Usare il database SQL come origine per le applicazioni translitiche

si applica a:✅database SQL in Microsoft Fabric

Questo articolo descrive come usare il database SQL in Microsoft Fabric come backbone operativo per le app translitiche, ovvero le app che richiedono l'accesso transazionale e analitico agli stessi dati.

L'obiettivo è abilitare carichi di lavoro transazionali, API operative e dati analitici immediati in un singolo database, all'interno della piattaforma Microsoft Fabric protetta e regolamentata.

Endpoint di analisi SQL

Quando si crea un database SQL in Fabric, i dati vengono replicati automaticamente quasi in tempo reale in OneLake, creando una copia di sola lettura dei dati nelle tabelle Delta accessibili tramite T-SQL tramite l'endpoint di analisi SQL. Questa architettura significa che i dati generati dal sistema transazionale sono disponibili per le query analitiche senza alcuna elaborazione o pipeline ETL complesse. Usando l'endpoint di analisi SQL, è possibile analizzare i dati quasi in tempo reale senza influire sul carico di lavoro transazionale. Questi dati possono essere usati per la creazione di report di Power BI, i modelli di Machine Learning o altre analisi all'interno di Fabric. L'endpoint di analisi SQL è accessibile anche alle applicazioni esterne che richiedono l'accesso analitico ai dati.

Gli esempi includono:

  • Sanità: Monitorare le metriche di salute per fornire approfondimenti in tempo reale per i professionisti del settore sanitario.
  • Finanza: Analizzare i dati di mercato per ottimizzare le strategie di trading in tempo reale.
  • Commercio al dettaglio: Analizzare il comportamento dei clienti per offrire esperienze di acquisto personalizzate.
  • Produzione: Monitorare i processi di produzione per migliorare la qualità dei prodotti.

Flussi di attività translitiche

Quando si usa Power BI per analizzare i dati, possono verificarsi momenti in cui è necessario intervenire sui dati, ad esempio l'aggiornamento di un record, l'aggiunta di annotazioni o l'attivazione di un'azione in un altro sistema in base ai dati. È possibile eseguire facilmente queste attività usando flussi di attività translitici in Fabric.

Le funzioni dati utente consentono scenari come:

  • Aggiungere dati: Aggiungere un record di dati a una tabella nel database e visualizzarlo riflesso nel report. Ad esempio, aggiungere un nuovo record di cliente.
  • Modificare i dati: Modificare un record esistente di dati in una tabella nel database e visualizzarlo riflesso nel report, senza scrivere codice personalizzato. Ad esempio, aggiornare un campo di stato o un'annotazione.
  • Eliminare i dati: Eliminare un record esistente di dati da una tabella nel database e visualizzarlo rimosso dal report. Ad esempio, la rimozione di un record cliente non più necessario.
  • Chiamare un'API esterna: Effettuare una richiesta API accessibile tramite una richiesta di rete. Ad esempio, effettuare una richiesta all'endpoint REST di un'API pubblica che aggiorna i dati sottostanti o l'input dell'utente finale oppure intervenire in un sistema diverso.

Per gli scenari di writeback dei dati, le funzioni dati utente forniscono la gestione delle connessioni per i database SQL in Infrastruttura, warehouse e lakehouse. Ecco come può funzionare un flusso di attività translitica:

  • Le funzioni dati utente in Fabric richiamano le funzioni nelle origini dati di Fabric sottostanti. Le funzioni sui dati utente lavorano con il contesto del report corrente (filtri, slicer e selezioni) passati come parametri.
  • Poiché l'endpoint di analisi SQL gestisce una replica quasi in tempo reale in OneLake, gli aggiornamenti scritti dai flussi di attività sono disponibili per l'analisi immediata e gli oggetti visivi di Power BI senza ETL aggiuntivi.
  • Le azioni acquisite tramite funzioni dati utente possono essere instradate ai notebook di Fabric nelle pipeline ELT per l'elaborazione assistita dall'intelligenza artificiale (ad esempio, classificazione o arricchimento) prima della persistenza finale nel database SQL.

La creazione di un flusso di attività translitica comporta le attività principali seguenti:

  1. Archiviazione dei dati in un'origine dati di Fabric.
  2. Sviluppo di una funzione dati utente per gestire l'azione.
  3. Creazione di un modello semantico di Power BI per l'uso di questi dati.
  4. Creazione di un report di Power BI con elementi interattivi per acquisire l'input dell'utente e chiamare la funzione.

Contenuti correlati

  • Last updated on