Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Denne vejledning hjælper dig med at få mere at vide om de eksisterende begrænsninger i din spejlede BigQuery i Microsoft Fabric.
Vigtigt!
Vi understøtter i øjeblikket spejling til Google BigQuery til OPDG (On-Premises Data Gateway). Brug version 3000.286.6 eller nyere
Begrænsninger på databaseniveau
Når du spejler tabeller uden primære nøgler, kan du kun udføre ændringer kun for at sikre datanøjagtighed. Hvis der findes ændringer, der ikke er indsat, genvises tabellen automatisk (tabellen spejles helt igen). Hvis der sker flere ikke-indsættelsesændringer efter den første genseedning, går spejling i en backoff-tilstand i et stykke tid. Backoff-tilstanden hjælper med at holde omkostningerne nede og begrænser unødvendig replikering i hele tabellen. Efter backoff-perioden vender tabellen tilbage til sin normale tilstand af spejling (kontinuerlig datareplikering).
Begrænsninger i ydeevnen
Hvis du ændrer de fleste data i en stor tabel, er det mere effektivt at stoppe og genstarte spejling. Indsættelse eller opdatering af milliarder af poster kan tage lang tid.
Spejlede data afspejler typisk ændringer med en forsinkelse på 10-15 minutter på grund af BigQuerys Change Data Capture (CDC)-arkitektur. Hvis der ikke registreres ændringer, går replikeringsprogrammet i backoff-tilstand, hvilket øger forespørgselsintervallerne med op til 1 time.
Begrænsninger for understøttede områder
Databasespejling er tilgængelig i alle Microsoft Fabric-områder. Du kan få flere oplysninger under Tilgængelighed af fabric-område.
Begrænsninger for tilladelser
Vi forstår, at nogle kunder tøver med at aktivere redigeringstilladelser for spejling til Google BigQuery. Spejling opretter en live-tvilling, redigerbar forbrugskopi af dine BigQuery-data i OneLake. For at understøtte spejling til Google BigQuery skal replikeringsprogrammet:
- Få adgang til og eksportér data fra BigQuery-tabeller
- Spor ændringer ved hjælp af Change Data Capture (CDC)
- Opret midlertidige datasæt og job til replikering
- Interager med Google Cloud Storage til iscenesættelse og indlæsning