Microsoft Fabric-Integrationspfade für ISVs

Microsoft Fabric bietet drei unterschiedliche Pfade für Independent Software Vendors (ISV) für die nahtlose Integration mit Fabric. Für ISVs, die am Anfang dieser Integration Journey stehen, stellen wir im Folgenden verschiedene Ressourcen vor, die unter jedem dieser Pfade verfügbar sind.

Interop mit Fabric OneLake

Das primäre Ziel des Interoperationsmodells besteht darin, ISVs die Integration ihrer Lösungen in die OneLake Foundation zu ermöglichen. Zur Interop mit Microsoft Fabric bieten wir die Integration mithilfe einer Vielzahl von Connectors in Data Factory und in Echtzeitintelligenz, REST-APIs für OneLake, Verknüpfungen in OneLake, Datenfreigabe über Fabric-Mandanten hinweg und Datenbankspiegelung.

In den folgenden Abschnitten werden einige der Möglichkeiten beschrieben, wie Sie mit diesem Modell beginnen können.

OneLake-APIs

• OneLake unterstützt die vorhandenen Azure Data Lake Storage (ADLS) Gen2-APIs für die direkte Interaktion, sodass Entwickler*innen ihre Daten in OneLake lesen, schreiben und verwalten können. Erfahren Sie mehr über ADLS Gen2-REST-APIs und das Herstellen einer Verbindung mit OneLake.
• Da sich nicht alle Funktionen in ADLS Gen2 direkt Funktionen in OneLake zuordnen lassen, erzwingt OneLake auch eine festgelegte Ordnerstruktur, um Fabric-Arbeitsbereiche und -Elemente zu unterstützen. Eine vollständige Liste der Unterschiede zwischen dem Verhalten von OneLake und ADLS Gen2 beim Aufrufen dieser APIs finden Sie unter OneLake-API-Parität.
• Wenn Sie Databricks verwenden und eine Verbindung mit Microsoft Fabric herstellen möchten, können Sie Databricks mit ADLS Gen2-APIs nutzen. Integrieren von OneLake in Azure Databricks.
• Machen Sie sich mit dem Format, der Tabellenoptimierung und der V-Reihenfolge vertraut, damit Sie die Vorteile des Delta Lake-Speicherformats bestmöglich nutzen können. Delta Lake-Tabellenoptimierung und V-Reihenfolge.
• Sobald sich die Daten in OneLake befinden, können Sie sie lokal mit dem OneLake-Datei-Explorer untersuchen. Der OneLake-Datei-Explorer integriert OneLake nahtlos mit dem Windows-Datei-Explorer. Diese Anwendung synchronisiert automatisch alle OneLake-Elemente, auf die Sie im Windows-Datei-Explorer Zugriff haben. Sie können auch jedes andere mit ADLS Gen2 kompatible Tool verwenden, z. B. Azure Storage-Explorer.

Echtzeitintelligenz-APIs

Echtzeitintelligenz optimiert Datenanalyse und Visualisierung und bietet eine zentrale Lösung für sofortige Einblicke und Aktionen zu Daten in einer Organisation. Sie verwaltet effizient große Datenmengen durch robuste Abfrage-, Transformations- und Speicherfunktionen.

• Eventhouses sind speziell für das Streaming von Daten konzipiert, kompatibel mit dem Echtzeit-Hub und ideal für zeitbasierte Ereignisse. Daten werden basierend auf der Erfassungszeit automatisch indiziert und partitioniert, sodass Sie unglaublich schnelle und komplexe Analyseabfragefunktionen für Daten mit hoher Granularität erhalten, auf die in OneLake für die Verwendung in der gesamten Fabric-Suite von Erfahrungen zugegriffen werden kann. Eventhouses unterstützen vorhandene Eventhouses-APIs und SDKs für direkte Interaktion, sodass Entwickler ihre Daten in Eventhouses lesen, schreiben und verwalten können. Erfahren Sie mehr über die REST-API.
• Mit Eventstreams können Sie Echtzeitereignisse aus verschiedenen Quellen empfangen und an verschiedene Ziele weiterleiten, z. B. OneLake, KQL-Datenbanken in Eventhouses und Fabric Activator. Weitere Informationen zuEventstreams und zur Eventstream-API
• Wenn Sie Databricks oder Jupyter Notebooks verwenden, können Sie die Kusto Python-Clientbibliothek verwenden, um mit KQL-Datenbanken in Fabric zu arbeiten. Weitere Informationen zum Kusto Python SDK.
• Sie können die vorhandenen Microsoft Logic Apps, Azure Data Factory oder Microsoft Power Automate-Connectors verwenden, um mit Ihren Eventhouses oder KQL-Datenbanken zu interagieren.
• Datenbankverknüpfungen in Echtzeitintelligenz sind eingebettete Verweise innerhalb eines Ereignishauses auf eine Quelldatenbank. Die Quelldatenbank kann entweder eine KQL-Datenbank in Real-Time Intelligence oder eine Azure Data Explorer-Datenbank sein. Verknüpfungen können für die direkte Freigabe von Daten innerhalb desselben Mandanten oder über Mandanten hinweg verwendet werden. Erfahren Sie mehr über das Verwalten von Datenbankverknüpfungen mithilfe der API.

