Microsoft OneLake 패턴 및 기본 기능

이 글에서는 일반적인 OneLake 패턴과 이를 구현하는 데 사용할 수 있는 플랫폼 기능을 소개합니다. 이 글의 정보를 바탕으로 데이터 환경을 어떻게 조직할지 고민한 후, 비즈니스, 기술, 거버넌스 요구에 맞는 패턴을 선택하세요.

각 패턴은 특정 아키텍처 목표를 달성하기 위해 데이터와 소유권을 어떻게 조직하는지 설명합니다. 패턴을 구현하려면 하나 이상의 기본 OneLake 기능 인 데이터 가상화, 오픈 데이터 상호운용성, 중앙 집중식 거버넌스, 통합 분석 및 AI 등을 결합합니다. 각 기능은 바로가기, 미러링, OneLake 보안, 다이렉트 레이크 모드와 같은 특정 제품 기능에 의존합니다. 동일한 기능과 기능이 종종 두 가지 이상의 패턴에서 나타납니다.

메모

이 글은 OneLake 건축 지침 백서에서 확인된 패턴을 기반으로 작성되었습니다.

이 다섯 가지 패턴을 OneLake 디자인의 기본 요소로 생각해 보세요. 대부분의 환경은 여러 개를 결합합니다. 목표에 맞는 패턴을 선택하세요:

최소한의 복제로 통합 데이터 접근을 제공합니다

데이터가 여러 클라우드, 온프레미스 시스템, 또는 외부 레이크에 분산되어 있다면, 모든 데이터를 한 곳에 복사하는 것은 현실적이지 않거나 불가능할 수 있습니다. 최소한의 복제 패턴을 가진 통합 데이터 접근은 OneLake를 해당 소스들 전반에 걸쳐 단일 논리 데이터 계층으로 취급합니다. 모든 소스에 대해 인제스트 파이프라인을 구축하는 대신, 데이터를 현장에서 참조하는 단축키를 사용하고, 동기화되고 쿼리 최적화된 복사본이 필요할 때 미러링을 합니다.

다음과 같은 경우 이 패턴을 사용합니다.

  • 귀하의 데이터는 여러 클라우드, 온프레미스 시스템, 또는 외부 레이크에 분산되어 있습니다.
  • 데이터를 중앙 저장소로 복제하면 과도한 저장 공간, 지연 시간 또는 준수 오버헤드가 발생할 수 있습니다.
  • 전체 추출, 변환, 로드(ETL) 파이프라인을 작성하지 않고도 빠르게 새로운 소스를 온보딩해야 합니다.
  • 기존 데이터 레이크, 창고, 운영 저장소에 대한 투자를 보존하고 싶습니다.

통합 데이터 접근 적용

이 패턴을 실천하기 위해, 데이터 이동 프로세스를 구축하거나 운영하지 않고도 사용할 수 있는 두 가지 주요 데이터 접근 방식을 시작하세요: 가상화 는 원본 데이터를 복사하지 않고 OneLake를 통해 제공하고, 제로 ETL 미러링 은 플랫폼 관리의 동기화된 복사본을 분석용 델타 테이블로 OneLake에 가져오는 것입니다. Fabric 데이터 이동 도구가 소스를 지원하지 않거나 요구사항을 충족하지 않을 때만 사용하세요. 이러한 접근법을 선택하고 결합하는 추가 지침은 OneLake 바로가기 및 미러링을 사용하는 Unify 데이터를 참조하세요.

  1. 가상화 또는 제로 ETL 미러링을 통해 OneLake가 액세스할 수 있는 데이터 원본이 무엇인지 확인할 수 있도록 클라우드 객체 저장소, 외부 카탈로그, 운영 데이터베이스, Dataverse 등의 데이터 원본을 파악하세요. 남아 있는 출처는 데이터 이동 접근이 필요한 것으로 표시하세요.

