric 職業中樞，了解認證旅程需要的所有內容，包括 50% 的測驗折扣。
- 觀看並訂閱 YouTube 上的 Microsoft Fabric 影片。
- 在 Microsoft Fabric 社群中詢問和回答問題。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 網狀架構社群會議於 2025 年 3 月至 4 月在拉斯維加斯舉行 | 從 2025 年 3 月 31 日至 4 月 2 日，為 FabCon Las Vegas 標記您的行事曆。 註冊並使用代碼 MSCUST 以 $150 折扣！ 早鳥定價將於 12 月 9 日結束。 想要分享您的專業知識嗎？ 在 12 月 6 日前提交您的內容 ！ |
| 2024 年 10 月 | 網狀架構影響者焦點 2024 年 10 月 | 查看 2024 年 10 月Microsoft MVP 和網狀架構超級使用者，在Microsoft網狀架構的所有層面都做了驚人的工作。 |
| 2024 年 10 月 | Microsoft Fabric 和 AI Learning Hackathon： Copilot 在 Fabric 中 | Microsoft Fabric 和 AI Learning Hackathon 的一部分，請閱讀Microsoft Fabric 中提供的各種功能Copilot指南，讓您提升生產力並簡化工作流程。 |
| 2024 年 10 月 | 免費取得 Microsoft Fabric 認證！ | 在有限的時間內， Microsoft網狀架構社群小組提供 5,000 張免費的 DP-600 測驗券給合格的 Fabric 社群成員。 在年底前完成您的考試，並加入認證專家的行列。 |
| 2024 年 10 月 | DP-700：使用 Microsoft Fabric 實作 資料工程師 解決方案 （beta） | 新的Microsoft認證：網狀架構 資料工程師 關聯認證將有助於示範您在 Fabric 中的數據擷取、轉換、管理、監視和效能優化方面的技能。 若要深入瞭解，請參閱 DP-700：使用 Microsoft Fabric 實作 資料工程師 解決方案（beta）。 |
| 2024 年 10 月 | FabCon Europe 2024 | 閱讀歐洲第一次網狀架構社群會議的回顧和 Data Factory 公告的回顧。 |
| 2024 年 10 月 | 網狀架構影響者聚光燈 2024 年 9 月 | 2024 年 9 月的網狀架構影響者聚光燈在互聯網上，Microsoft MPP 和網狀架構超級使用者正在Microsoft網的方方面面做一些驚人的工作。 |
| 2024 年 9 月 | 宣佈：Microsoft Fabric 和 AI Learning Hackathon | 準備好Microsoft 網狀架構與 AI Learning Hackathon！ 我們呼籲所有數據/AI 愛好者和數據/AI 從業者加入我們，以提升技能，並使用 Microsoft Fabric 建置新一代的數據 + AI 解決方案！ Hackathon 開放七周的提交期間，總共提供 10,000 美元的獎品！ |
| 2024 年 8 月 | 2024 年 8 月 Fabric 意見領袖焦點 | 2024 年 8 月 Fabric 意見領袖焦點醒目提示及放大了來自 Fabric 社群 Microsoft MVP 和 Fabric 進階使用者成員與 Microsoft Fabric 相關的部落格文章、影片、簡報以及其他內容。 |
| 2024 年 8 月 | Fabric 社群貼圖挑戰的獲勝者 | 恭喜 Fabric 社群貼圖挑戰的獲勝者！ |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
Power BI
重要
如果您在早於 Chrome 94、Edge 94、Safari 16.4、Firefox 93 或對等版本的網頁瀏覽器版本上存取 Power BI，則需要在 2024 年 8 月 31 日前將網頁瀏覽器升級至較新版本。 在此日期之後使用已過時的瀏覽器版本，可能會讓您無法存取 Power BI 中的功能。
Power BI 的新增功能彙總說明了 Power BI Desktop 和 Power BI 服務的更新
Microsoft Fabric 中的 Microsoft Copilot
藉助 Copilot 和其他生成式 AI 功能 (預覽版)，Microsoft Fabric 可帶來新的方式來轉換和分析資料、產生深入解析，以及建立視覺效果和報表。 如需詳細資訊，請參閱 Fabric 中的 Copilot。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 10 月 | Microsoft Fabric 和 AI Learning Hackathon： Copilot 在 Fabric 中 | Microsoft Fabric 和 AI Learning Hackathon 的一部分，請閱讀Microsoft Fabric 中提供的各種功能Copilot指南，讓您提升生產力並簡化工作流程。 |
| 2024 年 10 月 | 使用 Azure OpenAI 將白板草圖轉換成數據管線 | 請閱讀此部落格，瞭解如何 透過 Azure OpenAI 服務使用 GPT-4o 模型，將白板草圖轉換成數據管線。 |
| 2024 年 9 月 | 建立即時儀錶板依據 Copilot | Copilot 可以檢閱數據表，並使用範例自動建立具有深入解析和數據配置檔的儀錶板 。 |
| 2024 年 9 月 | Copilot 在數據流 Gen2 GA 中 | Copilot 適用於 Data Factory 現已正式推出，並包含在數據流 Gen2 體驗中。 如需詳細資訊，請參閱 適用於 Data Factory 的 Copilot。 |
| 2024 年 9 月 | 適用於資料倉儲的 Copilot | Copilot 資料倉儲 (預覽版) 現已推出，可提供 Copilot 聊天窗格、快速動作和程式碼完成。 如需詳細資訊和範例案例，請參閱在 Microsoft Fabric 中宣佈適用於數據倉儲的Copilot預覽。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
Microsoft Fabric 中的 Data Factory
本節摘要說明 Microsoft Fabric 中的 Data Factory的最新特徵和功能。 透過 Data Factory 社群論壇追蹤問題和意見反應。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | Data Factory 複製作業 – CI/CD 現已推出 | Microsoft Fabric 中 Data Factory 中的複製作業 CI/CD 現已可供使用。 複製作業現在支援 Git 整合和部署管線。 |
| 2024 年 11 月 | 語意模型重新整理活動 （預覽） | 使用語意模型重新整理活動來重新整理Power BI資料集 （預覽），這是重新整理網狀架構語意模型最有效的方式。 |
