- Přehledy IS
- APS (20)
- BPM - procesní řízení (23)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (32)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (76)
- HRM (28)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT služeb a řešení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (38)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (69)
- Informační bezpečnost (50)
- IT řešení pro logistiku (45)
- IT řešení pro stavebnictví (26)
- Řešení pro veřejný a státní sektor (27)
Tematické sekce
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údržby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tiskBranžové sekce
![]() | Přihlaste se k odběru zpravodaje SystemNEWS na LinkedIn, který každý týden přináší výběr článků z oblasti podnikové informatiky | |
| ||
Partneři webu
IT SYSTEMS 10/2025 , AI a Business Intelligence
4 typické scénáře, jak dostat data do Microsoft Fabric
Josef Pinkr
Microsoft Fabric nabízí širokou škálu nástrojů pro ingest dat – od drag-and-drop nástrojů až po kódování ve Spark notebooku. Ale jak se v tom zorientovat?

Ingest dat do prostředí Microsoft Fabric není jednorozměrná technická úloha. Výběr správného scénáře závisí na typu dat, jejich umístění, očekávané frekvenci aktualizací i kompetencích uživatele. V praxi se nejčastěji opakují konkrétní situace, ve kterých lze efektivně využít nástroje jako Dataflows Gen2, Pipelines nebo Eventstreams.
Ingest není jen technická volba. Je to rozhodnutí, které ovlivní výkon, provozní efektivitu i náklady.
Následující čtyři scénáře pokrývají nejběžnější potřeby velkých organizací, se kterými jsme se na projektech setkali. Od pravidelného reportingu nad ERP systémy až po real-time monitoring infrastruktury.
1. Reporting nad provozními systémy (ERP, CRM, databáze)
Potřebujete pravidelný (denní/hodinový) reporting ze zdrojových systémů do úložišť typu Lakehouse nebo Warehouse, např. za účelem provozního reportingu nebo dalšího zpracování dat.
- O co se jedná: Automatizovaný přenos tabulkových dat z on-prem přes gateway
- Typický scénář: Automatizovaný přenos strukturovaných dat z cloudových nebo on-prem (s využitím data gateway) úložišť za účelem reportování provozních dat v Power BI aplikaci, nebo další analýzy dat prostřednictvím Data Science
- Vhodné nástroje pro ingest dat: Pipelines, Copy Activity, SQL
2. Samoobslužné BI z Excel/CSV souborů (z OneDrive, Teams)
Vaši analytici si potřebují načítat svá data bez závislosti na IT.
- O co se jedná: Načtení a automatická aktualizace M365 souborů
- Typický scénář: Samoobslužný Self-Service BI přístup, při kterém si analytici sami načítají data z extraktů uložených na OneDrive nebo Teams sami přímo do Power BI sématnického modelu, bez nutnosti pomoci od IT oddělení
- Vhodné nástroje pro ingest dat: Dataflows Gen2, OneDrive / SharePoint
3. Jednorázová analýza velkých datasetů (z Data Lake)
Potřebujete jednorázově zpracovat rozsáhlá data pro modely, plánování nebo reporting.
- O co se jedná: Zpracování souborů (CSV, Parquet, Delta) pomocí Spark
- Typický scénář: Připojení existujících extraktů dat v CSV / Parquet / Delta formátu za účelem analýzy velkého objemu (např historických) dat do úložiště Lakehouse bez nutnosti jejich fyzického kopírování / přenášení do Fabric platformy, jen s drobnou podporou IT oddělení
- Vhodné nástroje pro ingest dat: Shortcut
4. Monitoring v reálném čase (senzorická a IoT data)
Potřebujete data v reálném čase pro provozní rozhodování. Sledujete provozní incidenty, logy aplikací nebo stavy infrastruktury.
• O co se jedná: Streamované logy/DATA do KQL pro okamžitou analýzu
• Typický scénář: Kontinuální zpracování senzorických / IoT dat nebo provozních logů v near real-time čase a jejich následné reportování s minimální latencí dat
• Vhodné nástroje pro ingest dat: Eventstreams / Spark Structured Streaming
*** tabulku překreslit do podoby grafu se svislou osou uprostřed s čísly 1-4 a slovem „Scénář“ nahoře. z osy vycházejí do strany modré obdélníky na jednu nebo druhou stranu znázorňující intenzitu zapojení Byznysu nebo IT v jednotlivých scénářích. Délku jednotlivých obdélníků určuje zelená barva v tabulce ***

Intenzita zapojení IT a byznysu v jednotlivých scénářích
Ingest není jen technika, je to rozhodnutí
Microsoft Fabric nabízí dostatečně širokou škálu nástrojů pro různé typy uživatelů – od IT týmů až po business analytiky. Klíčem k jejich efektivnímu využití je správně zvolený scénář ingestu. Ať už jde o načítání dat z tabulkových systémů, souborových úložišť nebo streamované události, vždy platí, že jednoduchost, výkon a automatizace jdou ruku v ruce – pokud zvolíte vhodný postup a nástroj.
Neexistuje „nejlepší nástroj,“ jen nejvhodnější
Nejde o to, který nástroj je nejlepší. Důležité je, kdo bude data nahrávat, jak často a kam. Rozhodnutí, jak data do Fabricu dostat, je strategické. Může vám ušetřit týdny práce nebo vám týdny práce zbytečně přidělat.
![]() |
Josef Pinkr Autor článku působí jako Senior Architect ve společnosti Adastra. |
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.

| Po | Út | St | Čt | Pá | So | Ne |
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
IT Systems podporuje
| 28.11. | CONTROLLING A BI PRAKTICKY - Webové GIST Aplikace pro... |
Formulář pro přidání akce

