  2. 지원되는 각 소스에 맞는 적절한 데이터 접근 기법을 선택하세요. 소스가 복사 불가피 접근을 지원할 경우 가상화를 선호합니다. 소스가 동기화되고 쿼리 최적화된 복사본을 요구할 때는 제로 ETL 미러링을 사용하세요:

원본 데이터 접근 방법 데이터 처리
클라우드 객체 저장소(Azure Data Lake Storage Gen2, Amazon S3, Google Cloud Storage) 및 S3 호환 온프레미스 저장소 바로 가기 가상화: 원본 데이터를 복사하지 않고 이용 가능하게 합니다
복사하지 않고 공개하고 싶은 외부 카탈로그에서 관리되는 데이터(예: Azure Databricks Unity Catalog) 메타데이터 미러링 - 카탈로그 메타데이터(스키마, 테이블)만 동기화하고 바로가기를 통해 소스 데이터에 접근합니다 가상화: 원본 데이터를 복사하지 않고 이용 가능하게 합니다
쿼리 최적화 복사본이 필요한 운영 데이터베이스 (Azure SQL Database, Azure Cosmos DB, Snowflake, PostgreSQL, SQL Server 2025, Oracle Database, Google BigQuery) 데이터베이스 미러링, 또는 지원되는 맞춤형 및 파트너 솔루션을 위한 오픈 미러링 Zero-ETL 미러링: 동기화된 델타 복사본을 생성합니다
Dataverse (Dynamics 365 및 Power Platform 데이터) 제로 복사 액세스를 위한 바로 가기 또는 Microsoft Fabric에 연결 가상화: 원본 데이터를 복사하지 않고 이용 가능하게 합니다

  1. 필요 시 원본 데이터를 변환하세요. 바로가기 변환은 파일이 외부에 저장되어 있든 이미 OneLake에 있든 관계없이, 바로가기를 통해 제공되는 지원되는 파일을 처리할 수 있습니다. 단축키 파일 변환을 사용해 구조화된 파일을 델타 테이블로 변환하거나, AI 변환을 통해 비구조화 텍스트를 처리할 수 있습니다. 단축키 변환은 변환된 델타 출력을 생성하고, 단축키가 참조하는 데이터와 동기화되도록 합니다.

  2. 가상화와 미러링이 소스를 지원하지 않거나 복잡한 변환, 오케스트레이션, 예정된 이동 리듬, 스트리밍 인제스팅이 필요할 때는 Fabric 데이터 이동 도구를 사용하세요. 파이프라인, 데이터 흐름, 복사 작업, 이벤트 스트림 중에서 선택하는 데 도움이 필요하다면 ' 데이터 이동 전략 선택'을 참조하세요.

데이터 이동을 선택하는 경우에는 복사한 데이터를 Delta Parquet나 Iceberg와 같은 개방형 테이블 형식으로 저장하세요. 미러링과 단축기 변환은 이미 델타 출력을 만듭니다. 오픈 포맷을 사용하면 가상화된 데이터, 동기화된 복사본, 변환된 Delta 출력이 Fabric 엔진과 외부 플랫폼에서 읽을 수 있도록 유지됩니다.

  1. 동기화된 복사본, 변환된 Delta 출력, 또는 Fabric 데이터 이동 도구를 통해 복사본을 생성할 때마다 그 이유를 기록하세요. 이 기록은 결정이 감사 대상이 되도록 유지합니다. 소스가 물리적이고 쿼리 최적화된 레이아웃이 필요하거나 신선성, 변환 비용, 준수 또는 처리 요구사항을 가상으로 충족할 수 없을 때만 복사본을 작성하세요.

  2. OneLake를 통해 제공되는 데이터에 OneLake 보안을 적용하여 가상화된 데이터, 동기화된 복사본, 변환된 델타 출력에 동일한 정책이 적용됩니다.

  3. OneLake 카탈로그에서 결과된 데이터 항목을 승인하고 설명하여 소비자가 이를 찾고 신뢰할 수 있도록 하세요.

통합 데이터 접근 기능

  • 데이터 가상화 및 제로 ETL 미러링 - 다른 시스템과 클라우드에 저장된 데이터를 노복사 참조나 동기화된 분석 준비 복사본을 통해 노출합니다. 기능:
  • 중앙집중식 거버넌스 - 가상화된 소스에 네이티브 OneLake 데이터와 마찬가지로 일관된 보안 및 검색 기능을 적용합니다. 기능:
  • 오픈 데이터 상호운용성 - 가상화된 데이터와 플랫폼 관리 복사본을 Fabric 엔진과 외부 플랫폼 모두에서 읽을 수 있도록 유지합니다. 기능:

메달리온 건축 (청동, 은, 금)

OneLake에서 데이터를 제공하는 것은 첫걸음에 불과합니다. 소스 시스템에서 얻은 원시 데이터는 보통 분석이나 AI에 직접 사용하는 것은 안전하지 않습니다. 중복, 오류, 일관성 없는 형식 또는 민감한 필드가 자주 포함되어 있습니다. 여러 팀이 동일한 소스 데이터를 기반으로 구축할 때, 각 데이터 단계가 무엇을 신뢰하는지 공유된 정의가 필요합니다.

