Mise en miroir de listes SharePoint dans Microsoft Fabric (préversion)

Important

Cette fonctionnalité est en version préliminaire.

La mise en miroir dans Fabric offre une expérience simple pour éviter les processus ETL complexes (Extraction, Transformation, Chargement) et intégrer vos données de liste Sharepoint existantes avec le reste de vos données dans Microsoft Fabric. Vous pouvez répliquer en continu vos données SharePoint existantes directement dans OneLake de Fabric. Dans Fabric, vous pouvez découvrir des scénarios de décisionnel puissants, d’intelligence artificielle, d’ingénierie des données, de science des données et de partage de données.

Quelles expériences d’analytique sont intégrées ?

Les bases de données mises en miroir sont un élément de l’entreposage de données Fabric distinct de l’entrepôt et du point de terminaison d’analytique SQL.

La mise en miroir crée ces éléments dans votre espace de travail Fabric :

• Élément de base de données mis en miroir. Cet élément permet des scénarios en aval tels que l’ingénierie des données, la science des données et bien plus encore. La mise en miroir gère :
  • Les données de la bibliothèque de documents sont exposées dans OneLake par le biais de raccourcis, qui agissent comme des liens symboliques vers le stockage sous-jacent contenant les tables de bibliothèque de documents, sans répliquer les données elles-mêmes. Ces raccourcis permettent à Fabric d’accéder directement aux données, et les données prises en charge peuvent être présentées sous forme de tables Delta pour les charges de travail en aval.
  • Réplication des données de table gérées dans OneLake et conversion en Parquet, dans un format prêt pour l'analyse.
  • Un Serveur d'analyse SQL

Chaque base de données mise en miroir a un point de terminaison d’analytique SQL généré automatiquement qui offre une expérience analytique enrichie sur les tables Delta créées par le processus de mise en miroir. Les utilisateurs ont accès à des commandes T-SQL familières qui peuvent définir et interroger des objets de données, mais qui ne peuvent pas manipuler les données à partir du point de terminaison d’analyse SQL, car il s’agit d’une copie en lecture seule. Vous pouvez effectuer les actions suivantes dans le point de terminaison d’analytique SQL :

• Explorez les tables qui référencent des données dans vos tables Delta Lake à partir de Snowflake.
• Créez des requêtes et des vues sans code et explorez les données de manière visuelle sans avoir à programmer.
• Développez des vues SQL, des fonctions à valeur de table en ligne (TVF) et des procédures stockées pour encapsuler votre sémantique et votre logique métier dans T-SQL.
• Gérer les autorisations sur les objets.
• Interroger des données dans des entrepôts et des Lakehouses différents dans le même espace de travail.

En plus de l’éditeur de requête SQL, il existe un vaste écosystème d’outils qui peut interroger le point de terminaison d’analyse SQL, y compris SQL Server Management Studio (SSMS),l’extension mssql avec Visual Studio Code, et même GitHub Copilot.

Vue d’ensemble des coûts

Il n’y a aucun frais pour ces composants :

• Calcul utilisé pour répliquer vos données vers OneLake
• Stockage OneLake basé sur la taille de capacité

Vous payez uniquement pour le calcul que vous utilisez lors de l’interrogation de données via SQL, Power BI ou Spark, en fonction de votre capacité fabric.

Pour plus d’informations, consultez les coûts de mise en miroir et les tarifs OneLake.

Contenu connexe

Pour obtenir un didacticiel sur la configuration de votre base de données Snowflake pour la mise en miroir dans Fabric, consultez tutoriel : Configurer des bases de données mises en miroir Microsoft Fabric à partir de la liste SharePoint.