| 2024 年 11 月 | Fabric SQL 資料庫的新連接器 | 在 Data Factory 中，數據管線和數據流 Gen2 現在原生支援 Fabric SQL 資料庫 連接器作為來源和目的地。 此外，也已宣佈更多適用於 MariaDB、Snowflake、Dataverse 和 PostgreSQL 的連接器更新 。 |
| 2024 年 11 月 | OneLake 目錄 | OneLake 數據中樞已重新命名為 Modern Get Data 中的 OneLake 目錄 。 當您在管線、複製作業、鏡像和數據流 Gen2 中使用 [取得數據] 時，您會發現 OneLake 數據中樞已重新命名為 OneLake 目錄。 |
| 2024 年 11 月 | Data Factory 中的數據 Copilot 管線功能 （預覽） | Data Factory 中的Copilot新數據管線功能現在可在預覽中取得。 這些功能可作為 AI 專家，協助使用者建置、疑難解答和維護數據管線。 |
| 2024 年 11 月 | Fabric Runtime 1.3 原生執行引擎中的舊版時間戳支援 | Fabric Runtime 1.3 上原生執行引擎的最新更新支援舊版時間戳處理，允許順暢處理不同 Spark 版本所建立的時間戳數據。 閱讀以瞭解 舊版時間戳支持為何很重要。 |
| 2024 年 11 月 | 數據流 Gen2 CI/CD、GIT 原始檔控制整合和公用 API 支援現已預覽 | 有了這 組新的功能，您現在可以在 Fabric 中順暢地整合數據流與現有 CI/CD 管線和工作區的版本控制。 這項整合可讓您在開發、測試和生產環境之間更妥善地共同作業、版本控制及自動化部署程式。 如需詳細資訊，請參閱具有 CI/CD 和 Git 整合支援的數據流 Gen2（預覽版）。 |
| 2024 年 10 月 | 虛擬網絡 數據閘道的新功能和增強功能 | 我們很高興宣佈數個強大的 虛擬網絡 （VNET） 數據閘道更新，其設計目的是進一步提升效能並改善整體用戶體驗。 |
| 2024 年 10 月 | 回顧歐洲網狀架構社群會議上的Data Factory公告 | 閱讀 Fabric Community Conference Europe 2024 的 Data Factory 公告回顧。 |
| 2024 年 9 月 | Copilot 在數據流 Gen2 GA 中 | Copilot 適用於 Data Factory 現已正式推出，並包含在數據流 Gen2 體驗中。 如需詳細資訊，請參閱 適用於 Data Factory 的 Copilot。 |
| 2024 年 9 月 | 數據流 Gen2 GA 中的快速複製 | 快速 複製功能 現已正式推出。 如需詳細資訊，請參閱 宣布數據流 Gen2 中快速複製的正式運作。 |
| 2024 年 9 月 | 資料流 Gen2 的累加式重新整理 （預覽） | Fabric Data Factory 中數據流 Gen2 的累加式重新整理是設計來優化數據擷取和轉換，特別是隨著數據繼續擴充。 如需詳細資訊，請參閱 宣佈預覽：數據流 Gen2 中的累加式重新整理。 |
| 2024 年 9 月 | 經過認證的連接器更新 | 已發行更新 的 數據流 Gen2 連接器，以及 Salesforce 和 Vertica 的更新 數據管線連接器 。 如需詳細資訊，請參閱 認證連接器更新。 |
| 2024 年 9 月 | 內部部署數據閘道 GA 中的網狀架構管線整合 | Microsoft Fabric 中數據管線的內部部署連線現已正式推出。 瞭解如何 存取 Data Factory 中適用於 Microsoft Fabric 的內部部署數據源。 |
| 2024 年 9 月 | 在資料管線中叫用遠端管線 （預覽） | 您現在 可以使用叫用 管線 （預覽） 活動，從 Azure Data Factory 或 Synapse Analytics 管線呼叫管線。 這項功能可讓您透過這個新的叫用管線活動內嵌呼叫它，利用光纖管線內的現有ADF或Synapse管線。 |
| 2024 年 9 月 | Spark 作業環境參數 | 您現在可以 使用會話標籤重複使用現有的 Spark 工作階段。 在 Fabric Spark Notebook 活動中，標記 Spark 工作階段，然後使用相同的標記重複使用現有的會話。 |
| 2024 年 9 月 | Fabric 中的 Azure Data Factory 專案 （預覽） | 您現在可以 將現有的 Azure Data Factory （ADF） 帶入您的網狀架構工作區。 這個新的預覽功能可讓您從網狀架構工作區聯機到現有的 Azure Data Factory。 在網狀架構 Data Factory 工作區內選取 [建立 Azure Data Factory]，而您可以直接從 [網狀架構] 工作區管理 Azure Data Factory。 |
| 2024 年 9 月 | 複製工作 （預覽） | 複製作業 （預覽） 比舊版 複製活動 有優勢。 如需詳細資訊，請參閱 宣佈預覽：Microsoft Fabric 中的複製作業。 如需教學課程，請參閱 瞭解如何在Data Factory中建立適用於 Microsoft Fabric 的複製作業（預覽）。 |
| 2024 年 9 月 | Fabric Data Factory 中的 Lakehouse 連接器引進架構支援 | Fabric Lakehouse 支援建立 自定義架構。 在 Fabric Data Factory 中使用 Lakehouse Connector 從 Lakehouse 數據表 讀取時，現在會自動包含自定義架構資訊。 |
| 2024 年 9 月 | 適用於 Fabric Data Factory 的 Snowflake 連接器中的記憶體整合支援 | 您現在可以使用安全且集中式的方法，將 Snowflake 與外部儲存解決方案連線（例如 Azure Blob 儲存體）。 如需詳細資訊，請參閱 Snowflake SQL 記憶體整合。 |
| 2024 年 9 月 | 2024 年第 3 季發行的新 Data Factory 連接器 | 新的 Data Factory 連接器包括 Salesforce、Azure My SQL 資料庫 和適用於 MongoDB 的 Azure Cosmos DB。 |
| 2024 年 8 月 | 經過認證的連接器更新 | 已發行更新的資料流程 Gen2 連接器，以及適用於 Salesforce 和 Vertica 的兩個新的資料管線連接器。 如需詳細資訊，請參閱 2024 年 8 月認證的連接器更新。 |
| 2024 年 8 月 | 資料倉儲連接器可支援 TLS 1.3 | 資料倉儲連接器現在支援 TLS 1.3，這是傳輸層安全性通訊協定的最新版本。 |
| 2024 年 8 月 | 透過資料管線中的現代化的取得資料體驗連線至您的 Azure 資源 | 您可以使用資料管線的現代化資料體驗，輕鬆地瀏覽並自動連線至您的 Azure 資源。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
Microsoft Fabric 中的 Data Factory 範例和指導