Data Factory in Fabric

• Datenpipelines verfügen über einen umfangreichen Satz von Connectors, sodass ISVs mühelos eine Verbindung mit unzähligen Datenspeichern herstellen können. Unsere Connectors stellen einen reibungslosen Integrationsprozess sicher, ganz gleich, ob Sie herkömmliche Datenbanken oder moderne cloudbasierte Lösungen verbinden. Übersicht der Steckverbinder.
• Mit unseren unterstützten Dataflow Gen2-Connectors können ISVs die Leistungsfähigkeit von Fabric Data Factory nutzen, um komplexe Datenworkflows zu verwalten. Dieses Feature ist besonders nützlich für ISVs, die Aufgaben im Zusammenhang mit der Datenverarbeitung und -transformation optimieren möchten. Dataflow Gen2-Connectors in Microsoft Fabric.
• Eine vollständige Liste der Funktionen, die von Data Factory in Fabric unterstützt werden, finden Sie in diesem Blog zu Data Factory in Fabric.

Schnellzugriffe für mehrere Clouds

Mit Verknüpfungen in Microsoft OneLake können Sie Ihre Daten domänen-, cloud- und kontoübergreifend vereinheitlichen, indem Sie einen einzelnen virtualisierten Data Lake für Ihr gesamtes Unternehmen erstellen. Alle Fabric-Erfahrungen und Analysemodule können direkt auf Ihre vorhandenen Datenquellen wie OneLake in verschiedenen Mandanten verweisen, Azure Data Lake Storage (ADLS) Gen2, Amazon S3 Speicherkonten, Google Cloud Storage(GCS), S3 Kompatible Datenquellen und Dataverse über einen einheitlichen Namespace. OneLake bietet ISVs eine transformative Datenzugriffslösung, die eine nahtlose Integration über verschiedene Domänen und Cloudplattformen hinweg ermöglicht.

• Weitere Informationen zu OneLake-Verknüpfungen
• Erfahren Sie mehr über OneLake - eine logische Kopie
• Erfahren Sie mehr über KQL-Datenbank-Kurzbefehle

Datenweitergabe

Die Datenfreigabe ermöglicht es Fabric-Benutzern, Daten über verschiedene Fabric-Mandanten hinweg freizugeben, ohne sie zu duplizieren. Dieses Feature verbessert die Zusammenarbeit, indem Daten von OneLake-Speicherorten freigegeben werden können. Die Daten werden als schreibgeschützt freigegeben und sind über verschiedene Fabric-Rechenmodule zugänglich, darunter SQL, Spark, KQL und semantische Modelle. Um dieses Feature zu verwenden, müssen Fabric-Administratoren es sowohl in der Freigabe als auch beim Empfangen von Mandanten aktivieren. Der Prozess umfasst das Auswählen von Daten im OneLake-Datenhub oder -Arbeitsbereich, das Konfigurieren von Freigabeeinstellungen und das Senden einer Einladung an den vorgesehenen Empfänger.

• Erfahren Sie mehr über Datenfreigabe

Datenbankspiegelung

Die Spiegelung in Fabric bietet eine einfache Erfahrung, um komplexes ETL (Extrahieren, Transformieren und Laden) zu vermeiden und Ihre vorhandenen Daten mit den restlichen Daten in Microsoft Fabric in OneLake zu integrieren. Sie können Ihre vorhandenen Daten kontinuierlich direkt in OneLake von Fabric replizieren. In Fabric können Sie leistungsstarke Business Intelligence-, Künstliche Intelligenz-, Data Engineering-, Data Science- und Datenfreigabeszenarien freischalten.

• Erhalten Sie weitere Informationen zur Spiegelung und zu den unterstützten Datenbanken.

Die offene Spiegelung ermöglicht jeder Anwendung, Änderungsdaten direkt in eine gespiegelte Datenbank in Fabric zu schreiben. Die offene Spiegelung ist so konzipiert, dass sie erweiterbar, anpassbar und offen ist. Es ist ein leistungsstarkes Feature, das die Spiegelung in Fabric basierend auf dem offenen Delta Lake-Tabellenformat erweitert. Sobald die Daten in OneLake in Fabric eingehen, vereinfacht die offene Spiegelung die Handhabung komplexer Datenänderungen und stellt sicher, dass alle gespiegelten Daten kontinuierlich auf dem neuesten Stand sind und analysiert werden können.

• Erfahren Sie mehr über offenes Mirroring und wann es eingesetzt werden sollte.

