Del via

Hvad er datawarehousing i Microsoft Fabric?

Gælder for:✅ SQL Analytics-slutpunkt og warehouse i Microsoft Fabric

Fabric Data Warehouse er et relationslager i virksomhedsskala på et datasøfundament.

  • De ideelle use cases til Fabric Data Warehouse er stjerne- eller snefnugskemaer, organiserede virksomhedsdatamarter, styrede semantiske modeller til business intelligence.
  • Fabric Data Warehouse-data gemmes ligesom alle Fabric-data i Delta-tabeller, som er Parquet-datafiler med en filbaseret transaktionslog. Et lagersted, der er bygget på det åbne Fabric-dataformat, giver mulighed for deling og samarbejde mellem datateknikere og forretningsbrugere uden at gå på kompromis med sikkerhed eller styring.
  • Fabric Data Warehouse er primært udviklet med T-SQL og deler et stort overfladeareal baseret på SQL Database Engine, med fuld multi-table ACID-transaktionsunderstøttelse, materialiserede visninger, funktioner og lagrede procedurer.
  • Masseindlæsning af Fabric Data Warehouse kan udføres via T-SQL- og TDS-forbindelser eller via Spark, hvor data skrives direkte til Delta-tabellerne.
  • Den brugervenlige SaaS-oplevelse er også tæt integreret med Power BI for nem analyse og rapportering.

Data warehouse-kunder kan drage fordel af:

  • Forespørgsler på tværs af databaser kan bruge flere datakilder til hurtig indsigt uden duplikering af data.
  • Det er nemt at indtage, indlæse og transformere data i stor skala via pipelines, dataflow, forespørgsel på tværs af databaser eller kommandoen COPY INTO.
  • Autonom styring af arbejdsbelastninger med brancheførende distribueret forespørgselsbehandlingsprogram betyder, at der ikke er nogen knapper at dreje for at opnå den bedste ydeevne i klassen.
  • Skaler næsten øjeblikkeligt for at imødekomme virksomhedens behov. Lager og beregning er adskilt.
  • Data replikeres automatisk til OneLake Files for ekstern adgang.
  • Udviklet til ethvert kompetenceniveau, fra udvikleren af borgeren til DBA eller datateknikeren.

Datawarehousing items

Fabric Data Warehouse er ikke et traditionelt virksomhedsdatalager, det er et sølagersted, der understøtter to forskellige lagervarer: Fabric Warehouse-elementet og SQL Analytics-slutpunktselementet. Begge er specialbyggede til at imødekomme kundernes forretningsmæssige behov, samtidig med at de giver den bedste ydeevne i klassen, minimerer omkostningerne og reducerer administrative omkostninger.

Fabric Data Warehouse

I et Microsoft Fabric-arbejdsområde er et Fabric-lager mærket som Warehouse i kolonnen Type . Når du har brug for fuld kraft og transaktionsfunktioner (DDL- og DML-forespørgselsunderstøttelse) i et data warehouse, er dette den hurtige og enkle løsning for dig.

Skærmbillede, der viser lagertypen i arbejdsområdet.

Lageret kan udfyldes af en af de understøttede metoder til dataindtagelse, f.eks . COPY INTO, Pipelines, Dataflows eller indstillinger for dataindtagelse på tværs af databaser, f.eks . CREATE TABLE AS SELECT (CTAS), INSERT.. SELECT eller SELECT INTO.

Hvis du vil i gang med lageret, skal du se:

SQL Analytics-slutpunktet for Lakehouse

I et Microsoft Fabric-arbejdsområde har hvert Lakehouse et automatisk genereret "SQL Analytics-slutpunkt", som kan bruges til at skifte fra visningen "Lake" i Lakehouse (som understøtter datakonstruktion og Apache Spark) til visningen "SQL" i det samme Lakehouse for at oprette visninger, funktioner, lagrede procedurer og anvende SQL-sikkerhed.

Skærmbillede, der viser SQL Analytics-slutpunktstypen i arbejdsområdet.

Ved hjælp af lignende teknologi klargør et lager, en SQL-database og Fabric OneLake automatisk et SQL-analyseslutpunkt, når det oprettes.

Med SQL-analyseslutpunktet kan T-SQL-kommandoer definere og forespørge om dataobjekter, men ikke manipulere eller ændre dataene. Du kan udføre følgende handlinger i SQL Analytics-slutpunktet:

  • Forespørg de tabeller, der refererer til data i Delta Lake-mapperne i søen.
  • Opret visninger, indbyggede TVF'er og procedurer for at indkapsle din semantik og forretningslogik i T-SQL.
  • Administrer tilladelser til objekterne. Du kan få mere at vide om sikkerhed i SQL-analyseslutpunktet under OneLake-sikkerhed til SQL-analyseslutpunkter.

Hvis du vil i gang med SQL Analytics-slutpunktet, skal du se:

Lager eller lakehouse

Når du beslutter dig for at bruge et lager eller et lakehouse, er det vigtigt at overveje de specifikke behov og konteksten for dine krav til dataadministration og analyse.

  • Vælg et data warehouse , når du har brug for en virksomhedsløsning med åbent standardformat, ingen knappers ydeevne og minimal konfiguration.  Data warehouse er bedst egnet til semi-strukturerede og strukturerede dataformater og er velegnet til både nybegyndere og erfarne datateknikere og tilbyder enkle og intuitive oplevelser.

  • Vælg et søhus , når du har brug for et stort lager med meget ustrukturerede data fra heterogene kilder og vil bruge Spark som dit primære udviklingsværktøj. Fungerer som et "letvægts" datavarehus, og du har altid mulighed for at bruge SQL-analyseslutpunktet og T-SQL-værktøjer til at levere rapporterings- og dataintelligensscenarier i dit søhus.

Du har altid mulighed for at tilføje den ene eller den anden på et senere tidspunkt, hvis virksomhedens behov ændres, og uanset hvor du starter, bruger både lageret og lakehouse det samme effektive SQL-program til alle T-SQL-forespørgsler.

Du kan finde mere detaljerede beslutningsvejledninger i Microsoft Fabric-beslutningsvejledningen: Vælg mellem Warehouse og Lakehouse.

Migrering

Brug Fabric Migration Assistant til Data Warehouse til at overføre fra Azure Synapse Analytics, SQL Server og andre SQL Database Engine-platforme. Gennemse Planlægning af migrering og overførselsmetoder for Azure Synapse Analytics, dedikerede SQL-grupper til Fabric Data Warehouse.

Du kan finde en vejledning til migrering på tværs af Microsoft Fabric ved at gennemse værktøjerne og linkene i Oversigt over Microsoft Fabric-overførsel.

Relateret indhold

  • Last updated on