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 將 Job upsert 複製到 SQL 並覆寫至 Fabric Lakehouse | 複製 作業 可簡化數據擷取，並透過從任何來源到任何目的地的非妥協體驗來擷取數據。 根據預設，複製作業會將數據附加至目的地，讓您永遠不會錯過任何變更歷程記錄。 不過，您也可以自定義寫入行為，以在 Azure SQL 資料庫 或 SQL Server 上更新插入數據，並在 Fabric Lakehouse 數據表上覆寫數據，讓您完全彈性地符合您的需求。 |
| 2024 年 9 月 | 將 SAP 資料整合至 Microsoft Fabric | 深入瞭解 Microsoft Fabric 中的 SAP 數據選項概觀，以及個別使用案例的一些指引。 |
網狀架構 資料工程師
本節摘要說明 Microsoft Fabric 中的資料工程工作負載的最新特徵和功能。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 新的 OneLake 目錄 | OneLake 目錄是 OneLake 數據中樞的下一個演進。 如需新目錄的詳細資訊， 請探索及探索 OneLake 目錄中的 Fabric 專案。 |
| 2024 年 11 月 | OneLake 外部資料共享 （GA） | OneLake 外部數據共享現已正式推出，可讓 Fabric 使用者從其 Fabric 租使用者內與另一個 Fabric 租使用者中的使用者共享數據。 |
| 2024 年 11 月 | Purview 數據外洩防護原則現在支援語意模型的限制存取動作 | 根據語意模型的敏感性內容限制存取，現在處於預覽狀態，可協助您 在將敏感性資訊上傳至 Fabric Lakehouses 和語意模型時自動偵測敏感性資訊。 |
| 2024 年 11 月 | 使用 Snowflake 和快捷方式在 OneLake 中的冰山資料 （預覽） | 您現在可以 在沒有數據移動或重複的 Microsoft Fabric 之間取用 Iceberg 格式的數據，加上 Snowflake 已新增將 Iceberg 數據表直接寫入 OneLake 的能力。 如需詳細資訊，請參閱 搭配 OneLake 使用 Iceberg 數據表。 |
| 2024 年 11 月 | 筆記本顯示圖表升級 | 新的和改良的圖表檢視會將多個新功能帶入筆記本顯示。 若要存取 新的圖表檢視 ，只要開啟您的 Fabric 筆記本並執行 display(df) 語句。 |
| 2024 年 11 月 | Spark 筆記本中的鏡像資料庫 | Spark Notebooks 中的鏡像資料庫可讓您順暢地探索及執行開放格式數據表的只讀查詢，就像 Lakehouses 一樣，同時充分利用我們的進階分析引擎，而不需要將任何數據遷移至 Fabric。 |
| 2024 年 11 月 | Jar 連結庫 | Java 封存 （JAR） 檔案 是 Java 生態系統中常用的封裝格式，現在在網狀架構環境中受到支援。 |
| 2024 年 11 月 | Fabric Runtime 1.3 原生執行引擎中的舊版時間戳支援 | Fabric Runtime 1.3 上原生執行引擎的最新更新支援舊版時間戳處理，允許順暢處理不同 Spark 版本所建立的時間戳數據。 閱讀以瞭解 舊版時間戳支持為何很重要。 |
| 2024 年 10 月 | 原生執行引擎不需額外費用 | 原生執行引擎現在不需額外費用。 原生執行引擎現在支援 Fabric Runtime 1.3，其中包括 Apache Spark 3.5 和 Delta Lake 3.2。 此升級可增強Microsoft Fabric 的 資料工程師 和 資料科學 工作流程，以提升效能和彈性。 |
| 2024 年 10 月 | 使用 OneLake 快捷方式來存取容量之間的數據：即使生產容量暫停也一樣 | 瞭解 OneLake 容量耗用量在透過快捷方式存取資料時的運作方式，特別是跨容量。 |
| 2024 年 10 月 | Purview 數據外洩防護原則已擴充至 Fabric Lakehouses | 將 Purview 的數據外洩防護 （DLP） 原則擴充 至 Fabric Lakehouses Microsoft現在處於預覽狀態。 |
| 2024 年 10 月 | 服務主體名稱的 GraphQL API 支援 （SPN） | 適用於 GraphQL 的 API 服務主體名稱 （SPN） 支援可讓組織想要將其應用程式與 GraphQL 的 API 整合，Microsoft Fabric 與企業身分識別和存取管理系統緊密結合。 如需詳細資訊，請參閱 適用於 GraphQL 的網狀架構 API 中的服務主體名稱（SPN）。 |
| 2024 年 10 月 | 適用於 GraphQL 的 API 中自動產生程式代碼 | 適用於 GraphQL 的網狀架構 API 現在新增了根據 API 總管中測試的 GraphQL 查詢自動產生 Python 和Node.js程式代碼 的功能。 |
| 2024 年 10 月 | Notebook Git 整合 GA | Notebook Git 整合 現在支援在同步至新工作區時保存附加環境的對應關聯性。 如需詳細資訊，請參閱 筆記本原始檔控制和部署 |
| 2024 年 10 月 | 部署管線 GA 中的筆記本 | 現在，您也可以使用筆記本，在不同的環境中部署程式碼，例如開發、測試和生產環境。 您也可以使用部署規則來自訂部署筆記本時的行為，例如變更筆記本的預設 Lakehouse。 開始使用部署管線，Notebook 會自動顯示在部署內容中。 |
| 2024 年 10 月 | 組織應用程式中的筆記本 | 組織應用程式中現在支援 Notebook 功能。 您可以輕鬆地在 OrgAPP 中內嵌 Notebook 程式代碼和 Markdown 單元格、視覺效果、數據表、圖表和小工具，作為實用的講故事工具。 |
| 2024 年 10 月 | 筆記本上線導覽 | 新的 網狀架構筆記本上線導覽 現已推出。 本引導式導覽旨在協助您開始使用基本的 Notebook 功能，並瞭解新功能。 |
| 2024 年 10 月 | 筆記本模式切換器 | Notebook 模式切換器 會為您的筆記本提供彈性存取模式（開發、僅執行、編輯、檢視），這可協助您輕鬆地管理筆記本和對應檢視的許可權。 |
| 2024 年 10 月 | 顯示時的免費選取支援（） 表格檢視 | 筆記本中豐富數據框架預覽上的免費選取函式可以改善數據分析體驗。 若要查看新功能，請參閱 display（） 數據表檢視上的免費選取支援。 |
| 2024 年 10 月 | 篩選、排序和搜尋您的 Lakehouse 物件 | 排序、篩選和搜尋功能 可讓您根據 Lakehouse 環境內的特定準則快速擷取所需的資訊，讓數據探索和分析更有效率。 |
| 2024 年 9 月 | Fabric Runtime 1.3 GA | Fabric Runtime 1.3 現已正式推出，包含 Apache Spark 3.5、Delta Lake 3.1、R 4.4.1、Python 3.11、入門集區支援、環境整合和連結庫管理功能。 如需詳細資訊，請參閱 Fabric Runtime 1.3 已正式推出！。 |
