Satukan data dengan pintasan dan pencerminan OneLake

OneLake memberi Anda satu tampilan data di seluruh cloud, domain, dan akun. Menyatukan data di OneLake tidak memerlukan penyimpanan semua data tersebut di satu tempat. Data dapat tetap berada di sumbernya atau direplikasi ke OneLake, di mana beban kerja Fabric mengaksesnya melalui namespace bersama.

Pintasan dan pencerminan adalah kemampuan OneLake yang saling melengkapi untuk membuat tampilan terpadu ini tanpa membangun dan mengoperasikan alur pergerakan data. Pintasan menambahkan data yang dipilih ke dalam ruang nama OneLake. Pencerminan menambahkan database atau katalog eksternal dan menentukan apakah datanya dapat diakses di tempat atau harus direplikasi. Artikel ini menjelaskan cara kerja setiap kemampuan dan kapan menggunakannya. Untuk serangkaian cara yang lebih luas untuk menyerap, mengubah, atau memindahkan data di Fabric, lihat Mendapatkan data ke Microsoft Fabric atau Memilih strategi pemindahan data.

Pintasan dan pencerminan secara sekilas

Pintasan dan pencerminan beroperasi pada tingkat granularitas yang berbeda dan mendukung format sumber yang berbeda.

Capability Apa fungsinya Format sumber Skenario umum
Jalan pintas Tambahkan referensi ke tabel, folder, atau file yang dipilih di OneLake atau penyimpanan eksternal. Data tetap berada di sumbernya. Hanya format terbuka Bawa satu tabel, folder, atau skema ke dalam lakehouse, atau aktifkan pola jaringan data di seluruh ruang kerja atau penyewa.
Mirroring Tambahkan database atau katalog eksternal ke Fabric. Bergantung pada sumbernya, pencerminan mengakses data di tempat atau terus mereplikasinya ke OneLake. Format terbuka dan eksklusif Bawa seluruh database atau katalog eksternal, seperti Snowflake, Azure Databricks, atau Azure SQL Database.

Jika sumber Anda menyimpan data dalam format berpemilik, pencerminan adalah satu-satunya pilihan Anda.

Kapan harus menggunakan pintasan

Gunakan pintasan saat Anda ingin menyertakan data tertentu dalam tampilan OneLake terpadu tanpa menyalinnya. Pilih pintasan saat Anda:

  • Bagikan satu tabel, folder, atau file di seluruh ruang kerja atau penyewa.
  • Gabungkan data dari beberapa danau atau akun cloud menjadi satu tampilan terpadu.
  • Bangun pola jaring data di mana setiap domain memiliki datanya dan domain lain menemukannya melalui OneLake.
  • Membuat data dalam format terbuka, seperti Delta atau Iceberg, tersedia dari Azure Data Lake Storage, Amazon S3, Google Cloud Storage, atau Dataverse.

Pintasan berlaku pada level tabel, folder, atau file. Anda memutuskan data mana yang akan disediakan dan di mana data tersebut muncul di OneLake. Untuk informasi lebih lanjut, lihat pintasan OneLake .

Ubah data saat Anda menyatukannya

Transformasi pintasan mengubah data di balik pintasan menjadi tabel Delta yang dapat dikueri yang tetap sinkron dengan sumber, tanpa membuat alur ETL. Gunakan untuk menyiapkan data Anda agar siap dianalisis:

  • Transformasi file mengubah file terstruktur, seperti CSV, Parquet, JSON, atau Excel, menjadi tabel Delta. Untuk informasi selengkapnya, lihat transformasi pintasan (berkas).
  • Transformasi bertenaga AI menerapkan pemrosesan bahasa ke .txt file untuk meringkas konten, mendeteksi sentimen, menerjemahkan bahasa, menyunting informasi identitas pribadi (PII), atau mengekstrak entitas bernama. Untuk informasi selengkapnya, lihat Transformasi pintasan (didukung AI).

Kapan menggunakan pencerminan

Gunakan mirroring saat Anda ingin menyertakan basis data atau katalog eksternal beserta data di dalamnya ke Fabric sebagai satu kesatuan. Pencerminan adalah pilihan yang tepat saat Anda:

  • Buat seluruh database atau katalog eksternal tersedia di Fabric tanpa merancang proses penyerapan terpisah.
  • Simpan salinan database operasional yang siap analitik (seperti Azure SQL Database, PostgreSQL, atau Cosmos DB) di OneLake yang tetap sinkron dengan sumber.
  • Tampilkan lakehouse atau gudang data eksternal (seperti Databricks Unity Catalog atau Snowflake) di Fabric agar Anda dapat membuat kueri terhadapnya bersama data Fabric Anda.

Pencerminan selalu menambahkan metadata katalog, seperti database, skema, dan tabel, ke Fabric. Cara Fabric mengakses data bergantung pada sumbernya, seperti yang dijelaskan di bagian berikutnya.

Bagaimana pencerminan membuat data tersedia di OneLake

Pencerminan menggunakan dua mekanisme yang mendasari untuk menyertakan data eksternal dalam tampilan OneLake terpadu. Kombinasi yang tepat tergantung pada bagaimana sumber menyimpan datanya.

  • Replikasi. Pencerminan menyalin data dari sumber ke dalam OneLake dalam format Delta yang siap untuk analitik. Pencerminan menggunakan replikasi saat sumber menyimpan data dalam format berpemilik.
  • Pintasan Pencerminan mereferensikan data yang ada melalui pintasan OneLake. Pencerminan menggunakan pintasan saat sumber menyimpan data dalam format terbuka yang dapat dibaca langsung oleh OneLake.

