初识Microsoft Fabric Samples(fabric-samples):微软官方示例仓库带你快速上手Fabric一站式数据平台
初识Microsoft Fabric Samples(fabric-samples):微软官方示例仓库带你快速上手Fabric一站式数据平台
fabric-samples 是微软官方维护的示例仓库,汇集了 Microsoft Fabric 一站式数据平台的代码示例与配套数据,覆盖 Lakehouse、Data Factory、Data Science、Power BI 等核心负载。无论你是刚接触 Fabric 的新手,还是想深入某项功能的进阶用户,这个仓库都是"照着就能跑"的免费学习资源。
📌 先了解:Microsoft Fabric 是什么?
Microsoft Fabric 是微软推出的统一分析平台,把数据工程、数据科学、数据仓库、实时智能、数据激活等工作负载整合在一个门户里,底层共享统一的容量与治理体系。
对于新手来说,光看概念容易"望文生义",最快的学习方式就是跑官方示例。这正是 fabric-samples 的价值所在:每个示例都对应官方文档或 Learn 教程,照着文档找到代码,跟着文档跑通即可。
图:社区示例中的元数据驱动摄入 Taskflow,展示了 Control → Ingestion → Bronze → Audit 的典型数据流
🗂️ 仓库结构一览:5 大模块各管一摊
仓库顶层结构非常清晰,打开 README.md 就能看到完整介绍:
| 目录 | 定位 | 适合谁 |
|---|---|---|
docs-samples/ |
官方文档与 Learn 教程的配套代码和数据 | 跟官方教程学习的人 |
features-samples/ |
Fabric 单点功能示例(Git 集成、API、数仓等) | 想深入某项功能的人 |
community-samples/ |
社区贡献的实战案例 | 寻找灵感、学真实场景的人 |
workspace-monitoring/ |
工作区监控数据库的 KQL 查询示例 | 关注运维监控的人 |
e2e-samples/ |
端到端示例说明 | 需要完整链路参考的人 |
💡 小提示:社区示例按"as-is"方式提供(见 community-samples/README.md),运行前建议先阅读代码再执行。
🔍 docs-samples:跟着官方教程"抄作业"
这是仓库中内容最丰富的部分,按官方文档的工作负载组织。
数据工程:从 Lakehouse 教程到 GraphQL
- Lakehouse 教程源码:
docs-samples/data-engineering/Lakehouse Tutorial Source Code/目录包含创建 Delta 表、数据转换等逐步教程的完整 Notebook,例如 01 - Create Delta Tables.ipynb,其中演示了 Fabric 的 V-order 与 Optimize Write 优化开关。 - GraphQL API 全家桶:
docs-samples/data-engineering/GraphQL/下提供 C#、Python、React、React-Apollo-TS 等多种客户端示例,还有把 Fabric GraphQL API 接入 MCP(Model Context Protocol)的服务端示例 FabricGraphQL_MCP.js,让 AI 客户端也能查询 Fabric 数据。 - CI/CD 部署:
docs-samples/cicd/fabric-cicd-devops/提供 deploy-to-fabric.py 与 Azure DevOps 流水线 YAML,教你用服务主体把工件自动发布到 Fabric 工作区。
数据科学:AI 函数、ML 模型与 GenAI
docs-samples/data-science/ 是 AI 爱好者的宝藏区:
- AI Functions 评估 Notebook:
ai-functions/eval-notebooks/覆盖了 analyze_sentiment、classify、extract、summarize、translate 等 Fabric AI 函数的完整评估示例。 - 机器学习全流程:
enrich-powerbi-report-with-machine-learning/提供"银行客户流失分析"的端到端工程包,包含数据导入、语义模型、ML 实验、批量打分与 Power BI 报表的完整架构:
图:Fabric 中从 Lakehouse 到 Semantic Model、ML 模型再到报表的完整机器学习流水线
- GenAI / RAG 教程:
genai-guidance/提供检索增强生成(RAG)系列的快速上手与进阶教程,包括 quickstart-genai-guidance.ipynb 和自带密钥(BYOK)配置方式,架构如下图所示:
图:Fabric Notebook 串联 Lakehouse、Spark、Azure OpenAI 与 Azure AI Search 的 RAG 架构