| 2024 年 9 月 | 執行時間 1.3 上的原生執行引擎 （預覽） | Fabric Runtime 1.3 的原生執行引擎 現已提供預覽版，可在數據處理、ETL、數據科學和互動式查詢之間提供絕佳的查詢效能。 使用原生執行引擎時，不需要變更任何程序代碼，才能加速執行 Apache Spark 作業。 |
| 2024 年 9 月 | 管線中筆記本的高並行模式 （預覽） | 管線 中筆記本的高並行模式可讓使用者在管線內的多個筆記本之間共用Spark會話。 使用 高並行模式時，用戶可以觸發管線作業，而這些作業會自動封裝到現有的高並行會話中。 |
| 2024 年 9 月 | 保留作業的最大核心 （預覽） | 新的工作區層級設定可讓您 為Spark工作負載使用中工作保留最大核心。 如需詳細資訊，請參閱 Apache Spark for Fabric 中的高並行模式。 |
| 2024 年 9 月 | 筆記本互動式執行工作區設定中的工作階段到期控制 （預覽） | 資料工程師/Science 工作區設定中的新會話到期控制可讓您設定筆記本互動式會話的最大到期時間限制。 根據預設，會話會在 20 分鐘後到期，但您現在可以 自定義最長的到期期間。 |
| 2024 年 9 月 | 網狀架構 Spark 診斷發出器 （預覽） | Fabric Apache Spark 診斷發出器（預覽版）可讓 Apache Spark 使用者從其 Spark 應用程式收集記錄、事件記錄和計量，並將其傳送至各種目的地，包括 Azure 事件中樞、Azure 儲存體 和 Azure Log Analytics。 |
| 2024 年 9 月 | 環境與 Synapse VS Code 擴充功能整合 | 您現在可以使用 Synapse VS Code 擴充功能，在 VS Code 中建立、設定及使用 Fabric 中的環境。 |
| 2024 年 9 月 | vscode.dev 內的筆記本偵錯 （預覽） | 您現在可以使用 Synapse VS Code - 遠端擴充功能，在 vscode.dev 中放置斷點並偵錯 Notebook 程式代碼。 此更新會先從 Fabric Runtime 1.3 開始。 |
| 2024 年 9 月 | 在筆記本中叫用網狀架構用戶數據函式 | 您現在可以直接從 Microsoft Fabric Notebooks 或 Spark 作業叫用 PySpark 程式代碼中的使用者定義函式 （UDF）。 透過 NotebookUtils 整合， 叫用 UDF 就像撰寫幾行程式代碼一樣簡單。 |
| 2024 年 9 月 | 函式中樞 | 新的 Functions 中樞提供單一位置來檢視、存取及管理您的用戶數據函式。 |
| 2024 年 9 月 | 支援 Lakehouse Delta 資料表名稱中的空格 | 您現在可以 建立和查詢名稱中有空格的差異數據表，例如「依區域銷售」或「客戶意見反應」。 所有網狀架構運行時間和Spark撰寫體驗都支援具有空格的數據表名稱。 |
| 2024 年 9 月 | 在適用於 GraphQL 的 API 中啟用/停用功能 | GraphQL API 中查詢和突變的啟用/停用功能可讓系統管理員和開發人員更精細地控制 API 存取和使用方式。 |
| 2024 年 9 月 | Livy 端點的公用 REST API | Fabric Livy 端點可讓使用者在指定的 Fabric 工作區內的 Spark 計算上提交和執行其 Spark 程式代碼，而不需要建立任何 Notebook 或 Spark 作業定義。 |
| 2024 年 9 月 | OneLake SAS （預覽） | OneLake SAS 的支援現已處於預覽狀態。 這項功能可讓應用程式要求由 Microsoft Entra ID 支援的使用者委派密鑰，然後使用此密鑰來建構短期的使用者委派 OneLake SAS 令牌。 您可以交出此令牌，以提供委派存取權給另一個工具、節點或使用者，以確保安全且受控制的存取權。 |
| 2024 年 9 月 | 從 Fabric 存取 Databricks Unity 目錄數據表 （預覽） | Fabric 中的鏡像 Azure Databricks Unity 目錄可讓您從 Lakehouse 的 Fabric 工作負載讀取 Unity 目錄所管理的數據。 在 Fabric 中，您現在可以建立名為“Mirrored Azure Databricks Catalog” 的新數據項。 如需詳細資訊，請參閱 Microsoft Fabric 中可用的 Databricks Unity 目錄數據表。 |
| 2024 年 9 月 | Fabric 筆記本中的 T-SQL 支援 | Microsoft Fabric 中的 T-SQL 筆記本功能可讓您在筆記本中撰寫和執行 T-SQL 程式代碼。 您可以使用它們來管理複雜的查詢，並撰寫更好的 Markdown 檔。 它也允許直接在連線的倉儲或 SQL 分析端點上執行 T-SQL。 若要深入瞭解，請參閱 撰寫和執行 T-SQL 筆記本。 |
| 2024 年 9 月 | Google Cloud Storage 的 OneLake 快捷方式 | 現在是正式運作的功能，請建立 Google Cloud Storage 快捷方式，以透過單一統一名稱空間連線到現有的數據，而不需要複製或行動數據。 |
| 2024 年 9 月 | S3 相容數據源的 OneLake 快捷方式 | 現在是正式運作的功能，請建立 S3 相容的快捷方式，以透過單一統一名稱空間連線到現有的數據，而不需要複製或行動數據。 |
| 2024 年 8 月 | MsSparkUtils 升級至 NotebookUtils | 媒體櫃 MsSparkUtils 已經更名為 NotebookUtils。 雖然 NotebookUtils 可與 MsSparkUtils 回溯相容，但新功能僅會新增至 NotebookUtils 命名空間。 如需詳細資訊，請參閱適用於 Fabric 的 NotebookUtils (先前為 MSSparkUtils)。 |
| 2024 年 8 月 | 匯入筆記本 UX 改進 | 已增強匯入筆記本功能使用者介面 - 您現在可以使用工作區工具列中的統一項目，輕鬆匯入筆記本、報表或編頁報告。 |
| 2024 年 8 月 | Fabric 中 Apache Spark 執行階段的生命週期 | Apache Spark 執行階段的生命週期文件詳細說明以 Azure Spark 為基礎的 Azure 整合式平台的發行頻率和版本設定。 如需詳細資訊，請參閱 Fabric 執行階段生命週期部落格文章。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
網狀架構 資料工程師 範例和指引
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 10 月 | 優化 Microsoft Fabric 中獎章架構的 Spark 計算 | 瞭解如何 優化 Spark Compute for Medallion 架構：強調模組化的熱門數據工程方法。 它會將數據平台組織成三個不同的層級：銅級、銀級和金級。 |
| 2024 年 8 月 | 建置自訂 Sparklens JAR | 在此部落格中，您將了解如何建置適用於 Spark 3.X 的 sparklens JAR，其可在 Microsoft Fabric 中使用。 |
網狀架構 資料科學
