# 赋能Power BI用户：Microsoft Fabric与Copilot全面解析

**作者：吉祥法师**

## 引言：数据驱动文化的价值与现实困境

从麻省理工学院斯隆管理评论到哈佛商业评论，再到德勤的权威研究报告，众多实证研究反复证实了一个核心结论：构建数据驱动型文化能够为企业带来显著的组织效益与竞争优势。正因如此，微软多年来一直致力于与全球各类组织合作，帮助他们切实实现这些数据带来的价值。

然而，对绝大多数组织而言，文化壁垒、组织架构限制以及流程性障碍始终是阻碍其数据旅程前进的核心痛点。具体而言，这些困境表现为以下几个方面：首先，已经超负荷运转的数据团队难以有效扩展规模，无法满足业务部门日益增长且多样化的数据需求；其次，业务用户普遍缺乏足够的技术技能，难以独立从数据中挖掘和识别有价值的洞察；再次，数据在企业内部往往以孤岛形式存在，被分散在不同部门和系统中，导致真正需要数据的人无法便捷访问；最后，各类分析工具之间缺乏有效连接，严重拖慢了从数据到洞察的转化速度，使得决策效率大打折扣。

## 一、Microsoft Fabric：重新定义企业数据分析新范式

这一长期存在的范式现在正在发生根本性转变。微软正式宣布Microsoft Fabric全面上市，同时推出Copilot在Microsoft Fabric中的公开预览版，其中包括专门针对Power BI的深度集成体验。借助这些下一代分析工具，企业能够有效赋能数据团队，使其更轻松地扩展业务能力，满足不断增长的数据需求。

### （一）Fabric的核心架构与价值主张

Microsoft Fabric是一个端到端的数据分析平台，核心理念是通过连接所有数据源和分析服务，重塑每个人访问、管理和利用数据与洞察的方式。该平台在四个方面对当前分析市场进行了根本性革新：

**第一，Fabric是一个完整的分析平台。** 它将七种面向特定角色的工作负载整合到一个统一的体验和架构中——这七种工作负载分别是Data Factory（数据工厂）、Data Engineering（数据工程）、Data Warehouse（数据仓库）、Data Science（数据科学）、Real-Time Analytics（实时分析）、Data Activator（数据激活器）以及Power BI。这种整合架构能够显著降低集成不同服务所需的典型成本和精力，帮助组织精简其数据资产。统一架构还简化了治理流程，内置的治理功能贯穿所有工作负载；同时简化了计费方式，通过单一容量池和存储池为所有工作负载提供支撑。

**第二，Fabric以数据湖为中心且完全开放。** 用户可以轻松将跨云、跨账户、跨域的所有数据连接到Fabric统一的、多云的数据湖OneLake，从而构建企业数据单一事实来源。OneLake自动关联到每个Fabric工作负载，凭借其开放的数据格式，用户只需将数据加载到湖中一次，即可在所有Fabric工作负载和引擎中使用，最大限度地减少数据重复和蔓延。

**第三，Fabric赋能每一位业务用户。** 该平台确保组织中的业务用户能够访问所需的数据和洞察，做出基于数据的决策。Power BI原生内置于Fabric之中，任何人都能快速实现从湖中的数据到嵌入Microsoft 365应用的精美Power BI可视化内容的转化。

**第四，Fabric由人工智能驱动。** 平台在各层级都融入了AI能力，帮助数据专业人员更快速地完成更多工作。借助Copilot，用户可以使用自然语言创建数据流和管道、编写SQL语句、构建报告，甚至开发机器学习模型。此外，通过最近宣布的与Azure AI Studio的集成，用户可以在Azure AI Studio中构建专为组织量身定制的、基于在Fabric中集成、准备和建模的数据的生成式AI解决方案。

## 二、Copilot for Fabric：人工智能驱动的数据分析革命

Copilot在Microsoft Fabric中的公开预览版标志着数据分析工作方式的重大变革，其影响涵盖从资深商业智能专家到初级业务用户的各个层面。有经验的BI专业人员可以利用Copilot扩展能力，更快速地创建令人瞩目的报告；而技能较弱的用户则可以借助Copilot独立探索数据、创建报告并回答疑问，不再需要频繁给数据团队增加负担。

### （一）Copilot for Power BI的核心功能

在报告创建方面，Copilot for Power BI能够基于用户的高级别提示自动创建一个完整的报告页面。系统会自动识别应该使用的表、字段、度量和图表，帮助用户快速上手。如果用户对Power BI中的报告创建不熟悉，这无疑是一种快速且简便的入门方式。用户还可以利用现有的编辑体验对页面进行进一步的定制和优化。

在数据摘要方面，Copilot的独特摘要能力被集成到Smart Narrative可视化对象中，该可视化对象现更名为Narrative with Copilot。这个可视化对象能够对页面数据、整个报告的数据进行智能摘要，用户也可以定义特定的摘要模板。无论以何种方式使用，Narrative with Copilot都能显著加速关于最重要数据的洞察沟通效率。该可视化对象在Power BI服务和Power BI Desktop中均可使用。

在模型优化方面，Power BI Desktop中的Copilot可以帮助模型作者改进其模型并节省时间。首个于2023年11月发布的功能是利用Copilot为字段、度量和表生成同义词。这仅仅是个开始，未来的Power BI Desktop更新将带来更多全新的Copilot体验，包括来自服务的报告创建体验、数据分析表达式编写体验等。