Sumber yang berbeda menggunakan mekanisme ini secara berbeda, seperti yang ditunjukkan pada tabel berikut.

Pola sumber Examples Apa fungsi pencerminan
Pencerminan basis data (replikasi) Azure Cosmos DB, Azure Database for PostgreSQL, Azure Database for MySQL (pratinjau), Azure SQL Database, SQL Server, Oracle, SAP Mirroring menyalin metadata katalog dan mereplikasi data secara berkelanjutan ke OneLake sebagai tabel Delta.
Pencerminan metadata (pintasan) Azure Databricks, Snowflake, Dremio (pratinjau) Pencerminan menambahkan metadata katalog ke Fabric dan menggunakan pintasan untuk mengakses data yang mendasarinya di lokasi aslinya.

Dalam semua kasus, pencerminan menambahkan metadata katalog ke Fabric. Apakah itu juga menyalin data tergantung pada sumbernya.

Gunakan pintasan dan pencerminan secara bersamaan

Pintasan dan pencerminan tidak saling eksklusif. Anda dapat menggunakannya bersama-sama dalam banyak skenario. Misalnya, gunakan pencerminan untuk menambahkan sistem sumber ke Fabric sekali, lalu buat pintasan untuk membuat data yang dipilih dari sistem tersebut tersedia di seluruh ruang kerja, domain, atau penyewa. Jika pencerminan mereplikasi data sumber ke OneLake, pintasan ke data tersebut tidak membuat salinan lain atau menambahkan biaya penyimpanan.

Pola umum yang menggabungkan kedua kemampuan tersebut meliputi:

  • Cerminkan sekali, gunakan di mana saja. Ruang kerja pusat mencerminkan database atau katalog eksternal, seperti Azure SQL Database atau akun Snowflake. Ruang kerja lain dalam tenant yang sama memiliki pintasan ke tabel yang dicerminkan sebagai gantinya alih-alih mencerminkan ulang sumber yang sama. Satu item tercermin mewakili sumber, dan setiap konsumen membaca data terkini yang sama.
  • Pencerminan domain dengan penggunaan mesh. Tim domain mereplikasi sistem asal mereka sendiri ke ruang kerja domain mereka. Rumah danau hilir dan gudang di ruang kerja konsumen menggunakan pintasan untuk mengakses hanya tabel yang mereka butuhkan dari database cermin. Setiap domain memiliki koneksinya ke sumber, dan konsumen tetap dipisahkan dari sistem sumber.
  • Satu lakehouse, beragam lokasi data. Satu lakehouse dapat berisi shortcut ke tabel yang dicerminkan, bersamaan dengan shortcut ke data berformat terbuka di Azure Data Lake Storage, Amazon S3, atau lokasi OneLake lainnya. Laporan dan buku catatan mengkueri lakehouse sebagai satu penyimpanan terpadu, apakah data yang mendasarinya tetap berada di sumbernya atau direplikasi ke OneLake.
  • Akses lintas penyewa atau lintas cloud. Satu penyewa mencerminkan sumber ke OneLake miliknya sendiri. Tenant mitra membuat pintasan ke data yang dicerminkan alih-alih diberi akses langsung ke sistem sumber. Kredensial sistem sumber tidak pernah keluar dari tenant penghasil.

Beberapa hal yang perlu diketahui saat Anda menggabungkannya:

  • Pintasan ke tabel yang dicerminkan mewarisi model keamanan dari item yang dicerminkan. Izin akses pada database, skema, atau tabel yang dicerminkan juga berlaku bagi siapa pun yang mengaksesnya melalui pintasan. Untuk informasi selengkapnya, lihat Keamanan pintasan OneLake.
  • Pintasan ke tabel cermin bersifat baca-saja. Untuk mengubah data, ubah sistem sumber dan biarkan pencerminan menyebarkan pembaruan.
  • Jika sumber cermin dijeda, dihapus, atau mengalami kesalahan replikasi, setiap pintasan yang mengarah ke sumber tersebut menunjukkan status yang sama. Atur kepemilikan dan pemantauan item yang dicerminkan sesuai kebutuhan.

Kapan harus menggunakan pergerakan data sebagai gantinya

Pintasan dan pencerminan menyatukan data dengan membuat data tersedia melalui OneLake, dan transformasi pintasan dapat mengonversi data tersebut menjadi tabel Delta yang siap untuk analitik. Mereka bukan pengganti seluruh rangkaian alat Fabric untuk penyerapan dan pergerakan data. Pilih alur, aliran data, pekerjaan penyalinan, atau aliran peristiwa saat Anda perlu:

  • Terapkan logika transformasi yang kompleks atau multi-sumber (misalnya, menggabungkan sumber, menerapkan aturan bisnis, atau membentuk ulang skema) yang melampaui apa yang dilakukan transformasi pintasan.
  • Jadwalkan, orkestrasi, atau picu gerakan dengan irama Anda sendiri.
  • Pindahkan data ke tujuan di luar OneLake.
  • Streaming peristiwa ke Fabric untuk pemrosesan real-time.

Skenario ini memerlukan alat pemindahan dan integrasi data Fabric, bukan hanya penyatuan OneLake.

Konten terkait

  • Terakhir diperbarui pada