Menerapkan Google BigQuery di Microsoft Fabric (Pratinjau)

Mirroring in Fabric menawarkan cara sederhana untuk menghindari proses ETL (Extract, Transform, Load) yang kompleks dan mengintegrasikan data gudang Google BigQuery Anda yang ada dengan sisa data Anda di Fabric. Anda dapat terus mereplikasi data Google BigQuery langsung ke OneLake Fabric. Setelah di Fabric, Anda dapat memanfaatkan kemampuan yang kuat untuk kecerdasan bisnis, AI, rekayasa data, ilmu data, dan berbagi data.

Untuk tutorial tentang mengonfigurasi database Google BigQuery Anda untuk Mirroring di Fabric, lihat Tutorial: Mengonfigurasi database cermin Microsoft Fabric dari Google BigQuery.

Penting

Pencerminan untuk Google BigQuery sekarang dalam pratinjau. Beban kerja produksi tidak didukung selama masa pratinjau.

Mengapa menggunakan pencerminan di Fabric?

Pencerminan di Microsoft Fabric menghilangkan kompleksitas dalam menghubungkan alat dari berbagai penyedia. Tidak perlu memigrasikan data Anda. Sambungkan ke data Google BigQuery Anda nyaris real-time untuk menggunakan berbagai alat analitik Fabric. Fabric juga bekerja dengan mulus dengan produk Microsoft, Google BigQuery, dan berbagai teknologi yang mendukung format tabel Delta Lake sumber terbuka.

Pengalaman analitik apa yang tertanam?

Pencerminan membuat dua item di ruang kerja Fabric Anda:

• Entri database yang digandakan. Pencerminan mengelola replikasi data ke OneLake dan konversi ke Parquet, dalam format siap analitik. Pencerminan memungkinkan skenario hilir seperti rekayasa data, ilmu data, dan banyak lagi. Database yang dicerminkan berbeda dari item titik akhir gudang data dan analitik SQL.
• Ujung analisis SQL

Dari setiap database Mirrored, titik akhir analitik SQL memberikan pengalaman analitik baca-saja di atas tabel Delta yang dibuat selama pencerminan. Titik akhir ini mendukung sintaks T-SQL untuk menentukan dan mengkueri objek data, tetapi tidak mengizinkan perubahan data langsung karena data bersifat baca-saja.

Dengan titik akhir analitik SQL, Anda dapat:

• Telusuri tabel yang mereferensikan data Delta Lake Anda yang dicerminkan dari BigQuery.
• Buat kueri dan tampilan tanpa kode, dan jelajahi data secara visual—tidak diperlukan SQL.
• Buat tampilan SQL, fungsi bernilai tabel inline (TVF), dan prosedur tersimpan untuk menyisipkan logika bisnis dengan T-SQL.
• Mengatur dan mengelola izin pada objek.
• Meminta data di Gudang Data dan Lakehouse lainnya dalam ruang kerja yang sama.

Selain editor kueri SQL, ada ekosistem alat yang luas yang dapat mengkueri titik akhir analitik SQL, termasuk SQL Server Management Studio (SSMS), ekstensi mssql dengan Visual Studio Code, dan bahkan GitHub Copilot.

Pertimbangan keamanan

Ada persyaratan izin pengguna khusus untuk mengaktifkan Fabric Mirroring.

Fabric juga menyediakan fitur perlindungan data untuk mengelola akses dalam Microsoft Fabric. Untuk informasi selengkapnya, lihat dokumentasi fitur perlindungan data kami.

Pertimbangan biaya Mirrored BigQuery

Komputasi Fabric yang digunakan untuk mereplikasi data Anda ke Fabric OneLake gratis. Biaya penyimpanan Mirroring bebas hingga batas berdasarkan kapasitas. Komputasi untuk mengkueri data menggunakan SQL, Power BI, atau Spark dikenakan biaya reguler.

Fabric tidak membebankan biaya masuk data jaringan ke OneLake untuk Mirroring.

Ada biaya komputasi Google BigQuery dan kueri cloud saat data dicerminkan: BigQuery Change Data Capture (CDC) memanfaatkan komputasi BigQuery untuk modifikasi baris, Storage Write API untuk penyerapan data, dan penyimpanan BigQuery untuk penyimpanan data yang semuanya menimbulkan biaya.

Untuk informasi selengkapnya tentang biaya untuk mencerminkan Google BigQuery, lihat penjelasan harga.

Langkah selanjutnya

Tutorial: Mengonfigurasi database cermin Microsoft Fabric dari Google BigQuery