Bagikan melalui

Apa itu Fabric Data Warehouse?

Berlaku untuk:✅ Titik akhir analitik SQL dan Gudang di Microsoft Fabric

Fabric Data Warehouse adalah gudang relasional skala perusahaan pada fondasi data lake.

  • Kasus penggunaan yang ideal untuk Fabric Data Warehouse adalah skema bintang atau skema snowflake, mart data perusahaan yang dikurasi, model semantik yang terkelola untuk kecerdasan bisnis.
  • Data Fabric Data Warehouse, seperti semua data Fabric, disimpan dalam tabel Delta, yang merupakan file data Parquet dengan log transaksi berbasis file. Dibangun di atas format data terbuka Fabric, gudang memungkinkan berbagi dan kolaborasi antara teknisi data dan pengguna bisnis tanpa mengorbankan keamanan atau tata kelola.
  • Fabric Data Warehouse terutama dikembangkan dengan T-SQL, dan berbagi cakupan luas berdasarkan SQL Database Engine, dengan dukungan transaksi ACID multi-tabel penuh, tampilan terwujud, fungsi, dan prosedur tersimpan.
  • Pemuatan massal Fabric Data Warehouse dapat dilakukan melalui koneksi T-SQL dan TDS, atau melalui Spark, dengan data secara massal ditulis langsung ke tabel Delta.
  • Pengalaman SaaS yang mudah digunakan juga terintegrasi erat dengan Power BI untuk analisis dan pelaporan yang mudah.

Pelanggan gudang data mendapat manfaat dari:

  • Kueri lintas database dapat menggunakan beberapa sumber data untuk wawasan cepat dengan duplikasi data nol.
  • Dengan mudah menyerap, memuat, dan mengubah data dalam skala besar melalui Alur, Aliran Data, kueri lintas database, atau COPY INTO perintah T-SQL.
  • Manajemen beban kerja otonom dengan mesin pemrosesan kueri terdistribusi terkemuka di industri berarti tidak ada kenop untuk beralih untuk mencapai performa terbaik di kelasnya.
  • Skalakan secara instan untuk memenuhi tuntutan bisnis. Penyimpanan dan komputasi dipisahkan.
  • Data secara otomatis direplikasi ke OneLake Files untuk akses eksternal.
  • Dibangun untuk semua tingkat keterampilan, dari citizen developer hingga DBA atau insinyur data.

Item gudang data

Gudang Data Fabric bukan gudang data perusahaan tradisional, ini adalah gudang danau yang mendukung dua item pergudangan yang berbeda: item gudang Fabric dan item titik akhir analitik SQL. Keduanya dibuat khusus untuk memenuhi kebutuhan bisnis pelanggan sekaligus memberikan performa terbaik di kelasnya, meminimalkan biaya, dan mengurangi overhead administratif.

Gudang Data Kain

Di ruang kerja Microsoft Fabric, gudang Fabric diberi label sebagai Gudang di kolom Jenis . Ketika Anda membutuhkan kemampuan daya dan transaksi penuh (dukungan kueri DDL dan DML) dari gudang data, ini adalah solusi cepat dan sederhana untuk Anda.

Cuplikan layar memperlihatkan jenis Gudang di ruang kerja.

Gudang dapat diisi oleh salah satu metode penyerapan data yang didukung seperti COPY INTO, Pipelines, Dataflows, atau opsi penyerapan lintas database seperti CREATE TABLE AS SELECT (CTAS), INSERT.. SELECT, atau SELECT INTO.

Untuk mulai menggunakan Gudang, lihat:

Titik akhir analisis SQL dari Lakehouse

Di ruang kerja Microsoft Fabric, setiap Lakehouse memiliki "titik akhir analitik SQL" yang dibuat secara otomatis yang dapat digunakan untuk transisi dari tampilan "Lake" Lakehouse (yang mendukung rekayasa data dan Apache Spark) ke tampilan "SQL" dari Lakehouse yang sama untuk membuat tampilan, fungsi, prosedur tersimpan, dan menerapkan keamanan SQL.

Cuplikan layar memperlihatkan jenis titik akhir analitik SQL di ruang kerja.

Menggunakan teknologi serupa, gudang, database SQL, dan Fabric OneLake semuanya secara otomatis menyediakan titik akhir analitik SQL saat dibuat.

Dengan titik akhir analitik SQL, perintah T-SQL dapat menentukan dan mengkueri objek data tetapi tidak memanipulasi atau memodifikasi data. Anda dapat melakukan tindakan berikut di titik akhir analitik SQL:

  • Melakukan kueri pada tabel yang mengacu data di folder Delta Lake Anda di danau.
  • Buat tampilan, TVF inline, dan prosedur untuk mengemas semantik dan logika bisnis Anda dalam T-SQL.
  • Mengelola izin pada objek. Untuk informasi selengkapnya tentang keamanan di titik akhir analitik SQL, lihat Keamanan OneLake untuk titik akhir analitik SQL.

Untuk mulai menggunakan titik akhir analitik SQL, lihat:

Gudang atau rumah tepi danau

Saat memutuskan antara menggunakan gudang atau lakehouse, penting untuk mempertimbangkan kebutuhan dan konteks spesifik persyaratan manajemen data dan analitik Anda.

  • Pilih gudang data saat Anda memerlukan solusi skala perusahaan dengan format standar terbuka, tanpa performa kenop, dan penyiapan minimal.  Paling cocok untuk format data semi terstruktur dan terstruktur, gudang data cocok untuk profesional data pemula dan berpengalaman, menawarkan pengalaman sederhana dan intuitif.

  • Pilih lakehouse ketika Anda membutuhkan repositori besar data yang sangat tidak terstruktur dari sumber heterogen dan ingin menggunakan Spark sebagai alat pengembangan utama Anda. Berfungsi sebagai gudang data yang 'ringan', Anda selalu memiliki opsi untuk menggunakan titik akhir analitik SQL dan alat T-SQL untuk memberikan skenario pelaporan dan kecerdasan data di lakehouse Anda.

Anda selalu memiliki kesempatan untuk menambahkan salah satu di kemudian hari jika terjadi perubahan pada kebutuhan bisnis Anda, dan terlepas dari di mana Anda memulai, baik gudang maupun lakehouse menggunakan mesin SQL yang kuat yang sama untuk semua kueri T-SQL.

Untuk panduan keputusan yang lebih rinci, lihat Panduan keputusan Microsoft Fabric: Pilih antara Gudang dan Lakehouse.

Migration

Gunakan Asisten Migrasi Fabric untuk Gudang Data untuk bermigrasi dari Azure Synapse Analytics, SQL Server, dan platform Mesin SQL Database lainnya. Tinjau Perencanaan migrasi dan Metode migrasi dari kumpulan SQL khusus Azure Synapse Analytics ke Fabric Data Warehouse.

Untuk panduan migrasi di seluruh Microsoft Fabric, tinjau alat dan tautan dalam gambaran umum migrasi Microsoft Fabric.

Konten terkait

  • Last updated on