Megosztás a következőn keresztül:


Microsoft Fabric Integration Pathways for ISVs

A Microsoft Fabric három különböző útvonalat kínál a független szoftverszállítók (ISV-k) számára, hogy zökkenőmentesen integrálhatók a Fabrictel. Az ezen az úton induló ISV-k számára szeretnénk végigjárni az egyes útvonalakon elérhető különböző erőforrásokat.

Ábra a Hálóval való integrálható három útról: Interop, Develop Apps és Build a Fabric számítási feladatok.

Interop with Fabric OneLake

Az Interop-modell elsődleges célja annak engedélyezése, hogy az isv-k integrálhassák megoldásaikat a OneLake Foundation szolgáltatással. A Microsoft Fabrictel való együttműködéshez számos összekötőt használunk a Data Factoryben és a Valós idejű intelligenciában, a OneLake REST API-jaiban, a OneLake-ben elérhető billentyűparancsokat, a Fabric-bérlők közötti adatmegosztást és az adatbázis-tükrözést.

A OneLake-vel való együttműködés különböző módjait bemutató ábra: API-k, Fabric Data Factory, Valós idejű intelligencia, Többfelhős billentyűparancsok, adatmegosztás és adatbázis-tükrözés.

Az alábbi szakaszok ismertetik a modell használatának első lépéseit.

OneLake API-k

  • A OneLake támogatja a meglévő Azure Data Lake Storage (ADLS) Gen2 API-kat és SDK-kat a közvetlen interakcióhoz, lehetővé téve a fejlesztők számára az adatok olvasását, írását és kezelését a OneLake-ben. További információ az ADLS Gen2 REST API-járól és a OneLake-hez való csatlakozásról.
  • Mivel az ADLS Gen2 nem minden funkciója van közvetlenül a OneLake-hez leképezve, a OneLake egy beállított mappastruktúrát is kényszerít a Fabric-munkaterületek és -elemek támogatásához. Az API-k meghívásakor a OneLake és az ADLS Gen2 közötti különböző viselkedések teljes listáját a OneLake API paritásában találja.
  • Ha Databrickset használ, és csatlakozni szeretne a Microsoft Fabrichez, a Databricks az ADLS Gen2 API-kkal működik. A OneLake integrálása az Azure Databricks szolgáltatással.
  • A Delta Lake Storage formátum által nyújtott lehetőségek teljes kihasználásához tekintse át és ismerje meg a formátumot, a táblázatoptimalizálást és a V-Orderet. Delta Lake-táblaoptimalizálás és V-Order.
  • Ha az adatok a OneLake-ben lesznek, a OneLake Fájlkezelő használatával ismerkedhet meg helyileg. A OneLake fájlkezelő zökkenőmentesen integrálja a OneLake-t a Windows Fájlkezelő. Ez az alkalmazás automatikusan szinkronizálja az összes OneLake-elemet, amelyhez hozzáférése van a Windows Fájlkezelő. Az ADLS Gen2-vel kompatibilis egyéb eszközöket is használhat, például az Azure Storage Explorert.

A OneLake API-k és a Fabric számítási feladatok közötti interakciót bemutató ábra.

Valós idejű intelligencia API-k

A valós idejű intelligencia leegyszerűsíti az adatelemzést és a vizualizációt, és központosított megoldást kínál a szervezeten belüli mozgásban lévő adatokra vonatkozó azonnali elemzésekhez és műveletekhez. Hatékony lekérdezési, átalakítási és tárolási funkciókkal hatékonyan kezeli a nagy mennyiségű adatot.

  • Az eseményházak kifejezetten streamelési adatokhoz vannak tervezve, kompatibilisek a valós idejű központtal, és ideálisak az időalapú eseményekhez. Az adatok automatikus indexelése és particionálása a betöltési idő alapján történik, így hihetetlenül gyors és összetett elemzési lekérdezési képességeket biztosít a nagy részletességű adatokhoz, amelyek a OneLake-ben érhetők el a Fabric összes szolgáltatásában való használatra. Az eseményházak támogatják a meglévő Eseményház API-kat és SDK-kat a közvetlen interakcióhoz, lehetővé téve a fejlesztők számára az adatok olvasását, írását és kezelését az Eseményházakban. További információ a REST API-ról.
  • Az eseménystreamek lehetővé teszik, hogy valós idejű eseményeket hozzon a különböző forrásokból, és átirányítsa őket különböző helyekre, például a OneLake-be, az eseményházak KQL-adatbázisaiba és az Adataktivátorba. További információ az eseménystreamekről és az eseménystreamek API-járól.
  • Ha Databricks- vagy Jupyter-jegyzetfüzeteket használ, a Kusto Python ügyfélkódtárával kQL-adatbázisokat használhat a Fabricben. További információ a Kusto Python SDK-ról.
  • A meglévő Microsoft Logic Apps-, Azure Data Factory- vagy Microsoft Power Automate-összekötőkkel kezelheti eseményházait vagy KQL-adatbázisait.
  • A valós idejű intelligencia adatbázis-parancsikonjai beágyazott hivatkozások egy eseményházban egy forrásadatbázisra. A forrásadatbázis lehet valós idejű KQL-adatbázis vagy Azure Data Explorer-adatbázis. Billentyűparancsok használhatók az adatok ugyanazon bérlőn belüli vagy bérlők közötti megosztásához. További információ az adatbázis-parancsikonok API-val történő kezeléséről.

Diagram, amely bemutatja, hogy a valós idejű intelligencia API-k hogyan használják a Háló számítási feladatait.

