Sammenføj data med OneLake-genveje og mirroring

OneLake giver dig ét overblik over data på tværs af skyer, domæner og konti. At samle data i OneLake kræver ikke, at alle disse data gemmes ét sted. Dataene kan blive ved kilden eller replikeres i OneLake, hvor Fabric-arbejdsbelastninger tilgår dem via et delt navnerum.

Genveje og spejling er komplementære OneLake-funktioner til at skabe denne samlede visning uden at bygge og drive dataflytningspipelines. Genveje tilføjer udvalgte data til OneLake-navnerummet. Spejling tilføjer en ekstern database eller katalog og afgør, om dataene kan tilgås på stedet eller skal replikeres. Denne artikel forklarer, hvordan hver funktion fungerer, og hvornår de skal bruges. For det bredere sæt af måder at indlæse, transformere eller flytte data i Fabric, se Få data ind i Microsoft Fabric eller Vælg en databevægelsesstrategi.

Genveje og spejling ved et hurtigt blik

Genveje og mirroring opererer på forskellige granularitetsniveauer og understøtter forskellige kildeformater.

Kapacitet Hvad den gør Kildeformater Typisk scenarie
Genveje Tilføj en reference til udvalgte tabeller, mapper eller filer i OneLake eller ekstern lagring. Dataene bliver ved kilden. Kun åbne formater Bring en enkelt tabel, mappe eller skema ind i et lakehouse, eller aktiver datamesh-mønstre på tværs af arbejdsområder eller lejere.
Spejling Tilføj en ekstern database eller katalog til Fabric. Afhængigt af kilden tilgår spejling dataene på stedet eller replikerer dem løbende i OneLake. Åbne og proprietære formater Hent en hel ekstern database eller katalog, såsom Snowflake, Azure Databricks eller Azure SQL Database.

Hvis din kilde gemmer data i et proprietært format, er spejling din eneste mulighed.

Hvornår skal man bruge genveje

Brug genveje, når du vil inkludere specifikke data i din samlede OneLake-visning uden at kopiere dem. Vælg genveje, når du:

  • Del en enkelt tabel, mappe eller fil på tværs af arbejdsområder eller lejere.
  • Kombiner data fra flere søer eller cloud-konti i én samlet visning.
  • Byg datameshmønstre, hvor hvert domæne ejer sine data, og andre domæner opdager dem via OneLake.
  • Gør data tilgængelige i åbne formater, såsom Delta eller Iceberg, fra Azure Data Lake Storage, Amazon S3, Google Cloud Storage eller Dataverse.

Genveje fungerer på bord-, mappe- eller filniveau. Du beslutter, hvilke data der skal gøres tilgængelige, og hvor de vises i OneLake. Du kan få flere oplysninger under OneLake-genveje.

Transformér data, efterhånden som du samler dem

Genvejstransformationer konverterer dataene bag en genvej til en forespørgelig Delta-tabel, der forbliver synkroniseret med kilden uden at bygge en ETL-pipeline. Brug dem til at gøre dine dataanalyser klare:

  • Filtransformationer konverterer strukturerede filer, såsom CSV, Parquet, JSON eller Excel, til delta-tabeller. For mere information, se Genvejstransformationer (fil).
  • AI-drevne transformationer anvender sprogbehandling på .txt filer for at opsummere indhold, opdage sentiment, oversætte sprog, redigere personligt identificerbare oplysninger (PII) eller udtrække navngivne enheder. For mere information, se Genvejstransformationer (AI-drevet).

Hvornår skal spejling bruges

Brug spejling, når du vil inkludere en ekstern database eller katalog og dataene bag den i Fabric som en enhed. Spejling er det rigtige valg, når du:

  • Gør en hel ekstern database eller katalog tilgængelig i Fabric uden at designe en separat indtagningsproces.
  • Opbevar en analyseklar kopi af en operationel database (såsom Azure SQL Database, PostgreSQL eller Cosmos DB) i OneLake, som forbliver synkroniseret med kildekoden.
  • overflade et eksternt lakehouse eller lager (såsom Databricks Unity Catalog eller Snowflake) i Fabric, så du kan forespørge det sammen med dine Fabric-data.

Spejling tilføjer altid katalogmetadata, såsom databaser, skemaer og tabeller, til Fabric. Hvordan Fabric tilgår dataene, afhænger af kilden, som det næste afsnit beskriver.

Hvordan spejling gør data tilgængelige i OneLake

Spejling bruger to underliggende mekanismer til at inkludere eksterne data i den samlede OneLake-visning. Den rigtige kombination afhænger af, hvordan kilden gemmer sine data.

