Quel est le point de terminaison SQL analytique d’un lakehouse ?

Le point de terminaison d'analytique SQL vous fournit une interface de requêtes T-SQL en lecture seule sur les tables Delta de votre lakehouse. Chaque lakehouse provisionne automatiquement un point de terminaison d’analytique SQL lors de sa création. Il n’y a rien d’supplémentaire à configurer. En arrière-plan, le point de terminaison d’analytique SQL s’exécute sur le même moteur que le Fabric Data Warehouse, ce qui vous permet d’obtenir des requêtes SQL hautes performances et à faible latence sans gérer l’infrastructure.

Le point de terminaison d’analytique SQL n’est pas unique pour les lakehouses. Autres éléments de Fabric, y compris les warehouses, les bases de données miroir, SQL et Azure Cosmos DB, approvisionnent également automatiquement un point de terminaison d'analytique SQL. L’expérience et les limitations sont les mêmes pour tous.

Ce que vous pouvez faire

Le point de terminaison d’analytique SQL fonctionne en mode lecture seule sur les tables Delta . Vous ne pouvez pas insérer, mettre à jour ou supprimer des données par le biais de celui-ci. Pour modifier les données, passez au lakehouse et utilisez Apache Spark.

Dans ce périmètre en lecture seule, vous pouvez :

• Interroger les tables Delta avec T-SQL : exécutez des instructions SELECT sur n’importe quelle table Delta de votre lakehouse, y compris les tables exposées via des raccourcis vers des stockages externes Azure Data Lake ou Amazon S3.
• Créez des vues, des fonctions et des procédures stockées : encapsulez des modèles de requête métier et réutilisables dans des objets T-SQL qui persistent dans le point de terminaison d’analyse SQL.
• Appliquer la sécurité au niveau des lignes et des objets : utilisez des autorisations granulaires SQL pour contrôler les utilisateurs qui peuvent voir les tables, colonnes ou lignes.
• Créer des rapports Power BI : les modèles sémantiques Power BI peuvent se connecter au point de terminaison d’analyse SQL via son point de terminaison TDS (Tabular Data Stream), afin de pouvoir générer des rapports sur vos données lakehouse.
• Interroger les espaces de travail : utilisez des raccourcis OneLake pour référencer des tables Delta dans d’autres lakehouses ou entrepôts, puis les joindre dans une requête unique. Pour plus de scénarios inter-espaces de travail, consultez Meilleur ensemble : le lakehouse et l'entrepôt.

Remarque

Les tables Delta externes créées avec du code Spark ne sont pas visibles par le point de terminaison d’analytique SQL. Utilisez des raccourcis dans la section Tables pour rendre les tables Delta externes visibles. Pour savoir comment procéder, consultez Créer un raccourci.

Accéder au point de terminaison SQL d'analytique

Vous pouvez ouvrir le point de terminaison d’analytique SQL de deux façons :

• Dans l’espace de travail : dans la liste des éléments de votre espace de travail, recherchez l’élément de point de terminaison d’analyse SQL (il partage un nom avec votre lakehouse) et sélectionnez-le.
• À partir de l’explorateur Lakehouse : dans la zone supérieure droite du ruban, utilisez la liste déroulante pour basculer vers la vue du point de terminaison d’analyse SQL.

Dans les deux cas, le query editor s’ouvre où vous pouvez écrire et exécuter des requêtes T-SQL sur vos tables Delta.

Sécurité

Les règles de sécurité SQL définies sur le point de terminaison d’analytique SQL s’appliquent uniquement lorsque les données sont accessibles via le point de terminaison. Ils ne s’appliquent pas lorsque les mêmes données sont accessibles via Spark ou d’autres outils.

Pour sécuriser vos données :

• Définissez les autorisations granulaires SQL sur le point de terminaison analytique SQL pour contrôler l'accès à de tables, de colonnes ou de lignes spécifiques.
• Définissez les rôles et autorisations du workspace pour contrôler qui peut accéder au lakehouse et à ses données par d'autres voies.

Pour plus d’informations sur le modèle de sécurité, consultez La sécurité OneLake pour les points de terminaison d’analytique SQL.

Synchronisation automatique des métadonnées

Lorsque vous créez ou mettez à jour une table Delta dans votre lakehouse, le point de terminaison d’analyse SQL détecte automatiquement la modification et met à jour ses métadonnées SQL : définitions de table, types de colonnes et statistiques. Il n’existe aucune étape d’importation et aucune synchronisation manuelle n’est requise.

Ce processus en arrière-plan lit les journaux Delta du /Tables dossier dans OneLake et conserve le schéma SQL à jour. Pour plus d’informations sur le fonctionnement de cette synchronisation et les facteurs qui affectent la latence de synchronisation, consultez les considérations relatives aux performances des points de terminaison d’analyse SQL.

Réapprovisionnement

Si le point de terminaison d’analyse SQL ne parvient pas à provisionner lorsque vous créez un lakehouse, vous pouvez réessayer directement à partir de la page d’accueil lakehouse sans recréer le lakehouse.

Remarque

Le reprovisionnement peut toujours échouer, tout comme l’approvisionnement initial. Si des tentatives répétées échouent, contactez le support technique.

Limites

Le point de terminaison d’analytique SQL partage son moteur avec le Data Warehouse Fabric, et ils partagent les mêmes limitations. Pour obtenir la liste complète, consultez Limitations du point de terminaison d’analytique SQL.

Contenu connexe

• Mieux ensemble : le lakehouse et l’entrepôt
• Interroger le point de terminaison ou l’entrepôt SQL Analytics
• Considérations sur les performances des points de terminaison d’analytique SQL
• Sécurité OneLake pour les endpoints d’analytique SQL
• Autorisations granulaires SQL
• Rôles et autorisations de l'espace de travail
• Vue d’ensemble de Lakehouse