本節摘要說明 Microsoft Fabric 中的資料科學的最新改進和功能。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 網狀架構中的低程式代碼 AutoML 使用者體驗 （預覽） | AutoML 或自動化 機器學習 是一個程式，可自動化開發機器學習模型的耗時和複雜工作。 新的低程式代碼 AutoML 體驗支援各種不同的工作，包括回歸、預測、分類和多類別分類。 若要開始使用，請使用自動化 ML 建立模型（預覽版）。 |
| 2024 年 10 月 | 增強開放原始碼：Fabric 對可調整 AutoML 之 FLAML 的貢獻 | 我們著重於增強 Spark 工作負載的 FLAML 功能。 我們已 將數個新的Spark和非Spark估算器貢獻給 FLAML 專案。 在 Fabric 中使用 AutoML 試用這些專案（預覽版）。 |
| 2024 年 9 月 | 適用於 Spark DataFrames GA 的數據 Wrangler | Data Wrangler 現已正式推出。 Data Wrangler 是以筆記本為基礎的探索數據分析工具，適用於 pandas DataFrames 和 Spark DataFrame，並透過新的可用性改進來正式推出。 |
| 2024 年 9 月 | 共用 Fabric AI 技能的功能 （預覽） | Fabric AI 技能 的「共用」功能（預覽版）可讓您使用各種許可權模型與其他人共用 AI 技能。 |
| 2024 年 9 月 | 筆記本互動式執行工作區設定中的工作階段到期控制 （預覽） | 資料工程師/Science 工作區設定中的新會話到期控制可讓您設定筆記本互動式會話的最大到期時間限制。 根據預設，會話會在 20 分鐘後到期，但您現在可以 自定義最長的到期期間。 |
| 2024 年 9 月 | 筆記本中的檔案編輯器 | Fabric Notebook 中的檔案編輯器功能可讓使用者直接在筆記本的資源資料夾和環境資源資料夾中檢視和編輯檔案。 支援的檔類型包括 CSV、TXT、HTML、YML、PY、SQL 等。 |
| 2024 年 8 月 | 在 ML 實驗執行和模型版本上套用 MLFlow 標籤 | 您現在可以從使用者介面直接在 ML 實驗執行和 ML 模型版本上套用 MLflow 標籤。 |
| 2024 年 8 月 | 追蹤 Spark 應用程式中的相關 ML 實驗執行 | 您現在可以使用監視中樞的增強功能來追蹤 Spark 應用程式內的相關 ML 實驗執行。 您也可以將實驗項目整合到監視中樞。 |
| 2024 年 8 月 | 搭配使用 PREDICT 與 Fabric AutoML 模型 | 您現在可以使用內建 Fabric PREDICT UI 和 Code First API 進行批次預測，從使用 AutoML 訓練到進行預測。 如需詳細資訊，請參閱使用 Microsoft Fabric 中的 PREDICT 進行機器學習模型評分。 |
| 2024 年 8 月 | 資料科學 AI 技能 (預覽版) | 您現在可以使用 AI 技能 (預覽版) 在 Fabric 中透過資料建置您自己的生成式 AI 體驗！ 您可以透過 Lakehouses 和倉儲建置問答 AI 系統。 如需詳細資訊，請參閱 Microsoft Fabric 中的 AI 技能簡介：現在處於預覽狀態。 若要開始使用，請嘗試使用 AdventureWorks 資料集的 AI 技能範例。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
網狀架構 資料科學 範例和指引
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 9 月 | 使用 Microsoft Fabric for Generative AI：建置及改善 RAG 系統的指南 | 本教學課程包含三個主要筆記本，分別涵蓋在 Microsoft Fabric 中建置和優化 RAG 系統的重要層面。 |
| 2024 年 9 月 | 利用 Microsoft Fabric AI 技能，從您的數據中解除鎖定內容豐富的深入解析 | 本文示範如何使用 其他大型語言模型 （LLM） 查詢，在 Microsoft Fabric 筆記本 中擴充 Fabric AI 技能的功能，以提供更豐富且更全面的回應。 |
網狀架構資料庫
本節摘要說明Microsoft網狀架構資料庫的最新改善和功能。
提示
註冊 Learn Together：2024 年 12 月兩個時區提供 Fabric 系列 中的 SQL 資料庫Microsoft Reactor Livestream。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 網狀架構 SQL 資料庫 （預覽） | Microsoft Fabric 中的 SQL 資料庫是以 Azure SQL 資料庫 為基礎的易開發人員事務資料庫，可讓您輕鬆地在 Fabric 中建立作業資料庫。 Fabric 中的 SQL 資料庫會使用 SQL 資料庫 引擎作為 Azure SQL 資料庫。 檢閱 SQL 資料庫的決策指南。 如需此公告的詳細資訊，請閱讀 網狀架構公告部落格中的 SQL 資料庫。 |
網狀架構資料庫範例和指引
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | Fabric SQL 資料庫中的引導應用程式教學課程 | 本教學課程提供 在 Fabric 中使用 SQL 資料庫的完整指南。 本教學課程是量身打造的，可協助您瀏覽資料庫建立、設定資料庫物件、探索自主功能，以及結合和可視化數據的程式。 此外，您將瞭解如何建立 GraphQL 端點，其可作為現代化方法來有效率地連線和查詢數據。 |
| 2024 年 11 月 | 開始使用 Fabric SQL 資料庫 | 引導式操作說明檔，說明如何在 Fabric 中執行 SQL 資料庫中的基本工作，從 使用管理入口網站租使用者設定在 Fabric 中啟用 SQL 資料庫開始。 |
Fabric 資料倉儲
本節摘要說明網狀架構數據倉儲的最新改善和功能。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 開啟鏡像 （預覽） | 開啟鏡像 可讓任何應用程式根據開放式鏡像公用 API 和方法，直接將數據寫入 Fabric 中的鏡像資料庫。 開啟鏡像 是設計成可延伸、可自定義和開啟。 這是一項強大的功能，可根據開放式 Delta Lake 數據表格式，擴充 Fabric 中的鏡像。 若要開始使用，請參閱 教學課程：設定Microsoft網狀架構開啟鏡像資料庫。 |
| 2024 年 11 月 | 數據倉儲： Copilot 和 AI 技能 | 瞭解 網狀架構數據倉儲的工具有何 Copilot 不同、使用時機，以及它們如何一起運作，以最大化生產力，並利用網狀架構倉儲提供深入解析。 |
| 2024 年 11 月 | 適用於 Azure SQL 受控執行個體 的網狀架構鏡像 （預覽） | 網狀架構資料庫鏡像現在能夠鏡像 Azure SQL 受控執行個體 資料庫。 |
