Mi az a tükrözés a hálóban?

  • Cikk

Adatreplikációs megoldásként a Tükrözés a Hálóban egy alacsony költségű és alacsony késésű megoldás, a különböző rendszerekből származó adatok egyetlen elemzési platformba való összehozásához. Meglévő adattulajdonát folyamatosan replikálhatja közvetlenül a Fabric OneLake-be, beleértve az Azure SQL Database-ből, az Azure Cosmos DB-ből és a Snowflake-ből származó adatokat is.

A OneLake-ben lekérdezhető formátumban elérhető legfrissebb adatokkal mostantól a Fabric összes szolgáltatását használhatja, például elemzéseket futtathat a Sparkkal, jegyzetfüzeteket hajthat végre, adatelemzést végezhet, Power BI-jelentéseken keresztül vizualizálhat stb.

A Hálóban való tükrözés lehetővé teszi a felhasználók számára, hogy az elemzési igények egyszerűsítése érdekében magas integrált, végpontok közötti és könnyen használható terméket élvezhessenek. A Microsoft nyitottságára és együttműködésére, valamint a nyílt forráskódú Delta Lake-táblaformátumot olvasó technológiai megoldásokra épülő Tükrözés egy alacsony költségű és alacsony késésű kulcsrakész megoldás, amely lehetővé teszi az adatok replikáját a OneLake-ben, amely minden elemzési igényhez használható.

A Delta-táblák ezután a Fabric minden pontján használhatók, így a felhasználók felgyorsíthatják a Fabricbe való utazást.

Fontos

Ez a funkció előzetes verzióban érhető el.

Miért érdemes tükrözést használni a Hálóban?

Napjainkban számos szervezet rendelkezik kritikus fontosságú üzemeltetési vagy elemzési adatokkal a silókban.

Az adatokhoz való hozzáféréshez és az adatok kezeléséhez jelenleg összetett ETL-folyamatokra, üzleti folyamatokra és döntési silókra van szükség, amelyek a következőket hozhatják létre:

  • Korlátozott és korlátozott hozzáférés a fontos, folyamatosan változó adatokhoz
  • Súrlódás az emberek, a folyamat és a technológia között
  • Hosszú várakozási idő az adatfolyamok és folyamatok kritikus fontosságú adatokhoz való létrehozásához
  • Nincs szabad használni az elemzéshez és a megállapítások kényelmes megosztásához szükséges eszközöket
  • Nincs megfelelő alap az adatok megosztásához és együttműködéséhez
  • Nem gyakori, nyílt adatformátumok az összes elemzési forgatókönyvhöz – BI, AI, Integráció, Mérnöki és még Alkalmazások

A Hálóban való tükrözés egyszerű élményt nyújt az elemzések és döntések idő-érték arányának felgyorsításához, valamint az adatsilók technológiai megoldások közötti lebontásához:

  • Az adatok közel valós idejű replikálása SaaS-adattóba, beépített beépített bi- és AI-elemzéssel

A Microsoft Fabric platform a szolgáltatott szoftver (SaaS) alapjaira épül, amely teljesen új szintre emeli az egyszerűséget és az integrációt. További információ a Microsoft Fabricről: Mi a Microsoft Fabric?

A tükrözés három elemet hoz létre a Háló munkaterületen:

  • A tükrözés az adatok OneLake-be történő replikálását és parquetté alakítását kezeli elemzésre kész formátumban. Ez lehetővé teszi az alsóbb rétegbeli forgatókönyveket, például az adatelemzést, az adatelemzést és egyebeket.
  • SQL Analytics-végpont
  • Alapértelmezett szemantikai modell

A Microsoft Fabric SQL Lekérdezésszerkesztő mellett az eszközök széles körű ökoszisztémája is rendelkezésre áll, beleértve az SQL Server Management Studiót, az Azure Data Studiót és a GitHubot Copilotis.

A megosztás lehetővé teszi a könnyű hozzáférés-vezérlést és -kezelést, hogy biztosan szabályozhassa a bizalmas információkhoz való hozzáférést. A megosztás a biztonságos és demokratizált döntéshozatalt is lehetővé teszi a szervezeten belül.

Hogyan engedélyezi a tükrözést a bérlőmben?

A Power BI-rendszergazdák a Power BI felügyeleti portálján található beállítással engedélyezhetik vagy letilthatják a tükrözést a teljes szervezet vagy adott biztonsági csoportok esetében. A tükrözési elemek ezután megjelennek a Létrehozási beállítások között. További információ: Tükrözés engedélyezése a Microsoft Fabric-bérlőben.

Jelenleg az alábbi külső adatbázisok érhetők el előzetes verzióban.

Platform Közel valós idejű replikáció Átfogó oktatóanyag
Microsoft Fabric tükrözött adatbázisok az Azure Cosmos DB-ből Igen Oktatóanyag: Azure Cosmos DB
Microsoft Fabric tükrözött adatbázisok az Azure SQL Database-ből Igen Oktatóanyag: Azure SQL Database
Microsoft Fabric tükrözött adatbázisok a Snowflake-ből Igen Oktatóanyag: Hópehely

Hogyan működik a tükrözés közel valós idejű replikációja?