메달리온 아키텍처 패턴은 OneLake의 데이터를 세 가지 품질 계층으로 구성합니다. 즉, 브론즈는 원시의 변경 불가능한 원본 데이터를, 실버는 정제되고 표준화된 데이터를, 골드는 인증된 비즈니스용 테이블 및 의미 체계 모델을 위한 계층입니다. 각 계층은 하위 소비자가 신뢰할 수 있는 정의된 단계입니다. 은색과 금색 테이블은 BI, 분석, AI 작업 부하 전반에 걸쳐 재사용할 수 있어, 팀이 동일한 정제 또는 모델링 로직을 별도의 도구로 재구성하지 않습니다.

다음과 같은 경우 이 패턴을 사용합니다.

  • 여러 팀이 동일한 소스 데이터를 기반으로 구축하며 일관된 품질을 요구합니다.
  • 원시 입력부터 인증된 출력까지 추적 가능한 계보가 필요합니다.
  • 데이터 엔지니어링과 분석 또는 AI 소비자 간에 명확한 계약이 필요합니다.

이 패턴에 대한 자세한 내용은 OneLake를 사용해 Fabric의 메달리온 아키텍처 이해하기를 참조하세요. 그 글에서는 레이어 설계, 배포 모델, 스토리지 포맷, 물질화된 호수 뷰, 그리고 델타 테이블 최적화를 다룹니다.

적용 방법

작동하는 메달리언은 한 가지 아이디어에 기반합니다: 각 계층은 하위 소비자와의 계약이며, 데이터는 해당 계층의 품질 기준을 충족한 후에야 다음 계층으로 진행됩니다.

  1. 원시 출처와 인증된 데이터에 의존하는 소비자를 식별하세요.

  2. 각 계층에 속하는 것을 정의하고, 도메인 간에 일관되게 적용하세요:

    레이어 목차 일반 소비자
    청동 스키마 강제 없이 소스에서 직접 캡처한 원초적이고 불변의 데이터 데이터 엔지니어(접근 제한)
    은 정화, 중복 제거, 그리고 공유 비즈니스 정의에 맞게 조정되었습니다 데이터 엔지니어와 훈련된 분석가
    골드 큐레이션된 비즈니스용 테이블과 의미론적 모델 모든 BI, 분석 및 AI 사용자

  3. 각 계층은 적절한 Fabric 워크로드로 구성하세요. 일반적으로 브론즈 및 실버 계층에는 Data Engineering(Spark) 또는 Data Factory를, 골드 계층에는 Data Warehouse 또는 Power BI 시맨틱 모델을 사용합니다. 원본 형식, 소스 데이터에 대한 바로 가기, Parquet 또는 Delta를 적절히 사용하여 브론즈 계층에서 원본 충실도를 유지하세요. 은과 금은 Delta 테이블을 사용해 Fabric 워크로드가 정제된 데이터를 신뢰성 있게 읽고 쓸 수 있도록 하세요.

  4. 계층 인식 접근 정책을 적용하세요. 지원되는 항목에는 OneLake 보안을 사용하고, 창고에는 적용 가능한 Fabric 및 SQL 권한을 사용하세요. 청동 접근을 제한하고, 은을 분석가들에게 제공하며, 소비자 필요와 최소 특권 기준에 따라 금 접근을 허용합니다.

  5. 하위 분석에는 큐레이션된 골드 산출물을 사용하세요. Direct Lake 모드에서 골드 레이어 의미 모델을 구축하여 Power BI가 가져오기 복사본을 생성하거나 예약된 새로고침을 필요로 하지 않고도 OneLake 데이터를 읽을 수 있게 하세요.

  6. 모든 금 생산물이 은을 통해 청동 출처까지 추적 가능한 계보가 있음을 확인하세요. 그리고 OneLake 카탈로그에서 인증된 골드 레이어 테이블과 의미론 모델을 추천하세요. 이 검증은 소비자가 생산 환경에 적합한 데이터를 식별하는 데 도움을 줍니다.

  7. 골드 시맨틱 모델을 재사용해 Fabric IQ 온톨로지를 활성화하세요. 이 단계는 AI 에이전트에게 인증된 데이터에 기반한 관리 비즈니스 맥락을 제공합니다.

