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.
Mirroring in Fabric er en lavpris og lav-latenstid-løsning, der samler data fra forskellige systemer i en enkelt analyseplatform. Du kan løbende replikere din eksisterende databestand direkte ind i Fabrics OneLake fra forskellige Azure-databaser og eksterne datakilder.
Med de mest up-todatodata i et forespørgeligt format i OneLake kan du bruge alle de forskellige tjenester i Fabric, såsom at køre analyser med Spark, udføre notebooks, dataengineering, visualisere gennem Power BI Reports og mere.
Ved at bruge Mirroring in Fabric får du et højt integreret, end-to-end og brugervenligt produkt, der forenkler dine analysebehov. Spejling er bygget til åbenhed og samarbejde mellem Microsoft og teknologiløsninger, der kan læse det open source Delta Lake-tabelformat. Det er en lavpris og lav-latens turnkey-løsning, der skaber en kopi af dine data i OneLake til alle dine analytiske behov.
Du kan bruge Delta-bordene overalt i Fabric, hvilket hjælper dig med at fremskynde din rejse ind i Fabric.
Du aktiverer spejling ved at oprette en sikker forbindelse til din operationelle datakilde. Du vælger, om du vil replikere en hel database eller individuelle tabeller, og Mirroring holder automatisk dine data synkroniserede. Når dataene er sat op, replikeres de løbende i OneLake til analyseforbrug.
Hvorfor bruge spejling i stof?
I dag har mange organisationer missionskritiske operationelle eller analytiske data, der sidder i siloer.
Adgang til og arbejde med disse data kræver komplekse ETL (Extract Transform Load) pipelines, forretningsprocesser og beslutningssiloer, hvilket skaber:
- Begrænset og begrænset adgang til vigtige, konstant skiftende data
- Friktion mellem mennesker, proces og teknologi
- Lange ventetider for at oprette pipelines og processer til kritisk vigtige data
- Ingen frihed til at bruge de værktøjer, du har brug for til at analysere og dele indsigt komfortabelt
- Mangel på et ordentligt grundlag for folk til at dele og samarbejde om data
- Ingen fælles, åbne dataformater til alle analytiske scenarier – BI, AI, integration, teknik og endda apps
Spejling i Fabric giver en nem oplevelse til at fremskynde time-to-value for indsigt og beslutninger og til at nedbryde datasiloer mellem teknologiløsninger:
- Næsten realtidsreplikering af data og metadata til en SaaS-data-lake med indbygget analyse for BI og AI
Microsoft Fabric-platformen er bygget på et fundament af Software as a Service (SaaS), som løfter enkelhed og integration til et helt nyt niveau. For at lære mere om Microsoft Fabric, se Hvad er Microsoft Fabric?
Følgende er kerneprincipper i spejling:
At aktivere spejling i Fabric er enkelt og intuitivt, uden at skulle oprette komplekse ETL-pipelines, allokere andre beregningsressourcer eller styre dataflytning.
Spejling i Fabric er en fuldt administreret tjeneste, så du behøver ikke at bekymre dig om hosting, vedligeholdelse eller administration af replikering af den spejlede forbindelse.
Spejling af objekter
Spejling opretter disse elementer i dit Fabric-arbejdsrum:
- En proces, der håndterer replikation af data og metadata i OneLake og konvertering til Parquet i et analyse-klar format. Denne proces muliggør downstream-scenarier som data engineering, data science og mere.
- Et SQL-analyseslutpunkt
Ud over SQL-forespørgselseditoren findes der et bredt økosystem af værktøjer, herunder SQL Server Management Studio (SSMS),MSSQL-udvidelsen til Visual Studio Code og endda GitHub Copilot.
Deling gør det nemt at kontrollere adgang og administrere tilladelser, så du kan beskytte følsomme oplysninger. Deling muliggør også sikker og demokratiseret beslutningstagning på tværs af din organisation.
Typer af spejling
Microsoft Fabric tilbyder tre forskellige tilgange til at bringe data ind i OneLake gennem spejling.
- Databasespejling – Databasespejling i Fabric replikerer hele databaser og tabeller for at samle data fra forskellige systemer i en enkelt analyseplatform.
- Metadataspejling - Metadata-spejling i Fabric synkroniserer metadata (såsom katalognavne, skemaer og tabeller) i stedet for fysisk at flytte dataene. Denne tilgang bruger genveje, så dataene forbliver i kilden og stadig er let tilgængelige inden for Fabric.
- Åben spejling - Åben mirroring i Fabric er designet til at udvide spejling baseret på åben Delta Lake-tabelformat. Denne funktion gør det muligt for enhver udvikler at skrive deres applikations ændringsdata direkte ind i et spejlet databaseelement i Fabric, baseret på open mirroring-tilgangen og offentlige API'er.