A tükrözés a működési adatforráshoz való biztonságos kapcsolat létrehozásával engedélyezve van. Ön dönti el, hogy egy teljes adatbázist vagy egyes táblákat szeretne-e replikálni, és a tükrözés automatikusan szinkronizálja az adatokat. A beállítás után az adatok folyamatosan replikálódnak a OneLake-be elemzési felhasználás céljából.

A tükrözés alapvető alapelvei a következők:

  • A tükrözés engedélyezése a Hálóban egyszerű és intuitív, anélkül, hogy összetett ETL-folyamatokat kellene létrehoznia, más számítási erőforrásokat kellene lefoglalnia, és kezelnie kellene az adatáthelyezést.

  • A Tükrözés a Hálóban egy teljes mértékben felügyelt szolgáltatás, így nem kell aggódnia a tükrözött kapcsolat replikációjának üzemeltetése, karbantartása vagy kezelése miatt.

Megosztás

A megosztás egyszerű hozzáférés-vezérlést és felügyeletet tesz lehetővé, míg a biztonsági vezérlők, például a sorszintű biztonság (RLS) és az objektumszintű biztonság (OLS) mellett a bizalmas információkhoz való hozzáférést is szabályozhatja. A megosztás a biztonságos és demokratizált döntéshozatalt is lehetővé teszi a szervezeten belül.

A megosztással a felhasználók hozzáférést biztosítanak más felhasználóknak vagy felhasználók egy csoportjának a tükrözött adatbázishoz anélkül, hogy hozzáférést adnának a munkaterülethez és annak többi eleméhez. Ha valaki megoszt egy tükrözött adatbázist, hozzáférést is biztosít az SQL Analytics-végponthoz és a társított alapértelmezett szemantikai modellhez.

A Munkaterület nézetben a Tükrözött adatbázis neve melletti Megosztás gombbal érheti el a Megosztás párbeszédpanelt. A megosztott tükrözött adatbázisok a OneLake Data Hubon vagy a Microsoft Fabric Velem megosztva szakaszán keresztül találhatók.

További információ: A raktár megosztása és az engedélyek kezelése.

Adatbázisközi lekérdezések

A OneLake-ben tárolt tükrözött adatbázis adataival adatbázisközi lekérdezéseket írhat, adatokat illeszthet össze tükrözött adatbázisokból, raktárakból és a Lakehouses SQL Analytics-végpontjaiból egyetlen T-SQL-lekérdezésben. További információ: Adatbázisközi lekérdezés írása.

Hivatkozhat például a táblára tükrözött adatbázisokból és raktárakból háromrészes elnevezéssel. Az alábbi példában használja a háromrészes nevet a raktárban ContosoWarehousevaló hivatkozáshozContosoSalesTable. Más adatbázisokból vagy raktárakból a szabványos SQL háromrészes elnevezési konvenció első része a tükrözött adatbázis neve.

SELECT * 
FROM ContosoWarehouse.dbo.ContosoSalesTable AS Contoso
INNER JOIN Affiliation
ON Affiliation.AffiliationId = Contoso.RecordTypeID;

adatmérnök tükrözött adatbázisadatokkal

A Microsoft Fabric különböző adatmérnöki képességeket biztosít annak érdekében, hogy az adatok könnyen hozzáférhetők, rendezettek és kiváló minőségűek legyenek. A Fabric adatmérnök ingben a következőket teheti:

  • Adatok létrehozása és kezelése Spark-ként egy lakehouse használatával
  • Folyamatok tervezése az adatok lakehouse-ba másolásához
  • Spark-feladatdefiníciók használata köteg-/streamelési feladat Spark-fürtbe való elküldéséhez
  • Kód írása adatbetöltéshez, előkészítéshez és átalakításhoz jegyzetfüzetek használatával

Adattudomány a tükrözött adatbázis adataival

A Microsoft Fabric synapse Adattudomány kínál, amely lehetővé teszi a felhasználók számára az adatelemzési munkafolyamatok teljes körű elvégzését az adatnövelés és az üzleti elemzések céljából. A teljes adatelemzési folyamat során számos tevékenységet végezhet, az adatfeltárástól az előkészítésen és tisztításon át egészen a kísérletezésig, modellezésig, modellezésig, modellezésig és a prediktív elemzések bi-jelentésekhez való kiszolgálásához.

A Microsoft Fabric felhasználói hozzáférhetnek Adattudomány számítási feladatokhoz. Innen különböző releváns erőforrásokat fedezhetnek fel és érhetnek el. Létrehozhatnak például gépi tanulási kísérleteket, modelleket és jegyzetfüzeteket. A meglévő jegyzetfüzeteket a Adattudomány kezdőlapján is importálhatják.

Kapcsolódó tartalom