### （二）Copilot的可用性与计费模式

Copilot的公开预览将分阶段推出，目标是在2024年3月底之前，所有拥有Power BI Premium容量（P1或更高版本）或Fabric容量（F64或更高版本）的客户都能访问Copilot预览。用户无需专门注册加入预览，当该功能部署到租户时，它将自动作为Fabric管理门户中的一项新设置出现。当Copilot体验开始收费时，用户只需将Copilot使用量计入现有的Fabric或Power BI Premium容量即可。

## 三、Direct Lake模式：革新数据访问技术的里程碑

Direct Lake模式是一种突破性的语义模型数据访问技术，其核心原理是直接从OneLake加载Delta-Parquet文件，无需执行繁琐的导入或数据复制操作。该模式巧妙结合了导入模式和DirectQuery模式的双重优势，能够在不进行任何数据移动的情况下，提供极快的查询性能。

### （一）Direct Lake模式的重大扩展

Power BI语义模型现在可以利用Direct Lake模式与Microsoft Fabric中的Synapse Data Warehouse协同工作。在此之前，Direct Lake模式仅限于Fabric湖屋上的语义模型，而数据仓库仅能通过DirectQuery模式进行查询。现在，微软已将Direct Lake模式扩展到同时支持Fabric中的数据仓库，这意味着用户可以在这两种数据源上享受Direct Lake带来的性能优势。

### （二）安全性与凭据管理

微软宣布了行级安全和对象级安全以及Direct Lake语义模型存储凭据的公开预览。RLS和OLS是Power BI的安全功能，允许用户在语义模型中定义行级和对象级的访问规则，使得不同用户根据其角色和权限查看不同的数据子集。存储凭据有助于降低配置复杂性，当与Direct Lake语义模型一起使用RLS和OLS时，强烈建议使用存储凭据。

## 四、OneLake集成与数据探索能力

### （一）导入模式语义模型的OneLake集成

微软宣布了Microsoft OneLake导入模型集成的公开预览。只需一次开关操作，用户即可启用OneLake集成，自动将导入到语义模型中的数据写入OneLake中的Delta表，从而无需任何迁移工作即可享受Fabric的所有优势。这些数据通过Delta表可以立即并发访问。数据科学家、数据库管理员、应用开发者、数据工程师、公民开发者以及其他类型的数据消费者现在可以直接访问驱动商业智能的相同数据。

用户还可以启用OneLake集成，通过快捷方式将这些Delta表包含在湖屋和Synapse Data Warehouse中，使用户能够使用T-SQL、Python、Scala、PySpark、Spark SQL、R以及无代码和低代码解决方案来查询数据。

### （二）Explore功能

新的公开预览功能Explore使任何人都能快速探索语义模型。类似于在Excel中导出和构建数据透视表，用户可以打开Explore体验，为数据创建矩阵或可视化视图。分析师可以在构建报告之前使用Explore了解新的语义模型，业务用户也可以回答关于数据的特定问题，而无需构建完整的报告。

## 五、DAX查询视图与语义模型扩展

### （一）DAX查询视图

Power BI Desktop中新增的DAX查询视图让用户能够利用强大的DAX查询语言来发现、分析和查看语义模型中的数据。与Explore功能类似，模型作者可以快速验证语义模型中的数据和度量值，而无需构建可视化对象或使用其他工具。对度量值的修改可以无缝地直接更新回语义模型。这项功能与自动格式化、Report View的Performance Analyzer集成、快速度量值和度量值引用扩展等现有功能相结合，大大提高了数据专业人员和高级数据分析师在Power BI中进行DAX查询创作的效率。

### （二）语义模型扩展

语义模型扩展现已全面上市。借助扩展功能，Power BI会自动扩展只读副本，确保当大量用户同时使用系统时不会出现性能下降，从而支持大型生产解决方案处理高用户并发。自动扩展现在也适用于Direct Lake语义模型。此外，导入模式语义模型将受益于刷新隔离，确保业务用户不受资源密集型刷新操作的影响，并继续享受交互式分析所需的极快查询速度。

## 六、成本优化的许可选项与认证路径

### （一）新的许可选项

除了已有的即用即付定价模式外，微软还推出了Fabric的预留定价模式，允许用户按一年期预承诺Fabric容量单位，相比即用即付价格最高可节省40.5%的成本。此外，还公布了OneLake业务连续性和灾难恢复以及缓存存储的价格。Fabric还提供远低于入门级P-SKU的较小SKU，且Fabric SKU符合Microsoft Azure消费承诺条件。

### （二）认证与学习路径

微软推出了增强的Microsoft认证组合，包括新的“Microsoft Certified：Fabric Analytics Engineer Associate”认证，以及多个覆盖Fabric场景的Microsoft Applied Skills，涉及实现湖屋、数据仓库和实时分析解决方案等。用户可以通过参加Microsoft Learn云技能挑战中的“Microsoft Fabric Challenge”来准备这些认证。

## 结语：开启数据驱动新纪元

Microsoft Fabric的全面上市和Copilot的公开预览标志着企业数据分析进入了一个全新阶段。通过将所有人聚集在一个统一的端到端分析平台上，打破数据孤岛，赋能各级用户，并以AI驱动效率提升，微软正在帮助企业真正实现数据驱动文化的承诺。从Direct Lake模式的性能突破，到Copilot的自然语言交互能力，再到多种灵活的许可选择，这些创新共同勾勒出一个更加开放、高效、智能的数据分析未来。