In diesem Artikel werden die wichtigsten Konzepte zum Entwerfen von Tabellen in Microsoft Fabric erläutert.
In Tabellen werden Daten logisch in Zeilen und Spalten angeordnet. Jede Zeile stellt einen eindeutigen Datensatz und jede Spalte ein Feld im Datensatz dar.
In Warehouse sind Tabellen Datenbankobjekte, die alle Transaktionsdaten enthalten.
Bestimmen der Tabellenkategorie
In einem Sternschema werden Daten in Faktentabellen und Dimensionstabellen organisiert. Einige Tabellen werden für die Integration oder das Staging von Daten verwendet, bevor sie in eine Fakten- oder Dimensionstabelle verschoben werden. Wenn Sie eine Tabelle entwerfen, entscheiden Sie, ob die Tabellendaten in einer Faktentabelle, eine Dimensionstabelle oder eine Integrationstabelle gehören. Diese Entscheidung bestimmt die geeignete Tabellenstruktur.
Faktentabellen enthalten quantitative Daten, die häufig in einem transaktionalen System generiert und dann in das Data Warehouse geladen werden. Beispielsweise generiert ein Einzelhandelsunternehmen täglich Verkaufstransaktionen und lädt dann die Daten zur Analyse in eine Faktentabelle in ein Data Warehouse.
Dimensionstabellen enthalten Attributdaten, die sich ändern können, es in der Regel jedoch nur selten tun. Beispielsweise werden der Name und die Adresse eines Kunden in einer Dimensionstabelle gespeichert und nur aktualisiert, wenn sich das Profil des Kunden ändert. Damit eine Faktentabelle nicht zu groß wird, kann darauf verzichtet werden, den Namen und die Adresse des Kunden in jede Zeile der Faktentabelle aufzunehmen. Stattdessen kann eine Kunden-ID von der Faktentabelle und der Dimensionstabelle gemeinsam genutzt werden. Die beiden Tabellen können mithilfe einer Abfrage verknüpft werden, um das Profil eines Kunden den Transaktionen zuzuordnen.
Integrationstabellen werden für das Integrieren oder Staging von Daten verwendet. Sie können z. B. Daten in eine Stagingtabelle laden, Transformationen für die Daten in der Stagingumgebung durchführen und die Daten dann in eine Produktionstabelle einfügen.
In einer Tabelle werden Daten in OneLake als Teil des Warehouses gespeichert. Die Tabelle und die Daten werden unabhängig davon beibehalten, ob eine Sitzung geöffnet ist.
Tabellen im Warehouse
Zum Anzeigen der Tabellenorganisation könnten Sie fact, dim und int als Präfixe für die Tabellennamen verwenden. Die folgende Tabelle zeigt einige der Schema- und Tabellennamen für das Data Warehouse-Beispiel WideWorldImportersDW.
Name der Quelltabelle für „WideWorldImportersDW“
Tabellentyp
Name der Data Warehouse-Tabelle
City
Dimension
wwi.DimCity
Auftrag
Fakt
wwi.FactOrder
Bei Tabellennamen muss die Groß-/Kleinschreibung beachtet werden.
Tabellennamen dürfen keinen / oder \ enthalten oder mit einem . enden.
Erstellen einer Tabelle
Für Warehouse können Sie eine Tabelle als neue leere Tabelle erstellen. Alternativ können Sie eine Tabelle erstellen und mit den Ergebnissen einer SELECT-Anweisung füllen. Es folgen die T-SQL-Befehle zum Erstellen einer Tabelle.
Füllt eine neue Tabelle mit den Ergebnissen einer SELECT-Anweisung. Die Spalten und Datentypen der Tabelle basieren auf den Ergebnissen der SELECT-Anweisung. Mit dieser Anweisung können Daten zum Importieren aus einer externen Tabelle ausgewählt werden.
