Durchsuchen von Daten in Ihrer gespiegelten Datenbank mithilfe von Microsoft Fabric

  • Artikel

Erfahren Sie mehr über alle Methoden zum Abfragen der Daten in Ihrer in Microsoft Fabric gespiegelten Datenbanken.

Verwendung des SQL-Analyse-Endpunkts

Microsoft Fabric stellt eine schreibgeschützte T-SQL-Bereitstellungsebene für replizierte Delta-Tabellen bereit. Diese SQL-basierte Benutzeroberfläche wird als SQL-Analyseendpunkt bezeichnet. Sie können Daten in Deltatabellen mit einem visuellen Abfrage-Editor ohne Code oder mit T-SQL analysieren, um Ansichten, Funktionen und gespeicherte Prozeduren zu erstellen und SQL-Sicherheit anzuwenden.

Um auf den SQL-Analyseendpunkt zuzugreifen, wählen Sie das entsprechende Element in der Arbeitsbereichsansicht aus oder wechseln Sie im Explorer für gespiegelte Datenbanken in den SQL-Analyseendpunktmodus. Weitere Informationen finden Sie unter Was ist SQL-Endpunkt für ein Lakehouse?

Verwendung der Datenansicht zur Datenvorschau

Die Datenvorschau ist zusammen mit dem Abfrage-Editor und der Modellansicht einer der drei Umschaltmodi in dem SQL-Analysenendpunkt. Sie bietet eine einfache Schnittstelle zum Anzeigen der Daten in Ihren Tabellen oder Ansichten zum Einsehen einer Vorschau von Beispieldaten (die ersten 1.000 Zeilen).

Weitere Informationen finden Sie unter Datenanzeige in der Datenvorschau.

Verwenden von visuellen Abfragen zum Analysieren von Daten

Der Visual Abfrage-Editor ist ein Feature in Microsoft Fabric, das keine Codeumgebung zum Erstellen von T-SQL-Abfragen für Daten in Ihren gespiegelten Datenbankelement benötigt. Sie können Tabellen auf die Arbeitsfläche ziehen und ablegen, Abfragen visuell entwerfen und die Power Query-Diagrammansicht verwenden.

Weitere Informationen finden Sie unter Abfrage mithilfe des visuellen Abfrage-Editors.

Verwenden von SQL-Abfragen zur Datenanalyse

Der SQL Abfrage-Editor ist ein Feature in Microsoft Fabric, das einen Abfrage-Editor zum Erstellen von T-SQL-Abfragen für Daten in Ihren gespiegelten Datenbankelement bereitstellt. Der SQL-Abfrage-Editor bietet Unterstützung für IntelliSense, Codevervollständigung, Syntaxhervorhebung, clientseitige Analyse und Validierung.

Weitere Informationen finden Sie unter Abfrage mithilfe des visuellen Abfrage-Editors.

Verwenden von Notebooks mit einer Lakehouse-Verknüpfung zum Untersuchen Ihrer Daten

Notebooks sind ein leistungsstarkes Code-Element, mit dem Sie Apache Spark-Jobs und Experimente zum maschinellen Lernen mit Ihren Daten entwickeln können. Sie können Notizbücher im Fabric Lakehouse verwenden, um Ihre gespiegelten Tabellen zu erkunden. Sie können von Lakehouse aus mit Spark-Abfragen in Notebooks auf Ihre gespiegelte Datenbank zugreifen. Sie müssen zunächst eine Verknüpfung von Ihren gespiegelten Tabellen in das Lakehouse erstellen und dann Notebooks mit Spark-Abfragen in Ihrem Lakehouse erstellen.

Eine Schritt-für-Schritt-Anleitung finden Sie unter Durchsuchen von Daten in Ihrer gespiegelten Datenbank mit Notebooks.

Weitere Informationen finden Sie unter Verknüpfungsdaten in einem Lakehouse und unter Durchsuchen von Daten in Lakehouse.

Direktes Zugreifen auf Delta-Dateien

Sie können auf gespiegelten Datenbanktabellendaten in Delta-Formatdateien zugreifen. Verbinden zum OneLake direkt über den OneLake-Datei-Explorer oder Azure Storage-Explorer.

Eine Schritt-für-Schritt-Anleitung finden Sie unter Durchsuchen von Daten in Ihrer gespiegelten Datenbank direkt in OneLake.

Modellieren von Daten und Hinzufügen von Geschäftssemantik

Power BI-Datasets sind in Microsoft Fabric ein semantisches Modell mit Metriken, sie sind eine logische Beschreibung einer analytischen Domäne mit geschäftsfreundlicher Terminologie und Darstellung, um eine ausführliche Analyse zu ermöglichen. Dieses semantische Modell ist in der Regel ein Sternschema mit Fakten, die eine Domäne darstellen. Dimensionen ermöglichen es Ihnen, die Domäne zu analysieren, um verschiedene Analysen zu erstellen, zu filtern und zu berechnen. Mit dem semantischen Modell wird das Dataset automatisch für Sie erstellt, mit geerbter Geschäftslogik aus der übergeordneten Spiegeldatenbank. Ihre nachgelagerte Analyseerfahrung für Business Intelligence und Analysen beginnt mit einem Element in Microsoft Fabric, das verwaltet, optimiert und ohne Benutzereingriff synchronisiert wird.

Das Power BI-Standarddataset erbt alle Beziehungen zwischen Entitäten, die in der Modellansicht definiert sind, und leitet sie als Power BI-Datasetbeziehungen ab, wenn Objekte für BI aktiviert sind (Power BI-Berichte). Durch das Erbe der Geschäftslogik der gespiegelten Datenbank kann ein Lagerentwickler oder BI-Analyst die Zeit verringern, um ein nützliches semantisches Modell und eine Metrikebene für analytische Business Intelligence-Berichte (BI) in Power BI, Excel oder externe Tools wie Tableau zu erstellen, die das XMLA-Format lesen. Weitere Informationen finden Sie unter Datenmodellierung im Power BI-Standarddataset.

Ein gut definiertes Datenmodell ist entscheidend für Ihre Analyse- und Berichterstellungsarbeitslasten. In einem SQL Analytics-Endpunkt in Microsoft Fabric können Sie Ihr Datenmodell mit ein paar einfachen Schritten in unserem visuellen Editor erstellen und ändern. Die Modellierung des gespiegelten Datenbankelements ist möglich, indem Sie Primär- und Fremdschlüsselbeschränkungen festlegen und Identitätsspalten in der Modellansicht auf der Seite des SQL Analyseendpunkts im Fabric-Portal festlegen. Nachdem Sie in der Modellansicht navigiert haben, können Sie dies in einem visuellen Entitätsbeziehungsdiagramm tun. Mit dem Diagramm können Sie Tabellen ziehen und ablegen, um zu bestimmen, wie die Objekte miteinander zusammenhängen. Linien, die die Entitäten visuell verbinden, leiten den Typ der vorhandenen physischen Beziehungen ab.

Erstellen eines Berichts

Erstellen Sie einen Bericht direkt aus dem semantischen Modell (Standard) auf drei verschiedene Arten:

  • SQL Analytics-Endpunkt-Editor im Menüband
  • Datenausschnitt in der Navigationsleiste
  • Semantikmodell (Standard) im Arbeitsbereich

Weitere Informationen finden Sie unter Erstellen von Berichten in Power BI.

Zugehöriger Inhalt