기본 기능

  • 통합 분석 및 AI - 브론즈, 실버, 골드 레이어가 엔진 전용 복제 없이 OneLake의 모든 분석 및 AI 작업을 지원합니다. 기능:
  • 중앙집중식 거버넌스 - 각 계층마다 다른 접근 정책과 품질 게이트를 적용하여 소비자가 자신의 역할에 적합한 데이터만 볼 수 있도록 합니다. 기능:
  • 오픈 데이터 상호운용성 - 레이어를 오픈 형식으로 저장하여 외부 엔진이 Fabric과 함께 읽을 수 있습니다. 기능:

공유 플랫폼에서의 도메인 지향 데이터 메시

여러 비즈니스 팀이 데이터를 생산하고 소비한다면, 모든 요청을 단일 중앙 데이터 팀을 통해 라우팅하면 전달이 지연될 수 있습니다. 비즈니스 팀은 종종 자신의 데이터와 요구사항을 가장 잘 이해하지만, 공유 거버넌스 없이 소유권을 분산시키면 보안, 품질, 혈통이 일관되지 않을 수 있습니다.

도메인 지향 데이터 메시 패턴은 각 비즈니스 도메인이 자체 데이터 제품에 대한 소유권을 부여하며, 모든 도메인은 OneLake 기반 위에서 공유 표준을 따릅니다. 각 도메인은 자체 데이터 제품을 발행하며, 다른 도메인은 지름길을 통해 접근하여 Fabric 분석 및 AI 워크로드로 이를 소비합니다. 중앙집중식 신원, 보안, 거버넌스 정책은 모든 도메인에 걸쳐 일관되게 적용됩니다.

다음과 같은 경우 이 패턴을 사용합니다.

  • 단일 중앙 데이터 팀은 전달의 병목 현상이 됩니다.
  • 서로 다른 비즈니스 도메인은 고유한 데이터, 요구사항, 릴리스 주기를 가지고 있습니다.
  • 도메인 수준에서 데이터 품질에 대한 명확한 책임이 필요하며, 전사적인 거버넌스를 포기하지 않아야 합니다.

도메인 지향 데이터 메시 적용

분산화와 일관성 사이의 적절한 균형을 찾으세요. 소유권을 데이터를 가장 잘 아는 도메인으로 밀어주고, 신원, 보안, 혈통을 중앙 집중화하여 모든 도메인의 데이터 제품이 동일한 기준을 충족하도록 하세요.

  1. 비즈니스 도메인을 식별하세요. 각 도메인은 데이터 제품을 종단 간 소유하고 운영할 수 있는 팀이 있는 일관된 비즈니스 영역을 대표해야 합니다.

  2. 각 비즈니스 영역별로 도메인 을 만들고 그 도메인에 작업 공간을 할당하세요. 공유 인프라와 재사용 가능한 기업용 데이터를 위한 별도의 중앙 도메인을 설정하세요.

  3. 모든 도메인이 충족해야 하는 데이터 제품 표준을 정의하세요 - 예를 들어, 승인 또는 인증 요건, 문서화된 스키마, 소유권 메타데이터, 버전 관리, 서비스 수준 계약(SLA) 등이 포함됩니다. 이러한 표준은 각 제품을 단순한 작업 공간 폴더가 아닌 재사용 가능하고 발견 가능한 계약서로 만듭니다.

  4. OneLake 보안을 사용해 폴더, 테이블, 행, 열 수준에서 역할 기반 데이터 접근 제어를 적용하여, 제작자가 작업 공간의 모든 것을 노출하지 않고 데이터 제품을 공개할 수 있습니다.

  5. 도메인 간 탐색과 계보를 위해 OneLake 카탈로그를 활용한 테넌트 전체 거버넌스를, 민감도 라벨과 감사를 위해 Microsoft Purview를 활용하세요. 동일한 신원 및 정책 모델을 도메인 데이터 제품을 소비하는 AI 에이전트에게도 확장하여, 에이전트 접근이 다른 소비자와 마찬가지로 관리되도록 하세요.

  6. 소비자 도메인은 생산자 데이터 제품을 복사하는 대신 참조하는 단축키를 사용하게 하세요. 소비자는 자신의 필요에 맞는 참조 데이터 제품을 Fabric 워크로드에서 사용할 수 있습니다. Power BI 시맨틱 모델의 경우, Direct Lake 모드를 사용해 OneLake에서 직접 데이터를 읽으세요. Fabric Data Agents 또는 Fabric IQ를 사용하여 거버넌스 도메인 데이터 제품에 기반한 AI 경험을 만드세요.