| 2024 年 11 月 | Azure SQL 資料庫 GA 的鏡像 | 在 Fabric 中使用 Azure SQL 資料庫 鏡像，您可以輕鬆地將資料庫帶入 Microsoft Fabric 中的 OneLake。 |
| 2024 年 10 月 | 不區分大小寫的定序支援 | 根據預設，倉儲的定序會區分大小寫（CS）與 「Latin1_General_100_BIN2_UTF8」。 您現在可以 建立不區分大小寫 （CI） 定序的倉儲。 |
| 2024 年 10 月 | 預覽版中的 varchar（max） 和 varbinary（max） 支援 | 對 Warehouse 中數據類型的 varchar（max） 和 varbinary（max） 的支持現在為預覽狀態。 如需詳細資訊，請參閱 在網狀架構數據倉儲中宣佈 VARCHAR（MAX） 和 VARBINARY（MAX） 類型的公開預覽。 |
| 2024 年 10 月 | 並行效能改善 | 我們最近已優化分散式查詢處理引擎 （DQP） 中 的工作排程演算法， 以在工作區處於中度到繁重的並行存取狀態時減少爭用。 在測試中，我們發現此優化可大幅改善查詢工作負載的效能。 |
| 2024 年 10 月 | JSON 支援增強功能 | 已改善 Lakehouse 和鏡像資料庫的倉儲和 SQL 分析端點中的 JSON 功能。 如需詳細資訊， 請參閱 JSON 支援增強功能。 |
| 2024 年 10 月 | 巢狀通用資料表表示式 （CTE） （預覽） | 網狀架構倉儲和 SQL 分析端點都支持 標準、 循序和 巢狀 CTE。 雖然 CTE 已在 Microsoft Fabric 中正式推出， 但 Fabric 數據倉儲 （Transact-SQL） 中的巢狀通用數據表表達式 （CTE） 目前是預覽功能。 |
| 2024 年 9 月 | 雪花 GA 的鏡像 | 透過 Fabric 中的 Snowflake 鏡像，您可以輕鬆地 將 Snowflake 資料帶入 Microsoft Fabric 中的 OneLake。 如需詳細資訊，請參閱 鏡像雪花。 |
| 2024 年 9 月 | 適用於資料倉儲的 Copilot | Copilot適用於數據倉儲 （預覽） 現在已更新並可作為預覽功能，提供Copilot聊天窗格、快速動作和程序代碼完成。 |
| 2024 年 9 月 | SQL 分析端點中的差異數據行對應 | SQL 分析端點現在支援 已啟用資料行對應的差異數據表。 如需詳細資訊，請參閱 差異數據行對應 和 SQL 分析端點的限制。 此功能目前為預覽功能。 |
| 2024 年 9 月 | SQL 分析端點中的 Lakehouse 架構 | Lakehouse 架構 允許在 SQL 分析端點中查詢架構中的差異數據表。 如需詳細資訊，請參閱 Lakehouse 架構功能（預覽）。 |
| 2024 年 9 月 | 適用於網狀架構資料倉儲新功能的 Fabric Spark 連接器 （預覽） | 適用於 Fabric 資料倉儲的 Fabric Spark 連接器現在支援自定義或傳遞查詢、PySpark 和 Fabric Runtime 1.3 （Spark 3.5） 。 |
| 2024 年 9 月 | 新的編輯器改進 | 倉儲和 SQL 分析端點專案的編輯器改進可改善一致性和效率。 如需詳細資訊，請參閱 新的編輯器改進。 |
| 2024 年 9 月 | 網狀架構筆記本中的 T-SQL 支援 （預覽） | Microsoft Fabric 中的 T-SQL 筆記本功能可讓您在筆記本中撰寫和執行 T-SQL 程式代碼。 您可以使用它們來管理複雜的查詢，並撰寫更好的 Markdown 檔。 它也允許直接在連線的倉儲或 SQL 分析端點上執行 T-SQL。 若要深入瞭解，請參閱 撰寫和執行 T-SQL 筆記本。 |
| 2024 年 9 月 | 巢狀通用資料表表示式 （CTE） （預覽） | 網狀架構倉儲和 SQL 分析端點都支援標準、循序和巢狀 CTE。 雖然 CTE 已在 Microsoft Fabric 中正式推出，但倉儲中的巢狀通用數據表運算式 （CTE） 目前是預覽功能。 |
| 2024 年 9 月 | 鏡像 Azure Databricks （預覽） | Fabric 中的鏡像 Azure Databricks Unity 目錄可讓您從 Lakehouse 的 Fabric 工作負載讀取 Unity 目錄所管理的數據。 如需詳細資訊，請參閱 Microsoft Fabric 中可用的 Databricks Unity 目錄數據表。 |
| 2024 年 8 月 | 與現代化的取得資料體驗的鏡像整合 | 您現在可以 使用Modern Get Data體驗，從 OneLake 中的所有可用鏡像資料庫 中進行選擇。 |
| 2024 年 8 月 | Azure SQL 資料庫鏡像資料庫中的 T-SQL DDL 支援 | 您現在可以在 Azure SQL 資料庫鏡像資料庫上執行 DDL 作業，例如捨棄資料表、重新命名資料表和重新命名資料行。 |
| 2024 年 8 月 | Delta Lake 記錄發佈暫停和繼續 | 您現在可以暫停並繼續發佈適用於倉儲的 Delta Lake 記錄。 如需詳細資訊，請參閱 Microsoft Fabric 中倉儲的 Delta Lake 記錄。 |
| 2024 年 8 月 | 管理 Fabric 倉儲的 V 順序行為 | 您現在可以在倉儲層級管理 V 順序行為。 如需詳細資訊，請參閱了解 Microsoft Fabric 倉儲的 V 順序。 |
| 2024 年 8 月 | TRUNCATE T-SQL 支援 | 倉儲資料表現在支援 TRUNCATE T-SQL 命令。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
網狀架構數據倉儲範例和指引
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | SQL 至Microsoft網狀架構移轉：適用於順暢轉換的初學者易記策略 | 深入瞭解如何將 SQL 資料庫移轉至 Microsoft Fabric，這是一個整合的平臺，可將您的數據和分析毫不費力地整合在一起。 |
| 2024 年 10 月 | 確保網狀架構倉儲中的數據持續性：每個案例的最佳做法 | 深入探討常見的復原案例和功能，以協助 啟用順暢的端對端數據復原，並討論確保數據復原的最佳做法。 |
| 2024 年 8 月 | 將 SQL Server 資料庫鏡像至 Fabric | 雖然網狀架構鏡像資料庫目前不支援 SQL Server，但瞭解如何 使用 SQL Server 事務複製和網狀架構鏡像的組合，將網狀架構鏡像擴充至內部部署 SQL Server 資料庫作為來源。 |
Microsoft Fabric 中的即時智慧
本節摘要說明 Microsoft Fabric 中的即時智慧的最新改進和功能。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | 即時智慧：現已正式推出 | 我們很高興宣布即時情報現已正式推出（GA）。 這包括即時中樞、增強的 Eventstream、Eventhouse、即時儀錶板和啟動器。 如需詳細資訊，請參閱 什麼是實時智慧？ |
| 2024 年 11 月 | 即時中樞 | 即時中樞現已正式推出。 如需詳細資訊，請參閱即時中樞概觀。 |