Entwickeln in Fabric

Mit dem Modell zum Entwickeln in Fabric können ISVs ihre Produkte und Dienste basierend auf Fabric erstellen oder Fabric-Funktionen nahtlos in ihre vorhandenen Anwendungen einbetten. Es ist ein Übergang von der grundlegenden Integration zur aktiven Anwendung der Funktionen von Fabric. Die Hauptoberfläche für die Integration sind REST-APIs für verschiedene Fabric-Umgebungen. Die folgende Tabelle zeigt eine Teilmenge von REST-APIs, die nach der Fabric-Oberfläche gruppiert sind. Eine vollständige Liste finden Sie in der REST-API-Dokumentation von Fabric.

Fabric-Oberfläche	API
Data Warehouse	- Lagerhaus - Spiegellager
Datentechnik	- Lakehouse - Spark - Spark-Auftragsdefinition - Tabellen - Aufträge
Data Factory	- Datenpipeline
Echtzeit-Intelligenz	- Eventhouse - KQL-Datenbank - KQL-Queryset - Eventstream
Data Science	- Notebook - ML-Experiment - ML-Modell
OneLake	- Verknüpfung - ADLS Gen2-APIs
Power BI	- Report - Dashboard - Semantikmodell

Erstellen einer Fabric-Workload

Das Erstellen eines Fabric-Workload-Modells ist dazu konzipiert, um ISVs dabei zu unterstützen, benutzerdefinierte Umgebungen auf der Fabric-Plattform zu erstellen. Es bietet ISVs die erforderlichen Tools und Funktionen, um ihre Angebote am Fabric-Ökosystem auszurichten und die Kombination ihrer einzigartigen Wertangebote mit den umfangreichen Funktionen von Fabric zu optimieren.

Das Microsoft Fabric Workload Development Kit bietet Entwicklern ein umfassendes Toolkit für die Integration von Anwendungen in den Microsoft Fabric Hub. Diese Integration ermöglicht das Hinzufügen neuer Funktionen direkt im Fabric-Arbeitsbereich, wodurch das Analyserlebnis für Benutzer verbessert wird. Sie bietet Entwicklern und ISVs eine neue Möglichkeit, Kunden zu erreichen, sowohl vertraute als auch neue Erfahrungen zu bieten und vorhandene Datenanwendungen zu nutzen. Fabric-Administratoren haben die Möglichkeit, zu verwalten, wer Workloads in einer Organisation hinzufügen kann.

Workload Hub

Der Workload Hub- in Microsoft Fabric dient als zentrale Schnittstelle, über die Benutzer alle verfügbaren Workloads erkunden, verwalten und zugreifen können. Jede Arbeitslast in Fabric ist einem bestimmten Elementtyp zugeordnet, der innerhalb der Fabric-Arbeitsbereiche erstellt werden kann. Durch die Navigation über den Workload Hub können Benutzer ganz einfach verschiedene Workloads ermitteln und mit ihnen interagieren und ihre Analyse- und Betriebsfunktionen verbessern.

Benutzer können Partnerarbeitslasten nutzen, die auf der Registerkarte Weitere Workloads aufgeführt sind, und sie in ihren analytischen Projekten verwenden. Fabric-Administratoren verfügen über die Rechte zum Verwalten der Workloadverfügbarkeit, sodass sie über den gesamten Mandanten oder innerhalb bestimmter Kapazitäten zugänglich sind. Diese Erweiterbarkeit stellt sicher, dass Fabric eine flexible und skalierbare Plattform bleibt, sodass Organisationen ihre Workloadumgebung anpassen können, um sich entwickelnde Daten und Geschäftsanforderungen zu erfüllen. Durch die nahtlose Integration in das Sicherheits- und Governance-Framework von Fabric vereinfacht der Workload Hub die Bereitstellung und Verwaltung von Workloads.

Derzeit bietet der Workload Hub fünf Workloads in der öffentlichen Vorschau, sodass Organisationen die Funktionen von Fabric verbessern und erweitern können. Jede Workload verfügt über eine Testumgebung für Benutzer, um schnell loszulegen. Zu diesen verfügbaren Arbeitslasten gehören:

• 2TEST: Eine umfassende Arbeitsauslastung zur Qualitätssicherung, die Tests und Datenqualitätsprüfungen automatisiert.

  

• Osmos AI Data Wrangler: Automatisiert die Datenvorbereitung mit KI-basierten Daten-Wranglern und macht die Datentransformation mühelos.

  

• Power Designer-: Ein Tool für die unternehmensweite Erstellung von Formatierungen und Berichtsvorlagen, um Power BI-Berichtsdesigns zu verbessern.

  

• Quantexa Unify: Verbessert Microsoft OneLake-Datenquellen, indem eine 360-Grad-Ansicht mit erweiterten Funktionen zur Datenauflösung bereitgestellt wird.

  

• Teradata AI Unlimited: Kombiniert das Analysemodul von Teradata mit den Datenverwaltungsfunktionen von Microsoft Fabric über die In-Database-Funktionen von Teradata.

  

Da mehr Workloads verfügbar sind, dient der Workload Hub weiterhin als dynamischer Raum für die Ermittlung neuer Funktionen, um sicherzustellen, dass Benutzer über die Tools verfügen, die sie benötigen, um ihre datengesteuerten Lösungen zu skalieren und zu optimieren.