🧩 features-samples:单点功能的"最小可用示例"
想弄清某个功能"到底怎么用",看这里:
- Git 集成:
features-samples/git-integration/提供连接 Git、拉取更新、选择性提交等一系列 PowerShell 脚本,如 GitIntegration-CommitAll.ps1,是学习 Fabric 版本管理的最佳入口。 - Fabric REST API:
features-samples/fabric-apis/演示部署管道、选择性部署与长时轮询操作,如 DeploymentPipelines-DeployAll.ps1。 - SQL 数据仓库:openrowset.ipynb 演示在 Fabric SQL 数据库中查询外部数据源。
- Semantic Link:Semantic Link all-in-one demo.ipynb 一站式演示语义链接在 Notebook 中的用法。
🌟 community-samples:社区实战案例
社区示例展示了真实业务场景的玩法,其中两个尤为出色:
🔐 PII SparkShield:用 Presidio 做敏感数据脱敏
该示例基于 PySpark + Microsoft Presidio + Faker,在 Fabric Lakehouse 上实现 PII(个人可识别信息)检测、脱敏与合成数据生成。数据从源端到消费端的链路非常直观:
图:PII SparkShield 从数据源经 Spark Notebook 脱敏后流入 Lakehouse,再供 Power BI 消费
配套材料齐全:
- 三个递进的 Notebook:01_pii_detection_redaction_presidio.ipynb、02_pii_detection_syntheticdatagen_presidio_faker.ipynb、03_PII_Hashing_Masking.ipynb
- 样例数据 customers-sampledata.csv,方便零成本试跑
- 详细的 README.md,包括在 Fabric 工作区创建自定义运行环境的步骤
🔄 元数据驱动摄入框架:PostgreSQL 到 Fabric Lakehouse
community-samples/Metadata-driven Ingestion Framework/PostgreSQL to Fabric Lakehouse/ 展示了一套控制平面 + 执行平面分离的自动化摄入方案:只需在元数据库登记表信息,Full Load 与 Incremental Load 两条 Data Factory 管道即可自动运行,并带审计与邮件通知。核心材料:
- 元数据建库脚本 MetaStoreSetup_01.sql
- 预打包管道 PL_DynamicIngestionPipelineFullLoad_PGSQL.zip
- 全量/增量 SQL 脚本位于
scripts/目录
📊 workspace-monitoring:监控查询示例库
Fabric 每个工作区都会自动生成监控数据库。workspace-monitoring/ 按负载分目录存放 KQL 查询示例,例如 Eventhouse query operations/、Semantic model operations/、GraphQL operations/ 等,可直接复制到 Fabric 门户的监控体验中运行,是搭建团队运维看板的"取之不尽"的查询模板(说明见 workspace-monitoring/README.md)。
🚀 新手 3 步上手指南
-
克隆仓库(只读学习即可,无需修改):
git clone https://gitcode.com/gh_mirrors/fab/fabric-samples -
挑选一个示例:新手建议从 01 - Create Delta Tables.ipynb 开始,它对应官方 Lakehouse 教程的第一步,几乎零前置要求。
-
导入 Fabric 运行:在 Fabric 工作区新建 Notebook,将示例 Notebook 导入后按单元格顺序运行;涉及数据科学 AI 函数的示例,可参考
docs-samples/data-science/ai-functions/下的 starter-notebooks 准备环境。
📚 参考资源
- 仓库总览:README.md
- 社区示例索引:community-samples/README.md
- 贡献规范:CONTRIBUTING.md
- 行为准则:CODE_OF_CONDUCT.md
总结:fabric-samples 不是一本书,而是一整套"可运行的官方教材"——docs-samples 帮你跟上教程,features-samples 帮你吃透功能,community-samples 给你实战灵感,workspace-monitoring 补齐运维视角。收藏这个仓库,你的 Microsoft Fabric 学习之路就已经成功了一半。
