Microsoft hari ini meluncurkan Microsoft Fabric, sebuah platform data dan analitik end-to-end yang baru (jangan disamakan dengan Azure Service Fabric). Platform baru ini berpusat di sekitar danau data Microsoft OneLake, tetapi juga dapat menarik data dari Amazon S3 dan (segera) Google Cloud Platform, dan mencakup segala sesuatu mulai dari alat integrasi, platform rekayasa data berbasis Spark, platform analitik waktu nyata, dan berkat Power BI yang baru saja ditingkatkan, sebuah visualisasi yang mudah digunakan serta alat analisis berbasis AI. Ada juga pengalaman pengembang tanpa kode baru yang memungkinkan pengguna untuk memantau data mereka secara real-time dan memicu tindakan dan pemberitahuan berdasarkan data tersebut. Semua alat ini terintegrasi dengan erat dan, tentu saja, Microsoft juga akan mengintegrasikan AI Copilot ke dalam Fabric.
“Selama lima hingga 10 tahun terakhir, telah terjadi tingkat inovasi yang cukup masif – yang mana hal ini sangat bagus dan mengagumkan karena ada banyak teknologi baru di luar sana – namun hal ini juga menyebabkan banyak fragmentasi pada tumpukan data modern,” ujar Arun Ulag, Wakil Presiden korporat Microsoft untuk Azure Data, kepada saya. “Secara harfiah ada ratusan – bahkan ribuan – produk dan teknologi serta solusi open source yang harus dipahami oleh pelanggan.” Dia juga mencatat bahwa banyak produk data dan analitik yang cenderung menyimpan data mereka secara terpisah-pisah. “Ketika saya berbicara dengan pelanggan, salah satu pesan yang saya dengar secara konsisten adalah mereka lelah membayar pajak integrasi ini,” katanya.
Sumber : Microsoft
Jadi Microsoft melihat beban kerja analitik data inti (integrasi data, teknik, pergudangan, ilmu data, analitik waktu nyata, dan intelijen bisnis) dan mencari cara untuk membangun pengalaman terpadu di sekitar hal ini. Untuk melakukan hal ini, tim memutuskan untuk fokus pada infrastruktur komputasi terpadu dan satu data lake.
“Ada infrastruktur komputasi terpadu; ada data lake terpadu. Ada pengalaman produk terpadu untuk semua profesional data Anda, sehingga mereka bisa berkolaborasi secara mendalam. [Ada tata kelola terpadu sehingga TI dapat mengelola hal ini dan menciptakan sumber kebenaran yang dapat dipercaya oleh semua orang, dan benar-benar platform terpadu yang digunakan bersama oleh TI dan bisnis – dan model bisnis terpadu. Hanya ada satu hal yang perlu dibeli, dan ini memungkinkan pelanggan untuk menghemat banyak biaya, yang, terutama di lingkungan saat ini, sangat penting,” kata Ulag.
Ulag mencatat bahwa ia secara pribadi mendemonstrasikan Fabric kepada 100 perusahaan dari Fortune 500 selama tahun lalu dan banyak perusahaan yang senang dengan hal ini karena sangat menyederhanakan infrastruktur data mereka tanpa harus terikat pada satu vendor cloud. Sebagian karena tim memutuskan untuk membangun pusat data lake di sekitar format open-source Apache Parquet, format file berorientasi kolom untuk penyimpanan dan pengambilan data.
Microsoft juga memutuskan untuk membangun Fabric berdasarkan pendekatan multi-cloud, dengan dukungan bawaan untuk data di Amazon S3 dan Google Storage (segera hadir).
Perusahaan juga memutuskan untuk menyederhanakan model penetapan harga, yang berfokus pada infrastruktur komputasi dan berpusat pada unit komputasi Fabric yang umum. Biaya, tentu saja, merupakan pendorong utama bagi keputusan pembelian teknologi perusahaan saat ini dan itu sering kali berarti mengkonsolidasikan vendor. Sebagian besar bisnis saat ini menggabungkan data dan sistem analitik mereka dengan bantuan beberapa vendor. Hal ini merupakan tantangan integrasi dan juga menimbulkan biaya tambahan.
“Pemborosan ini adalah sesuatu yang diatasi oleh Fabric karena Fabric menciptakan model komputasi terpadu,” jelas Ulag. “Dalam semalam, mungkin akan melakukan banyak rekayasa data dan sains data, mungkin integrasi data. Di pagi hari, komputasi yang sama mengalir ke BI dan SQL saat orang-orang masuk ke kantor. Karena semua komputasi tervirtualisasi, semua komputasi tanpa server di Fabric, ini benar-benar memungkinkan Anda untuk menggunakan kembali kapasitas yang telah Anda beli. Hal ini sangat menarik bagi [perusahaan].”
Keuntungan lainnya, menurut Microsoft, adalah bahwa sistem terpadu tunggal ini berarti lebih mudah untuk mengelola akses dan tata kelola data (menggunakan Microsoft Outlook). Jika seorang karyawan, yang memiliki hak akses yang tepat, ingin menganalisis data gaji karyawan yang sangat rahasia, misalnya, dan mengekspornya ke Excel atau ke Power BI, maka layanan ini akan memastikan bahwa dokumen yang dibuat dengan data ini akan mewarisi label kerahasiaan yang sama dan aturan-aturan yang terkait dengan data tersebut (dan, berdasarkan aturan-aturan ini, secara otomatis mengenkripsi file-file ini sehingga meskipun data ini bocor ke luar perusahaan, tidak ada yang dapat mengaksesnya).
Meskipun ini adalah sistem yang sangat terintegrasi, ada sejumlah bagian yang bergerak di sini. Data Factory merupakan layanan integrasi, yang dilengkapi dengan 150+ konektor yang sudah jadi. Microsoft kemudian juga mengandalkan sejumlah alat data bermerek Synapse untuk menyediakan rekayasa data dan perkakas sains data bagi para ilmuwan data untuk, misalnya, membangun model AI. Sementara itu, Power BI akan berada di ujung lain dari spektrum ini dan memungkinkan analis bisnis dan pengguna lain untuk mendapatkan wawasan dari semua data ini, sementara layanan Penggerak Data tanpa kode yang baru akan memungkinkan pengguna untuk secara otomatis memicu tindakan tertentu berdasarkan data waktu nyata yang masuk.
Ini adalah Microsoft di tahun 2023, jadi tentu saja ada Copilot di Microsoft Fabric yang akan memudahkan pengguna untuk membangun pipeline data, menghasilkan kode, membangun model pembelajaran mesin, dan banyak lagi. Copilot ini belum tersedia, jadi masih harus dilihat seberapa bermanfaatnya Copilot ini nantinya.
Fabric saat ini masih dalam pratinjau publik. Dalam sebuah langkah yang tidak biasa menurut standar Microsoft, siapa pun bisa mencoba layanan ini tanpa harus memberikan informasi kartu kredit mereka. Mulai 1 Juli, Fabric akan diaktifkan untuk semua penyewa Power BI.