Options permettant d’obtenir des données dans le Fabric Lakehouse
L’expérience d’obtention des données couvre tous les scénarios utilisateur permettant d’envoyer des données dans le lakehouse, comme :
- Connexion à des SQL Server existants et copie de données dans la table Delta sur le lakehouse.
- Chargement de fichiers depuis votre ordinateur.
- Copie et fusion de plusieurs tables d’autres lakehouses dans une nouvelle table Delta.
- Connexion à une source de streaming pour expédier des données dans un lakehouse.
- Référencement de données sans les copier à partir d’autres lakehouses internes ou sources externes.
Différentes façons de charger des données dans un lakehouse
Dans Microsoft Fabric, vous pouvez obtenir des données dans un lakehouse de plusieurs façons :
- Chargez des fichiers à partir d’un ordinateur local
- Exécutez un outil de copie dans les pipelines
- Configurez un flux de données
- Bibliothèques Apache Spark dans le code de notebook
Chargement de fichiers locaux
Vous pouvez également charger des données stockées sur votre ordinateur local. Vous pouvez le faire directement dans l’explorateur Lakehouse.
Outil de copie dans les pipelines
L’outil Copier est une solution d’intégration de données hautement évolutive qui vous permet de vous connecter à différentes sources de données et de charger les données au format d’origine ou de les convertir en table Delta. L’outil Copier fait partie des activités de pipelines que vous pouvez modifier de plusieurs manières, comme la planification ou le déclenchement en fonction d’un évènement. Pour plus d'informations, voir Comment copier des données à l'aide de l'activité Copy.
Flux de données
Pour les utilisateurs qui connaissent les flux de données Power BI, le même outil est disponible pour charger des données dans votre lakehouse. Vous pouvez y accéder rapidement à partir de l’option « Obtenir des données » de l’explorateur Lakehouse et expédier des données depuis plus de 200 connecteurs. Pour plus d’informations, consultez Démarrage rapide : créer votre premier flux de données pour obtenir et transformer des données.
Code de notebook
Vous pouvez utiliser les bibliothèques Spark disponibles pour vous connecter directement à une source de données, charger les données dans une trame de données, puis l’enregistrer dans un lakehouse. Cette méthode est le moyen le plus ouvert de charger des données dans le lakehouse, entièrement géré par le code utilisateur.
Remarque
Les tables Delta externes créées avec le code Spark ne seront pas visibles pour un point de terminaison d’analytique SQL. Utilisez des raccourcis dans l’espace Table pour rendre les tables Delta externes visibles par un point de terminaison d’analytique SQL.
Considérations à prendre en compte lors du choix de l’approche de chargement des données
| Cas d’utilisation | Recommandation |
|---|---|
| Chargement de petit fichier à partir d’un ordinateur local | Utiliser le chargement de fichier local |
| Quantité peu élevée de données ou connecteur spécifique | Utiliser les flux de données |
| Source de données volumineuse | Utiliser l’outil Copier dans les pipelines |
| Transformations de données complexes | Utiliser le code de notebook |