  • Replikation. Spejling kopierer data fra kilden ind i OneLake i et analyse-klar Delta-format. Spejling bruger replikering, når kilden gemmer data i et originalformat.
  • Genveje. Spejling refererer til data på stedet via OneLake-genveje. Spejling bruger genveje, når kilden gemmer data i et åbent format, som OneLake kan læse direkte.

Forskellige kilder bruger disse mekanismer forskelligt, som vist i følgende tabel.

Kildemønster Eksempler Hvad spejling gør
Databasespejling (replikering) Azure Cosmos DB, Azure Database for PostgreSQL, Azure Database for MySQL (preview), Azure SQL Database, SQL Server, Oracle, SAP Mirroring kopierer katalogets metadata og replikerer løbende dataene i OneLake som Delta-tabeller.
Metadataspejling (genveje) Azure Databricks, Snowflake, Dremio (preview) Spejling tilføjer katalogmetadata til Fabric og bruger genveje til at nå de underliggende data.

I alle tilfælde tilføjer spejling katalogmetadata til Fabric. Om den også kopierer dataene, afhænger af kilden.

Brug genveje og mirroring sammen

Genveje og spejling udelukker ikke hinanden. Du kan bruge dem sammen i mange scenarier. For eksempel kan du bruge spejling til at tilføje et kildesystem til Fabric én gang, og derefter oprette genveje for at gøre udvalgte data fra det system tilgængelige på tværs af arbejdsområder, domæner eller lejere. Hvis spejling replikerer kildedataene i OneLake, skaber genveje til dataene ikke en ny kopi eller tilføjer lageromkostninger.

Almindelige mønstre, der kombinerer de to funktioner, inkluderer:

  • Spejl én gang, forbrug overalt. Et centralt arbejdsområde spejler en ekstern database eller katalog, såsom en Azure SQL Database eller en Snowflake-konto. Andre arbejdsområder i samme lejer har genveje til de spejlede tabeller i stedet for at spejle den samme kilde igen. Et spejlet element repræsenterer kilden, og hver forbruger læser de samme up-to-datodata.
  • Domænespejling med mesh-forbrug. Domæneteams spejler deres egne kildesystemer ind i deres domænearbejdsområder. Nedstrøms søhuse og lagre i forbrugerarbejdspladser bruger genveje til kun at få adgang til de tabeller, de har brug for, fra den spejlede database. Hvert domæne ejer sin forbindelse til kilden, og forbrugerne forbliver adskilt fra kildesystemet.
  • Et søhus, flere datalokationer. Et enkelt lakehouse kan indeholde genveje til spejlede tabeller sammen med genveje til åbne data i Azure Data Lake Storage, Amazon S3 eller en anden OneLake-lokation. Rapporter og notesbøger forespørger lakehouse som én samlet lager, uanset om de underliggende data forbliver ved kilden eller bliver replikeret i OneLake.
  • Cross-tenant eller cross-cloud adgang. En lejer spejler en kilde i sin egen OneLake. En partnerlejer opretter en genvej til de spejlede data i stedet for at få direkte adgang til kildesystemet. Kildesystemets legitimationsoplysninger forlader aldrig den producerende lejer.

Et par ting at vide, når du kombinerer dem:

  • Genveje til spejlede tabeller arver sikkerhedsmodellen for det spejlede element. Tilladelser på den spejlede database, skema eller tabel flyder videre til alle, der læser genvejen. Du kan få flere oplysninger under Sikkerhed for OneLake-genvej.
  • Genveje til spejlede tabeller er skrivebeskyttede. For at ændre dataene, skift kildesystemet og lad spejling videreføre opdateringen.
  • Hvis den spejlede kildekode bliver sat på pause, slettet eller får en replikationsfejl, viser hver genvej, der peger til den, samme tilstand. Planlæg ejerskab og overvågning af det spejlede element derefter.

Hvornår skal man i stedet bruge databevægelse

Genveje og spejling forener data ved at gøre dem tilgængelige via OneLake, og genvejstransformationer kan konvertere disse data til analyseklare Delta-tabeller. De er ikke erstatninger for Fabric's fulde sæt af input- og databevægelsesværktøjer. Vælg en pipeline, dataflow, copy job eller eventstream, når du har brug for:

  • Anvend kompleks eller multi-source transformationslogik (for eksempel at sammenflette kilder, anvende forretningsregler eller omforme skemaer), der går ud over, hvad genvejstransformationer gør.
  • Planlæg, orkestrér eller udløs bevægelse efter din egen kadence.
  • Flyt data til en destination uden for OneLake.
  • Stream events ind i Fabric for realtidsbehandling.

Disse scenarier kræver Fabric's databevægelses- og integrationsværktøjer frem for kun OneLake-forening.

Relateret indhold

  • Last updated on