I øjeblikket er følgende eksterne databaser tilgængelige:
Replikering i næsten realtid
Næsten realtidsreplikation kan afhænge af forskellige faktorer, herunder:
- Placering eller kildeområde
- Destination eller destination
- Antal ændringer
- Hyppighed af ændringer
- Netværksbåndbredde og latenstid fra kilde
- Beregningsressourcer tildelt den lokale datagateway
Hvordan fungerer databasespejling?
Delta-filer ankommer gradvist i Fabric fra datakilden. Metoden til at identificere de inkrementelt ændrede data varierer i hver datakilde. I SQL Server 2025 scanner SQL Database Engine for eksempel kildedatabasens transaktionslog med høj frekvens. SQL Server offentliggør ændringer for hver tabel til tilsvarende filer i Fabric-landingszonen.
Inde i Fabric kører en replikatormotor altid og scanner efter nyligt publicerede filer med høj frekvens. Fabric samler straks indkommende ændringer i måldelta-tabellen. Ændringer kan offentliggøres så hurtigt som hvert 15. sekund.
Backoff-logik, der registrerer lav aktivitet, undgår overdreven overhead på datakildemotorer uden for Fabric og sænker latenstiden ved at reagere på hyppigheden af indkommende dataændringer.
Hvordan fungerer metadataspejling?
Spejling muliggør ikke kun datareplikering, men kan også opnås gennem genveje eller metadataspejling i stedet for fuld datareplikering, så data kan være tilgængelige uden fysisk at flytte eller duplikere dem. Spejling i denne sammenhæng refererer til kun at replikere metadata – såsom katalognavne, skemaer og tabeller – snarere end selve dataene. Denne tilgang gør det muligt for Fabric at gøre data fra forskellige kilder tilgængelige uden at duplikere dem, hvilket forenkler datastyring og minimerer lagerbehov.
For eksempel, når man tilgår data registreret i Unity Catalog, spejler Fabric kun katalogstrukturen fra Azure Databricks, hvilket gør det muligt at tilgå de underliggende data via genveje. Denne metode sikrer, at eventuelle ændringer i kildedataene øjeblikkeligt afspejles i Fabric uden at kræve dataflytning, opretholder synkronisering i realtid og forbedrer effektiviteten i adgangen til up-todatooplysninger.
Hvordan fungerer åben spejling?
Ud over at muliggøre datareplikering ved at oprette en sikker forbindelse til din datakilde, giver spejling dig mulighed for at vælge en eksisterende dataleverandør eller skrive din egen applikation til at lande data i en spejlet database. Når du opretter en åben spejlet database via det offentlige API eller Fabric-portalen, får du en landing zone-URL i OneLake, hvor du kan lande ændringsdata i henhold til open mirroring-specifikationen.
Når dataene er i landingszonen med det rette format, begynder replikationen at køre og håndterer kompleksiteten ved at sammenflette ændringerne med opdateringer, indsættelse og sletning, så de kan afspejles i delta-tabeller. Denne metode sikrer, at alle data, der skrives ind i landingszonen, straks bliver reflekteret, og bevarer dataene i Fabric up-to-date.
Deling
Deling gør adgangskontrol og -styring lettere. Sikkerhedskontroller som række-niveau sikkerhed (RLS), objektniveau sikkerhed (OLS) og flere sikrer, at du kan kontrollere adgangen til følsomme oplysninger. Deling muliggør også sikker og demokratiseret beslutningstagning på tværs af din organisation.
Ved at dele giver brugerne andre brugere eller en gruppe brugere adgang til en spejlet database uden at give adgang til arbejdsområdet og resten af dets elementer. Når nogen deler en spejlet database, giver de også adgang til SQL-analyseslutpunktet.
Du kan finde flere oplysninger under Dele din spejlede database og administrere tilladelser.
Forespørgsler på tværs af databaser
Med data fra din spejlede database gemt i OneLake kan du skrive krydsdatabaseforespørgsler, der sammensætter data fra spejlede databaser, lagre og SQL-analyseendepunkterne i Lakehouses i en enkelt T-SQL-forespørgsel. Du kan finde flere oplysninger under Skrive en forespørgsel på tværs af databaser.
For eksempel kan du referere tabellen fra spejlede databaser og lagre ved at bruge tre-delt navngivning. I følgende eksempel skal du bruge det tredelte navn til at referere til ContosoSalesTable på lagerstedet ContosoWarehouse. Fra andre databaser eller lagre er den første del af den tredelte SQL-standardnavngivningskonvention navnet på den spejlede database.
