Mi az a Fabric Data Warehouse?

A következőkre vonatkozik:✅ SQL Analytics-végpont és Warehouse a Microsoft Fabricben

A Fabric Data Warehouse egy nagyvállalati szintű relációs raktár egy Data Lake-alaprendszeren.

  • A Fabric Data Warehouse ideális felhasználási esetei a csillag- vagy hópehelyséma, a válogatott vállalati adat martok, az üzleti intelligencia által szabályozott szemantikai modellek.
  • A Fabric Data Warehouse-adatok, mint minden Fabric-adat, Delta-táblákban vannak tárolva, amelyek fájlalapú tranzakciónaplóval rendelkező Parquet-adatfájlok. A Fabric nyílt adatformátumára épülő raktár lehetővé teszi az adatmérnökök és az üzleti felhasználók közötti megosztást és együttműködést anélkül, hogy veszélyeztetné a biztonságot vagy a szabályozást.
  • A Fabric Data Warehouse-t elsősorban a T-SQL-vel fejlesztették ki, és az SQL Database Engine-en alapuló nagy felülettel rendelkezik, teljes körű többtáblás ACID-tranzakciótámogatással, materializált nézetekkel, funkciókkal és tárolt eljárásokkal.
  • A Fabric Data Warehouse tömeges betöltése T-SQL- és TDS-kapcsolatokon vagy Sparkon keresztül végezhető el, és az adatok tömegesen közvetlenül a Delta-táblákba írhatók.
  • A könnyen használható SaaS-felület szorosan integrálva van a Power BI-val az egyszerű elemzés és jelentéskészítés érdekében.

Az adattárház ügyfelei a következő előnyöket élvezhetik:

  • Az adatbázisközi lekérdezések több adatforrást is használhatnak gyors elemzésekhez, így nincs adatkettőzés.
  • Egyszerűen betöltheti, feldolgozhatja és átalakíthatja az adatokat nagy léptékben a Pipeline-ok, adatfolyamok, adatbázisközi lekérdezések vagy a COPY INTO T-SQL-parancs segítségével.
  • Autonóm számítási feladatkezelés iparágvezető elosztott lekérdezésfeldolgozó motorral, ami azt jelenti, hogy nincs szükség gombokra a csúcsteljesítmény eléréséhez.
  • Az üzleti igényeknek megfelelően szinte azonnal méretezhető. A tárolás és a számítás külön van elválasztva.
  • A rendszer automatikusan replikálja az adatokat a OneLake Filesba külső hozzáférés céljából.
  • Bármilyen képzettségi szinthez készült, a civil fejlesztőtől a DBA-n át az adatmérnökig.

Adattárházelemek

A Fabric Data Warehouse nem egy hagyományos vállalati adattárház, hanem egy tóraktár, amely két különböző raktározási elemet támogat: a Fabric-raktár elemet és az SQL Analytics-végpontelemet. Mindkettő célja, hogy megfeleljen az ügyfelek üzleti igényeinek, miközben a legjobb osztályteljesítményt, a költségek minimalizálása és a kisebb adminisztrációs többletterhelést biztosítja.

Fabric adattárház

Egy Microsoft Fabric-munkaterületen egy Fabric-raktár Raktárként van megjelölve a Típus oszlopban. Ha szüksége van egy adattárház teljes energia- és tranzakciós képességeire (DDL és DML lekérdezési támogatás), ez a gyors és egyszerű megoldás.

Képernyőkép a munkaterület Raktár típusával.

A raktárat a támogatott adatbetöltési módszerek bármelyike feltöltheti, például a COPY INTO, a Pipelines, az Adatfolyamok vagy az adatbázisközi betöltési lehetőségek, például a CREATE TABLE AS SELECT (CTAS), az INSERT. SELECT vagy SELECT INTO

A Warehouse használatának első lépéseit a következő témakörben találhatja meg:

A Lakehouse SQL Analytics-végpontja

Egy Microsoft Fabric-munkaterületen minden Lakehouse rendelkezik egy automatikusan létrehozott "SQL Analytics-végpont"-nal, amely a Lakehouse "Lake" nézetéről (amely támogatja az adatelemzést és az Apache Sparkot) ugyanazon Lakehouse "SQL" nézetére váltva nézetek, függvények, tárolt eljárások létrehozása és SQL-biztonság alkalmazása céljából használható.

Képernyőkép az SQL Analytics-végpont típusról a munkaterületen.

Hasonló technológia, egy raktár, egy SQL-adatbázis és a Fabric OneLake mind automatikusan kiépít egy SQL Analytics-végpontot létrehozáskor.

Az SQL Analytics-végponttal a T-SQL-parancsok adatobjektumokat definiálhatnak és kérdezhetnek le, de nem manipulálhatják vagy módosíthatják az adatokat. Az SQL Analytics-végponton a következő műveleteket hajthatja végre:

  • A tó Delta Lake-mappáiban lévő adatokra hivatkozó táblák lekérdezése.
  • Nézeteket, beágyazott TVF-eket és eljárásokat hozhat létre a szemantika és az üzleti logika beágyazásához a T-SQL-ben.
  • Az objektumok engedélyeinek kezelése. Az SQL Analytics-végpont biztonságáról további információt az SQL Analytics-végpontok OneLake-biztonsága című témakörben talál.

Az SQL Analytics-végpont használatának első lépéseit a következő témakörben tekintheti meg:

Raktár vagy tóház

Amikor egy raktár vagy egy tóház használata között dönt, fontos figyelembe venni az adatkezelési és elemzési követelmények konkrét igényeit és kontextusát.

  • Akkor válasszon adattárházat, ha nyílt standard formátumú nagyvállalati szintű megoldásra van szüksége, nincs gombok teljesítménye és minimális a beállítás.  A félig strukturált és strukturált adatformátumokhoz leginkább alkalmas adattárház kezdő és tapasztalt adatszakértők számára is ideális, egyszerű és intuitív élményt nyújtva.

  • Válasszon egy tóházat , ha heterogén forrásokból származó, nagymértékben strukturálatlan adatokból álló nagy adattárra van szüksége, és elsődleges fejlesztési eszközként a Sparkot szeretné használni. "Egyszerűsített" adattárházként mindig lehetősége van arra, hogy az SQL Analytics-végpontot és a T-SQL-eszközöket használva jelentéskészítési és adatintelligencia-forgatókönyveket biztosítson a lakehouse-ban.

Mindig lehetősége van egy későbbi időpontban hozzáadni egyet vagy a másikat, ha a vállalkozásnak változnia kell, és függetlenül attól, hogy hol kezdi, a raktár és a lakehouse ugyanazt a hatékony SQL-motort használja az összes T-SQL-lekérdezéshez.

Részletesebb döntési útmutatóért tekintse meg a Microsoft Fabric döntési útmutatóját: Válasszon a Warehouse és a Lakehouse között.

Migration

A Fabric Migration Assistant for Data Warehouse használatával migrálhat az Azure Synapse Analyticsből, az SQL Serverből és más SQL Database Engine-platformokról. Tekintse át az Azure Synapse Analytics dedikált SQL-készleteinek migrálási tervezési és migrálási módszereit a Fabric Data Warehouse-ba.

A Microsoft Fabric migrálási útmutatóját a Microsoft Fabric migrálási áttekintésében található eszközökkel és hivatkozásokkal tekintheti át.

Kapcsolódó tartalom

  • Last updated on