| 2024 年 11 月 | Eventstreams | Eventstream 現在支援 Azure 服務匯流排 來源和網狀架構啟動器目的地，而且它們處於預覽狀態。 下列連接器現已正式推出：Postgre SQL 資料庫 （DB） 異動數據擷取 （CDC）、MySQL DB CDC、Cosmos DB CDC、Azure SQL DB CDC、Azure SQL 受控執行個體 DB CDC、虛擬機 DB CDC 上的 SQL Server、Google Pub/Sub、Amazon Kinesis 數據流、Apache Kafka、Confluent Cloud Kafka 和 Amazon Managed Streaming for Apache Kafka。 Eventstreams 支持 持續整合 （CI）/連續部署 （CD）， 方法是與 Git 和部署管線整合。 |
| 2024 年 10 月 | 在 Eventstream 中使用受控私人端點保護資料串流 （預覽） | 藉由建立網狀架構受控私人端點，您現在可以在專用網或防火牆後方安全地將 Eventstream 連線到 Azure 服務，例如 Azure 事件中樞 或 IoT 中樞。 如需詳細資訊，請參閱 在 Eventstream 中使用受控私人端點保護數據流 （預覽） 。 |
| 2024 年 10 月 | 啟動器的使用量報告現已上線 | 啟用者小組已推出使用量報告，以協助您進一步瞭解容量耗用量和未來費用。 當您查看 容量計量應用程式 時，您現在會看到包含的反射項目作業。 |
| 2024 年 10 月 | 即時儀錶板和基礎 KQL 資料庫存取區隔 （預覽） | 有了儀表板和基礎數據的不同許可權，系統管理員現在可以 彈性地允許用戶檢視儀錶板，而不需要授與原始數據的存取權。 |
| 2024 年 10 月 | 即時儀錶板與 GitHub 整合 | 網狀架構的 Git 整合現在可供即時儀錶板使用。 如需詳細資訊，請參閱 什麼是 Microsoft Fabric Git 整合？ |
| 2024 年 10 月 | 在 KQL 查詢集中快速可視化查詢結果 | 您現在可以 以圖形方式以圖形方式可視化 KQL Queryset 結果 ，並毫不費力地控制格式設定，而不需要重新執行查詢 ， 全都使用熟悉的 UI。 |
| 2024 年 10 月 | 將查詢釘選到儀錶板 | 您現在可以 將任何以 KQL Queryset 撰寫的查詢結果直接儲存至新的或現有的即時儀錶板。 |
| 2024 年 9 月 | 建立即時儀錶板依據 Copilot | Copilot 可以檢閱數據表，並使用範例自動建立具有深入解析和數據配置檔的儀錶板 。 |
| 2024 年 9 月 | 新的即時中樞和 KQL 資料庫用戶體驗 | 新的 用戶體驗 提供新的即時中樞導覽、我的串流頁面、 增強的資料庫頁面體驗等等。 |
| 2024 年 9 月 | Eventhouse 作為 Eventstream 中的新目的地 | 配備 KQL 資料庫的 Eventhouse 可以處理和分析大量數據。 透過 Eventstream 中的 Eventhouse 目的地，您可以使用 KQL，有效率地處理數據流，並將數據流路由傳送到 Eventhouse，並以近乎即時的方式分析數據。 |
| 2024 年 9 月 | Eventstream 的受控私人端點 | 使用網狀架構受控私人端點，您現在可以在 Azure 服務之間建立私人連線，例如 Azure 事件中樞 和 Fabric Eventstream。 如需詳細資訊，請參閱 Eventstream 與受控私人端點的整合。 |
| 2024 年 9 月 | KQL 查詢集上的啟動器警示 | 現在，您可以直接在 KQL 查詢集中的 KQL 查詢上設定啟動器 （預覽） 警示。 如需詳細資訊和範例，請參閱從 KQL 查詢集建立網狀架構啟動器警示（預覽版）。 |
| 2024 年 9 月 | 即時儀錶板連續或 10s 重新整理速率 | 除了 現有的選項之外，儀錶板自動重新整理功能現在還支持 連續 和 10秒 的重新整理速率。 此升級可解決熱門的客戶要求，可讓編輯器和檢視者設定近乎即時和實時數據更新。 |
| 2024 年 9 月 | 多重變數異常偵測 | 多重變數異常偵測時間序列數據的新工作流程是以 AI 異常偵測程式 服務中使用的演算法為基礎（即將淘汰為獨立服務）。 如需教學課程，請參閱 多重變數異常偵測。 |
| 2024 年 9 月 | 即時智慧 Copilot 對話模式 | 將自然語言翻譯成 KQL 的 Copilot 助理現在支援交談模式，可讓您詢問以聊天中先前查詢為基礎的後續問題。 |
| 2024 年 9 月 | 即時中樞的新連接器和UI | 2024 年 9 月 24 日發行了四個新的連接器：Apache Kafka、適用於 Apache Kafka 的 Amazon 受控串流、Azure SQL 受控執行個體 CDC、VM DB CDC 上的 SQL Server。 即時中樞主頁面中的索引標籤會取代為左側導覽功能表上的功能表項。 如需詳細資訊，請參閱 開始使用網狀架構即時中樞。 您現在可以 使用私人端點 連線到 Azure 串流來源。 |
| 2024 年 9 月 | 公告：Eventhouse 標準儲存體計費 | 從 9 月 16 日當周開始，您將看到來自 Eventhouse 和 KQL 資料庫項目的 OneLake 儲存體儲存資料計量的可計費使用量。 |
| 2024 年 8 月 | Fabric 即時中樞教學泡泡 | 新的教學泡泡會提供其主要功能的逐步指南。 這些互動式指南可讓您順暢地瀏覽即時中樞的每個索引標籤。 如需詳細資訊，請參閱 Fabric 即時中樞教學泡泡。 |
| 2024 年 8 月 | KQL 查詢集 REST API 支援 | 新的 Fabric 查詢集 REST API 可讓您在 Fabric 中建立/更新/刪除 KQL 查詢集，並以程式設計方式管理它們，而無需手動介入。 如需詳細資訊，請參閱 KQL 查詢集 REST API 支援。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
即時智慧範例和指導
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 8 月 | Fabric 中的進階時間序列異常偵測器 | 閱讀使用 Fabric 中時間序列異常偵測器將股票變更資料表上傳至 Fabric、使用 Spark 引擎在 Python 筆記本中訓練多變量異常偵測模型，以及使用 Eventhouse (Kusto) 引擎將已完成訓練的模型套用至新資料來預測異常狀況的範例。 |
| 2024 年 8 月 | 搭配啟動器使用自定義動作對實時數據採取行動 | 瞭解如何監視和處理數據是使用啟動器，這是在Microsoft Fabric 中偵測到封裝溫度狀況時自動採取動作的無程式代碼體驗。 |
Microsoft Fabric 核心功能
Microsoft Fabric 體驗的新聞和功能公告核心。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | OneLake 外部資料共享 （GA） | OneLake 外部數據共享現已正式推出，可讓 Fabric 使用者從其 Fabric 租使用者內與另一個 Fabric 租使用者中的使用者共享數據。 |