Data Factory a Fabricben

  • Az adatfolyamok összekötők széles halmazával büszkélkedhetnek, így az ISV-k könnyedén csatlakozhatnak számos adattárhoz. Akár hagyományos adatbázisokat, akár modern felhőalapú megoldásokat foglal össze, összekötőink zökkenőmentes integrációs folyamatot biztosítanak. Csatlakozás or áttekintése.
  • A támogatott Adatfolyam Gen2-összekötőkkel az ISV-k kihasználhatják a Fabric Data Factory erejét az összetett adat-munkafolyamatok kezeléséhez. Ez a funkció különösen hasznos az adatfeldolgozási és átalakítási feladatok gördülékenyebbé tételét szolgáló független szoftverszállítók számára. Adatfolyam Gen2-összekötők a Microsoft Fabricben.
  • A Data Factory által a Fabricben támogatott képességek teljes listájáért tekintse meg ezt a Data Factoryt a Fabric Blogban.

Képernyőkép a Fabric Data Factory felületéről.

Többfelhős billentyűparancsok

A Microsoft OneLake billentyűparancsai lehetővé teszik az adatok egyesítését tartományok, felhők és fiókok között egyetlen virtuális adattó létrehozásával a teljes vállalat számára. Minden Fabric-élmény és elemzési motor közvetlenül a meglévő adatforrásokra mutathat, például a OneLake-re a különböző bérlőkben, Az Azure Data Lake Storage (ADLS) Gen2, az Amazon S3 storage-fiókok, a Google Cloud Storage (GCS), az S3 kompatibilis adatforrások és a Dataverse egy egységes névtéren keresztül. A OneLake átalakító adathozzáférési megoldással mutatja be az ISV-ket, zökkenőmentesen áthidalva az integrációt a különböző tartományok és felhőplatformok között.

A OneLake többfelhős billentyűparancsait bemutató ábra.

Adatmegosztás

Az adatmegosztás lehetővé teszi, hogy a Fabric-felhasználók a duplikálás nélkül osszanak meg adatokat a különböző Fabric-bérlők között. Ez a funkció javítja az együttműködést azáltal, hogy lehetővé teszi az adatok "helyben" való megosztását a OneLake-tárolóhelyekről. Az adatok írásvédettként lesznek megosztva, és különböző Fabric-számítási motorokkal érhetők el, beleértve az SQL, a Spark, a KQL és a szemantikai modelleket. A funkció használatához a hálógazdáknak engedélyeznie kell azt a megosztási és fogadó bérlőkben is. A folyamat magában foglalja az adatok kiválasztását a OneLake-adatközpontban vagy -munkaterületen, a megosztási beállítások konfigurálását, valamint egy meghívó küldését a kívánt címzettnek.

Diagram az adatmegosztásról a Hálóban.

Adatbázis-tükrözés

A tükrözés modern módon teszi lehetővé az adatok folyamatos és zökkenőmentes elérését és betöltését külső adatbázisokból vagy adattárházakból a Microsoft Fabric adattárházi felületére. A tükrözés szinte valós időben történik, így a felhasználók azonnal hozzáférhetnek a forrás változásaihoz. További információ a tükrözésről és a támogatott adatbázisokról.

Az adatbázis-tükrözést ábrázoló diagram a Fabricben.

Fejlesztés a Hálón

Diagram, amely bemutatja, hogyan hozhat létre alkalmazásokat a Fabricen.

A Build on Fabric modellel az ISV-k a Fabric fölé építhetik termékeiket és szolgáltatásaikat, vagy zökkenőmentesen beágyazhatják a Fabric funkcióit a meglévő alkalmazásaikba. Ez az alapszintű integrációról a Fabric által kínált képességek aktív alkalmazására való áttérés. A fő integrációs felület a REST API-kon keresztül történik a különböző Fabric-számítási feladatokhoz. Az alábbi táblázat a REST API-k egy részhalmazát mutatja be a Háló felület szerint csoportosítva. A teljes listát a Fabric REST API dokumentációjában találja.

Hálóélmény API
Adat tárház - Raktár
- Tükrözött raktár
Adatfeldolgozás - Lakehouse
- Spark
- Spark-feladat definíciója
- Táblák
- Feladatok
Data Factory - DataPipeline
Valós idejű intelligencia - Rendezvényház
- KQL-adatbázis
- KQL-lekérdezéskészlet
- Eseménystream
Adattudomány - Jegyzetfüzet
- ML-kísérlet
- ML-modell
OneLake - Parancsikont
- ADLS Gen2 API-k
Power BI - Jelentés
- Irányítópult
- Szemantikai modell

Háló számítási feladatainak létrehozása

A saját hálóterhelés létrehozását bemutató ábra.

A Fabric számítási feladatmodelljének létrehozása lehetővé teszi az isv-k számára, hogy egyéni számítási feladatokat és szolgáltatásokat hozzanak létre a Fabric platformon. Az ISV-k számára biztosítja a szükséges eszközöket és képességeket ahhoz, hogy ajánlataikat a Fabric-ökoszisztémához igazítsa, és optimalizálják egyedi értékajánlataik kombinációját a Fabric széles körű képességeivel.

A Microsoft Fabric számítási feladatok fejlesztési készlete átfogó eszközkészletet kínál a fejlesztőknek az alkalmazások Microsoft Fabric számítási feladatközpontba való integrálásához. Ez az integráció lehetővé teszi az új képességek hozzáadását közvetlenül a Fabric-munkaterületen belül, így növelve a felhasználók elemzési útját. Új utat kínál a fejlesztőknek és az isv-knek, hogy elérjék az ügyfeleket, ismerős és új élményt nyújtsanak, és kihasználják a meglévő adatalkalmazásokat. A hálógazdák kezelhetik a számítási feladatközponthoz való hozzáférést, lehetővé téve azt a teljes bérlő számára, vagy adott hatókörrel rendelhetik hozzá a szervezeten belüli hozzáférés szabályozásához.