SELECT *
FROM ContosoWarehouse.dbo.ContosoSalesTable AS Contoso
INNER JOIN Affiliation
ON Affiliation.AffiliationId = Contoso.RecordTypeID;
Omkostninger ved spejling
Til databasespejling og åben spejling er Fabric-beregning og OneLake-lager frigjort op til en kapacitetsbaseret grænse.
- Lager til replikaer er gratis op til en grænse baseret på kapacitetsstørrelsen. Spejling tilbyder en gratis terabyte spejlingslagring for hver kapacitetsenhed (CU), du køber. Hvis du f.eks. køber en F64-kapacitet, får du 64 gratis terabyte lagerplads, der udelukkende bruges til spejling. Du betaler for OneLake-lagring, hvis du overskrider grænsen for gratis spejling, eller når kapaciteten er sat på pause. For mere information, se Microsoft Fabric Pricing.
- Baggrunds-Fabric-beregning, der bruges til at replikere dine data i Fabric OneLake, er gratis og bruger ikke kapacitet. Anmodninger direkte til OneLake om spejlede data forbruger kapacitet som normalt OneLake-beregningsforbrug. Compute til forespørgsler af data ved brug af SQL, Power BI eller Spark opkræves til normale priser.
- En løbende Fabric-kapacitet er kun nødvendig for den indledende opsætning af spejling.
Dataengineering med dine spejlede databasedata
Microsoft Fabric tilbyder forskellige dataingeniørfunktioner for at sikre, at dine data er let tilgængelige, velorganiserede og af høj kvalitet. Fra Fabric Data Engineering kan du:
- Opret og administrer dine data som Spark ved hjælp af et søhus
- Design pipelines til at kopiere data til dit søhus
- Brug Spark-jobdefinitioner til at indsende batch- eller streamingjob til Spark-klyngen
- Brug notesbøger til at skrive kode til dataindtagelse, forberedelse og transformation
Data science med dine spejlede databasedata
Microsoft Fabric tilbyder Fabric Data Science for at give brugerne mulighed for at gennemføre end-to-end data science-workflows med henblik på databerigelse og forretningsindsigt. Du kan gennemføre en bred vifte af aktiviteter gennem hele data science-processen, fra dataudforskning, forberedelse og rensning til eksperimenter, modellering, modelvurdering og levering af prædiktive indsigter til BI-rapporter.
Microsoft Fabric brugere kan få adgang til Data Science-arbejdsbelastninger. Derfra kan de opdage og få adgang til forskellige relevante ressourcer. De kan f.eks. oprette eksperimenter, modeller og notesbøger til maskinel indlæring. De kan også importere eksisterende notesbøger på startsiden for datavidenskab.
Direct Lake med dine spejlede databasedata
Du kan bruge Direct Lake-tilstand med spejlede databaser i Microsoft Fabric for at muliggøre højtydende forespørgsler over spejlede data uden behov for dataflytning eller duplikering. Når du opretter en spejlet database, gemmes dens data i Delta Lake-format i OneLake. Dette native format gør det muligt for Power BI og andre analyseværktøjer at forbinde via Direct Lake-tilstand, hvilket giver næsten realtidsindsigt ved direkte adgang til de underliggende filer. Denne integration kombinerer enkelheden ved spejling med hastigheden og skalerbarheden i Direct Lake, hvilket muliggør hurtig, up-todatorapportering af driftsdata.
Opbevaring af spejlede data
Spejling i Fabric replikerer løbende din eksisterende dataejendom til OneLake i Delta Lake-tabelformat. For at holde de spejlede data effektivt gemt og altid klar til analyse, kører spejling automatisk vakuum for at fjerne gamle filer, der ikke længere refereres til af en Delta-log.
Du kan tilpasse opbevaringsindstillingen efter dine behov. For eksempel kan du vælge en kortere opbevaringstid for at reducere forbruget af spejling eller forlænge opbevaringstiden for at udnytte Deltas tidsrejse-funktioner til analyse.
For spejlede databaser, der er oprettet fra Fabric-portalen efter midten af juni 2025, er standardopbevaringen én dag. For gamle spejlede databaser er standarden syv dage. For at tjekke eller opdatere fastholdelsesindstillingen, skal du i Fabric-portalen navigere til din spejlede database ->Indstillinger ->Delta table management-fane , og angive retentionstærsklen. Du kan også konfigurere den via offentlig API ved at angive egenskaben retentionInDays .
SQL-database i Fabric
Du kan også direkte oprette og administrere en SQL-database i Microsoft Fabric inde i Fabric-portalen. Baseret på Azure SQL Database spejler SQL-databasen i Fabric automatisk data til analyseformål, og du kan nemt oprette din operationelle database i Fabric. SQL-databasen er hjemmet i Fabric for OLTP-arbejdsbelastninger, og den kan integreres med Fabrics versionsstyringsintegration.