In diesem Beispiel wird eine Tabelle mit zwei Spalten erstellt:
SQL
CREATETABLE MyTable (col1 int, col2 int );
Schemanamen
Warehouse unterstützt die Erstellung von benutzerdefinierten Schemas. Wie in SQL Server eignen sich Schemas gut zum Gruppieren von Objekten, die auf eine ähnliche Weise verwendet werden. Mit dem folgenden Code wird ein benutzerdefiniertes Schema mit dem Namen wwi erstellt.
Bei Schemanamen wird die Groß-/Kleinschreibung beachtet.
Schemanamen dürfen keinen / oder \ enthalten oder mit einem . enden.
SQL
CREATESCHEMA wwi;
Datentypen
Microsoft Fabric unterstützt die gängigsten T-SQL-Datentypen.
Eine Anleitung zum Erstellen einer Tabelle in Warehouse finden Sie unter Erstellen von Tabellen.
Sortierung
Zurzeit ist Latin1_General_100_BIN2_UTF8 die Standardsortierung und wird nur bei Tabellen und Metadaten unterstützt.
Statistik
Der Abfrageoptimierer verwendet beim Erstellen des Plans für die Ausführung einer Abfrage Statistiken auf Spaltenebene. Um die Abfrageleistung zu verbessern, ist es wichtig, über Statistiken für einzelne Spalten zu verfügen, insbesondere für in Abfrageverknüpfungen verwendete Spalten. Warehouse unterstützt die automatische Erstellung von Statistiken.
Die Aktualisierung der Statistiken erfolgt nicht automatisch. Führen Sie die Statistikaktualisierung durch, wenn eine erhebliche Anzahl von Zeilen hinzugefügt oder geändert wurde. Aktualisieren Sie Statistiken z. B. nach einem Ladevorgang. Weitere Informationen finden Sie in der Statistik.
Primärschlüssel, Fremdschlüssel und eindeutiger Schlüssel
Bei Warehouse werden PRIMARY KEY- und UNIQUE-Einschränkung nur unterstützt, wenn NONCLUSTERED und NOT ENFORCED verwendet werden.
FOREIGN KEY wird nur unterstützt, wenn NOT ENFORCED verwendet wird.
Informationen zur Syntax finden Sie unter ALTER TABLE.
Warehouse-Tabellen werden durch das Laden von Daten aus einer anderen Datenquelle gefüllt. Um einen Ladevorgang erfolgreich ausführen zu können, müssen die Anzahl und die Datentypen der Spalten in den Quelldaten an der Tabellendefinition im Data Warehouse ausgerichtet werden.
Wenn Daten aus mehreren Datenspeichern stammen, können Sie die Daten in das Data Warehouse übertragen und in einer Integrationstabelle speichern. Sobald sich die Daten in der Integrationstabelle befinden, können Sie mithilfe der Leistungsfähigkeit des Datawarehouses Transformationsvorgänge implementieren. Sobald die Daten vorbereitet sind, können Sie sie in Produktionstabellen einfügen.
Begrenzungen
Warehouse unterstützt viele, aber nicht alle Tabellenfunktionen, die in anderen Datenbanken zu finden sind.
Die folgende Liste enthält einige der Tabellenfunktionen, die zurzeit nicht unterstützt werden.
Maximal 1024 Spalten pro Tabelle
Berechnete Spalten
Indizierte Sichten
Partitionierte Tabellen
Sequenz
Sparsespalten
Ersatzschlüssel für Zahlensequenzen mit Identitätsspalten
Synonyme
Temporäre Tabellen
Trigger
Eindeutige Indizes
Benutzerdefinierte Typen
Wichtig
Bei Nutzung der Quellcodeverwaltung mit Warehouse gelten Einschränkungen in Bezug auf das Hinzufügen von Tabellenbegrenzungen oder Spalten.
Hier erfahren Sie Grundlegendes zu den wichtigsten Komponenten und Entwurfsüberlegungen für die Implementierung von Data Warehouses in Microsoft Fabric.
Als Technische Fachkraft für Fabric-Daten sollten Sie Fachkompetenz in den Bereichen Datenlademuster, Datenarchitektur und Orchestrierungsprozesse haben.