Microsoft Fabric을 사용하여 미러된 데이터베이스에서 데이터 탐색
Microsoft Fabric 내에서 미러된 데이터베이스의 데이터를 쿼리하는 모든 방법에 대해 자세히 알아봅니다.
SQL 분석 엔드포인트 사용
Microsoft Fabric은 복제된 델타 테이블에 대한 읽기 전용 T-SQL 서비스 계층을 제공합니다. 이 SQL 기반 환경을 SQL 분석 엔드포인트라고 합니다. 노코드 시각화 쿼리 편집기 또는 T-SQL을 사용하여 델타 테이블의 데이터를 분석하여 보기, 함수, 저장된 프로시저를 만들고 SQL 보안을 적용할 수 있습니다.
SQL 분석 엔드포인트에 액세스하려면 작업 영역 보기에서 해당 항목을 선택하거나 미러된 데이터베이스 탐색기의 SQL 분석 엔드포인트 모드로 전환합니다. 자세한 내용은 Lakehouse에 대한 SQL 분석 엔드포인트란?을 참조하세요.
데이터 보기를 사용하여 데이터 미리 보기
데이터 미리 보기는 SQL 분석 엔드포인트 내의 쿼리 편집기 및 모델 뷰와 함께 세 가지 전환기 모드 중 하나로, 테이블 또는 보기 내의 데이터를 쉽게 볼 수 있는 인터페이스를 제공하여 샘플 데이터(상위 1,000개 행)를 미리 볼 수 있습니다.
자세한 내용은 데이터 미리 보기의 데이터 보기를 참조하세요.
데이터 분석을 위한 시각화 쿼리 사용
시각화 쿼리 편집기는 미러된 데이터베이스 항목 내의 데이터에 대해 T-SQL 쿼리를 만드는 노코드 환경을 제공하는 Microsoft Fabric의 기능입니다. 테이블을 캔버스로 끌어서 놓고, 쿼리를 시각적으로 디자인하며, Power Query 다이어그램 보기를 사용할 수 있습니다.
자세한 내용은 시각적 쿼리 편집기를 사용한 쿼리를 참조하세요.
데이터 분석을 위한 SQL 쿼리 사용
SQL 쿼리 편집기는 미러된 데이터베이스 항목 내의 데이터에 대해 T-SQL 쿼리를 만드는 쿼리 에디터를 제공하는 Microsoft Fabric의 기능입니다. SQL 쿼리 편집기는 IntelliSense, 코드 완료, 구문 강조 표시, 클라이언트 쪽 구문 분석 및 유효성 검사를 지원합니다.
자세한 내용은 SQL 쿼리를 사용하여 쿼리를 참조하세요.
Notebook을 사용하여 Lakehouse 바로 가기가 포함된 데이터 탐색
Notebook은 사용자가 자신의 데이터에 대한 Apache Spark 작업 및 기계 학습 실험을 개발할 수 있는 강력한 코드 항목입니다. Fabric Lakehouse에서 Notebook을 사용하여 미러된 테이블을 탐색할 수 있습니다. Notebook에서 Spark 쿼리를 사용하여 Lakehouse에서 미러된 데이터베이스에 액세스할 수 있습니다. 먼저 미러된 테이블에서 Lakehouse로 바로 가기를 만든 다음, Lakehouse에서 Spark 쿼리를 사용하여 Notebook을 빌드해야 합니다.
단계별 가이드는 Notebook을 사용하여 미러된 데이터베이스의 데이터 탐색을 참조 하세요.
자세한 내용은 Lakehouse의 바로 가기 데이터를 참조하고 Lakehouse의 데이터 탐색을 참조하세요.
델타 파일에 직접 액세스
델타 형식 파일에서 미러된 데이터베이스 테이블 데이터에 액세스할 수 있습니다. OneLake 파일 탐색기 또는 Azure Storage Explorer를 통해 OneLake에 직접 연결합니다.
단계별 가이드는 OneLake에서 직접 미러된 데이터베이스의 데이터 탐색을 참조하세요.
데이터 모델링 및 비즈니스 의미 체계 추가
Microsoft Fabric에서 Power BI 데이터 세트는 메트릭이 있는 의미 체계 모델이며, 비즈니스 친화적인 용어 및 표현이 있는 분석 도메인에 대한 논리적 설명으로 심층 분석을 가능하게 합니다. 이 의미 체계 모델은 일반적으로 하나의 도메인을 나타내는 사실들을 포함한 별 모양의 스키마입니다. 차원을 통해 도메인을 분석하여 다양한 분석을 드릴다운, 필터링 및 계산할 수 있습니다. 의미 체계 모델을 사용하면 부모 미러된 데이터베이스에서 상속된 비즈니스 논리를 사용하여 데이터 세트가 자동으로 만들어집니다. 비즈니스 인텔리전스 및 분석을 위한 다운스트림 분석 환경은 Microsoft Fabric에서 사용자 개입 없이 관리, 최적화 및 동기화 상태가 유지되는 항목으로 시작합니다.
기본 Power BI 데이터 세트는 모델 보기에 정의된 엔터티 간의 모든 관계를 상속하고, 이들을 개체가 BI(Power BI 보고서)에 사용하도록 설정된 경우 Power BI 데이터 세트 관계로 유추합니다. 미러된 데이터베이스의 비즈니스 논리를 상속하면 웨어하우스 개발자 또는 BI 분석가는 XMLA 형식을 읽는 Power BI, Excel 또는 Tableau와 같은 외부 도구에서 분석적 BI(비즈니스 인텔리전스) 보고서를 위해 유용한 의미 체계 모델 및 메트릭 계층을 빌드하는 데 걸리는 시간을 줄일 수 있습니다. 자세한 내용은 기본 Power BI 데이터 세트의 데이터 모델링을 참조하세요.
잘 정의된 데이터 모델은 분석 및 보고 워크로드를 구동하는 데 중요한 역할을 합니다. Microsoft Fabric의 SQL 분석 엔드포인트에서는 시각적 편집기에서 몇 가지 간단한 단계를 통해 데이터 모델을 쉽게 빌드하고 변경할 수 있습니다. Fabric 포털의 SQL 분석 엔드포인트 페이지 내 모델 보기에서 기본 및 외래 키 제약 조건을 설정하고 ID 열을 설정하여 미러된 데이터베이스 항목을 모델링할 수 있습니다. 모델 보기를 탐색한 후 시각적 엔터티 관계 다이어그램에서 이러한 작업을 수행할 수 있습니다. 다이어그램을 사용하면 테이블을 끌어서 놓아 개체가 서로 어떠한 관계가 있는지 유추할 수 있습니다. 엔터티를 시각적으로 연결하는 선은 존재하는 물리적 관계의 유형을 유추합니다.
보고서 만들기
의미 체계 모델(기본값)에서 세 가지 방법으로 직접 보고서 만들기:
- 리본 메뉴의 SQL 분석 엔드포인트 편집기
- 탐색 모음의 데이터 창
- 작업 영역의 의미 체계 모델(기본값)
자세한 내용은 Power BI에서 보고서 만들기를 참조하세요.