| 2024 年 11 月 | Microsoft Fabric GA 中的 GraphQL API | 現已正式運作的 GraphQL API 是一種數據存取層，可讓我們快速且有效率地在 Fabric 中查詢多個數據源。 如需詳細資訊，請參閱什麼是 Microsoft Fabric API for GraphQL？ |
| 2024 年 11 月 | 新的 OneLake 目錄 | OneLake 目錄是 OneLake 數據中樞的下一個演進。 如需新目錄的詳細資訊， 請探索及探索 OneLake 目錄中的 Fabric 專案。 |
| 2024 年 11 月 | 網狀架構工作負載開發工具套件 （GA） | Microsoft網狀架構工作負載開發工具包現已正式推出。 此強固的開發人員工具組可用於使用前端 SDK 和後端 REST API 來設計、開發及與 Microsoft Fabric 互操作。 |
| 2024 年 11 月 | Fabric 中的網域 – 新的增強功能 | 檢閱 Fabric 中網域的新功能和使用案例，包括 在 Microsoft Fabric 中規劃和建立網域的最佳做法。 |
| 2024 年 10 月 | 工作區中的 [新增專案] 面板 | 先前，藉由在工作區中選取 [+新增 ]，即可存取具有一些預先定義之項目類型的下拉功能表，以開始使用。 現在， [ +新增專案] 按鈕會顯示面板中列出的項目 類型，並依工作分類。 |
| 2024 年 10 月 | 匯出控件的增強租用戶設定委派 | 匯出設定的委派現在可透過網域提供給工作區。 這項新功能提供更細微的數據導出許可權控制，以解決租使用者、網域和工作區系統管理員的特定需求。 |
| 2024 年 10 月 | 受控私人端點的 API 現已可供使用 | 受控私人端點的 REST API 可供使用。 您現在可以 透過 API 建立、刪除、取得受控私人端點。 |
| 2024 年 10 月 | 網狀架構中和 AI 即將推出的 Copilot 重要計費更新 | 即將推出的 定價和計費更新，讓 Copilot Fabric 中的 和 AI 功能更容易存取且符合成本效益。 |
| 2024 年 9 月 | Terraform Provider for Fabric （預覽） | Terraform Provider for Microsoft Fabric 現已處於預覽狀態。 Terraform Provider for Microsoft Fabric 支援建立和管理許多 Fabric 資源。 如需詳細資訊，請參閱 宣佈新的 Terraform Provider for Microsoft Fabric。 |
| 2024 年 9 月 | 宣佈網狀架構 API 的服務主體支援 | 您現在可以 使用服務主體來存取網狀架構 API。 服務主體是安全性身分識別，您可以在 Microsoft Entra 中建立，並在 Entra 和其他 Microsoft 服務 Microsoft中指派許可權，例如 Microsoft Fabric。 |
| 2024 年 9 月 | 標記您的數據以擴充專案策展和探索 | 卷標 （預覽） 可協助系統管理員分類和組織數據、增強數據的搜尋能力，以及提升使用者的成功率和效率。 |
| 2024 年 9 月 | 任何網狀架構容量中的受信任工作區存取和受控私人端點 | 信任的工作區存取權和受控私人端點可在任何網狀架構容量中使用。 先前，受信任的工作區存取和受控私人端點只能在 F64 或更高容量中使用。 受控私人端點現在可在試用版容量中使用。 |
| 2024 年 9 月 | 多租使用者組織 （MTO） （預覽） | Fabric 現在支援Microsoft Entra ID 多租用戶組織 （MTO） 。 Microsoft Entra ID 中的多租用戶組織功能會跨多個租使用者同步處理使用者，並將其新增為外部成員類型的使用者。 如需其他資訊，請參閱使用 Microsoft Entra B2B 將 Power BI 內容散發給外部來賓使用者。 |
| 2024 年 9 月 | Microsoft網狀架構實現 HITRUST CSF 認證 | Microsoft Fabric 現已獲得 HITRUST Common Security Framework （CSF） v11.0.1 的認證。 |
| 2024 年 8 月 | OneLake 資料存取角色改進 | 根據重要意見反應，我們已使用使用者介面重新設計來更新資料存取角色。 如需詳細資訊，請參閱開始使用 OneLake 資料存取角色 (預覽版)。 |
| 2024 年 8 月 | 支援巢狀資料夾的工作區篩選改進 | 我們已升級篩選體驗，以支援透過整個工作區或具有其所有巢狀資料夾的特定資料夾進行篩選。 |
| 2024 年 8 月 | 宣佈在任何 Fabric 容量中提供受信任的工作區存取和受控私人端點 | 在具有任意 F 容量的 Fabric 中使用受信任的工作區存取和受控私人端點，並享有安全且最佳化資料存取和連線的優點。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
Microsoft Fabric 中的持續整合/持續傳遞 (CI/CD)
本節包含有關 Microsoft Fabric 工作區中的開發程序、工具、原始檔控制和版本設定的指導和文件更新。
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 11 月 | Microsoft Fabric REST API 與 GitHub 整合 | 這些 API 可讓您自動化 Git 整合工作，例如連線至 GitHub、擷取連線詳細數據、認可已連線 GitHub 存放庫的變更、從存放庫更新等等。 如需詳細資訊，請參閱 使用 API 和 程式碼範例將 Git 整合自動化。 |
| 2024 年 11 月 | Data Factory 複製作業 – CI/CD 現已推出 | Microsoft Fabric 中 Data Factory 中的複製作業 CI/CD 現已可供使用。 複製作業現在支援 Git 整合和部署管線。 |
| 2024 年 9 月 | 原始檔控制的 GitHub 整合 | 現在正式推出， 網狀架構開發人員現在可以選擇 GitHub 或 GitHub Enterprise 作為其原始檔控制工具，並在該處為其網狀架構專案建立版本。 如需詳細資訊，請參閱 Git 整合簡介。 |
| 2024 年 9 月 | 新的部署管線設計 | 部署管線的全新和改進設計引進了一系列變更、新增和改進功能，旨在提升部署程序。 深入了解部署管線中的變更。 |
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。
持續整合/持續傳遞 (CI/CD) 範例
| Month | 功能 | 深入了解 |
|---|---|---|
| 2024 年 8 月 | 探索 Microsoft Fabric 的 CI/CD 功能 | Microsoft Fabric 的 CI/CD 功能的引導式導覽，適用於資料管線、Lakehouse、Notebooks、報告和語義模型。 |
封存
如需較舊的更新，請檢閱 Microsoft Fabric 的新增功能封存。