Skip to content

附錄：Microsoft Fabric 手動驗證

這一頁專門用來驗證結構化資料與 Fabric 物件是否已正確建立。

這一頁已移到附錄，建議在 Foundry 主線全部完成後，再回來做這些手動檢查。

如果你現在要做的是 Foundry portal demo，請先看 Microsoft Foundry Live Tour。

這一頁適合做什麼

  • 確認 Lakehouse、Ontology 和表格是否真的建立成功
  • 直接在 UI 看資料是否載入
  • 用 SQL analytics endpoint 做最簡單的人工驗證
  • 對照腳本輸出的 fabric_ids.json 和 portal 裡的實際 item

Portal URL:

Step 0. 先知道你要找哪些 Fabric item

這個 repo 的 Fabric 物件命名不是隨機的。

這裡提到的 02_create_fabric_items.py、03_load_fabric_data.py、04_generate_agent_prompt.py 都是維護者入口，用來對照底層流程；如果你只是跑 workshop 主線，仍優先使用公開的 admin_prepare_docs_data_demo.py。

02_create_fabric_items.py 會建立：

  • lakehouse_name = <solution_name>-lakehouse-<suffix>
  • ontology_name = <solution_name>-ontology-<suffix>

而且它會把結果寫到資料資料夾下的 config/fabric_ids.json。

如果你不知道這次要找哪個 lakehouse 或 ontology，先去看：

  1. DATA_FOLDER/config/fabric_ids.json
  2. 其中的 lakehouse_name
  3. 其中的 ontology_name
  4. 其中的 solution_name

Step 1. 開啟 Fabric workspace

  1. 開啟 https://app.fabric.microsoft.com/
  2. 使用和 workshop 相同的帳號登入
  3. 左側進入 Workspaces
  4. 如果你知道 workspace 名稱，就直接從清單中打開
  5. 如果你只有 FABRIC_WORKSPACE_ID，可以用下面這種 URL 形式開啟：
https://app.fabric.microsoft.com/groups/<workspace-id>/...
  1. 進入 workspace 後，先確認你看得到 item 清單，而不是權限不足的畫面

Step 2. 找到這次腳本建立的 Lakehouse

  1. 在 workspace item 清單中搜尋 lakehouse
  2. 找名稱像 <solution_name>-lakehouse-<suffix> 的項目
  3. 點進該 Lakehouse
  4. 進入後，先檢查左側或主畫面的 Tables、Files 區塊是否存在

如果完全找不到 lakehouse，通常表示：

  1. 02_create_fabric_items.py 沒成功完成
  2. 你開錯 workspace
  3. 你現在看的 suffix 不是這次最後一次建立的那組

Step 3. 確認 CSV 是否真的進到 Lakehouse Files

這一步是在對照 03_load_fabric_data.py 的上傳行為。

  1. 在 Lakehouse 畫面切到 Files
  2. 找 CSV 檔，檔名通常會和資料表名稱一致，例如 customers.csv、orders.csv 或其他情境資料表
  3. 如果你看得到檔案，代表檔案至少已上傳到 OneLake 對應路徑

Step 4. 確認 Tables 底下真的有 Delta tables

這一步是在對照 03_load_fabric_data.py 的 table load 行為。

  1. 在同一個 Lakehouse 畫面切到 Tables
  2. 確認 ontology_config.json 中列出的每張表都有出現
  3. 任選一張表打開預覽
  4. 看前幾列資料是否合理

如果你看得到 CSV，但 Tables 沒資料，通常代表檔案有上傳成功，但「載入為 Delta table」那一步沒有完成。

Step 5. 切到 SQL analytics endpoint 做最簡單驗證

這一步最接近 agent 之後執行 SQL 查詢時看到的資料面。

  1. 在 lakehouse 畫面右上方或上方功能列，從 Lakehouse 下拉切到 SQL analytics endpoint
  2. 等 schema 和 tables 載入
  3. 如果一開始沒看到表，按一次 Refresh
  4. 在表格清單裡展開 dbo 或預設 schema
  5. 任選一張表，先用預覽確認有資料
  6. 如果畫面支援查詢編輯器，再跑最小查詢，例如：
SELECT TOP 10 *
FROM <table_name>

你只需要確認「查得到資料」，不需要在這一步驗證所有商業邏輯。

Step 6. 找到 Ontology 並確認結構

這一步是在對照 02_create_fabric_items.py 建 ontology 與 relationships 的行為。

  1. 回到 workspace item 清單
  2. 搜尋 ontology
  3. 找名稱像 <solution_name>_ontology_<suffix> 的項目

  4. 點開後，檢查：

  5. entity types 是否存在

  6. properties 是否對應各表欄位
  7. relationships 是否出現
  8. data bindings 是否綁到正確的 lakehouse tables

如果 ontology item 存在但內容不完整，優先懷疑：

  1. ontology_config.json 內容本身缺欄位或 relationships
  2. 02_create_fabric_items.py 在建立 bindings 或 relationships 時中途中斷

不是主線必要，但可以另外展示

如果你想從報表或 Direct Lake 視角確認資料結構，可以再檢查 semantic model。

如果你想驗證 agent 之後會問的問題，可再到 SQL analytics endpoint 手動做一題簡單的聚合或 join 查詢。

Script 路徑和 Portal 操作對照表

Script / 成果 你在 portal 應該去哪裡看 你要確認什麼
02_create_fabric_items.py（維護者入口） Fabric workspace *_lakehouse_* 與 *_ontology_* 是否出現
03_load_fabric_data.py（維護者入口） Fabric Lakehouse Files / Tables CSV 已上傳，表格已載入
04_generate_agent_prompt.py（維護者入口） 本機檔案，不在 portal 主要看 schema_prompt.txt 是否產生

Portal URL

← Fabric 詳細設定 | Fabric IQ：資料 →