  7. 도메인이 Fabric 외부 카탈로그에 게시된다면, OneLake와 외부 카탈로그 간 권한이 일관되게 유지되도록 접근 제어 동기화를 계획하세요.

    Tip

    Microsoft의 오픈소스 가속기 Policy Weaver는 Azure Databricks(Unity Catalog), Snowflake, Dataverse 소스에 대해 이 동기화를 자동화할 수 있습니다. 데이터 접근 정책을 OneLake 보안 역할로 미러링하며, 미러링(데이터는 이동하지만 권한은 이동하지 않음)을 보완합니다.

데이터 메시 기능

  • 중앙집중식 거버넌스 - 소유권을 도메인으로 분산시키면서 신원, 보안, 혈통을 중앙집중화합니다. 기능:
    • 도메인은 작업 공간을 비즈니스 영역별로 그룹화합니다.
    • OneLake 보안 은 폴더, 테이블, 행, 열 접근 제어 기능을 역할 기반으로 제공합니다.
    • OneLake 카탈로그 는 도메인 간 발견과 계보를 가능하게 합니다.
    • Microsoft Purview는 민감성 라벨과 감사를 적용합니다.
  • 데이터 가상화 - 소비자 도메인이 복사본이 아닌 참조를 통해 생산자 소유 데이터 제품을 사용할 수 있게 합니다. 기능:
  • 통합 분석 및 AI - 모든 도메인의 데이터 제품을 Fabric 워크로드 전반에 걸쳐 소비 가능하게 만듭니다. 기능:

분석 및 AI를 위한 플랫폼 통합

여러 분석 플랫폼을 나란히 운영한다면, 데이터 웨어하우징, 비즈니스 인텔리전스, 데이터 과학, 실시간 분석, AI 등 각각의 도구들이 각각 고유한 데이터 복사본, 파이프라인, 거버넌스 모델을 갖게 됩니다. 이러한 단편화는 비용을 증가시키고, 일관된 보안을 적용하거나 비즈니스 질문에 단일한 답변을 얻기 어렵게 만듭니다.

플랫폼 통합 패턴은 이러한 워크로드를 Fabric로 옮기며, OneLake는 공유되고 거버넌스된 데이터 기반을 제공합니다. Fabric 워크로드는 각 도구별로 별도의 데이터 및 거버넌스 모델에 의존하는 대신 이 기반을 통해 데이터를 접근, 변환, 동기화 또는 분석합니다.

다음과 같은 경우 이 패턴을 사용합니다.

  • 여러 분석 플랫폼을 사용하며 기능이 겹치는 상황입니다.
  • 엔진별 데이터 복사본과 파이프라인은 비용과 유지보수 비용을 증가시킵니다.
  • 모든 분석 및 AI 워크로드에 걸쳐 단일 거버넌스 및 보안 모델이 필요합니다.

플랫폼 통합 적용

더 많은 통합 기능이 아니라 더 적은 플랫폼을 목표로 하세요. 도구들을 서로 이어 붙이기보다 Fabric에서 워크로드를 통합하고, 외부 엔진은 아직 폐기할 수 없을 때만 연동하세요.

  1. 현재 사용하는 분석, 데이터 웨어하우징, 데이터 사이언스, 비즈니스 인텔리전스(BI), AI 도구와 파이프라인을 재고 목록화하세요. 각 도구가 어떤 워크로드를 제공하는지, 어떤 데이터를 복사하는지 기록하세요.

  2. 기존 각 워크로드를 대체할 수 있는 Fabric 워크로드에 매핑하세요:

    기존 업무량 Fabric 작업 부하
    데이터 오케스트레이션 및 ETL 데이터 팩토리
    스파크 노트북과 레이크하우스 처리 데이터 엔지니어링
    SQL 데이터 웨어하우징 Data Warehouse
    스트리밍 및 KQL 분석 실시간 인텔리전스
    ML 모델 학습 및 실험 추적 데이터 과학
    운영 데이터베이스 데이터베이스 (Fabric의 SQL 데이터베이스와 Fabric의 Cosmos DB)
    BI 시각화 및 의미론 모델 Direct Lake 모드가 포함된 Power BI
    기업 데이터에 기반한 대화형 AI Fabric 데이터 에이전트, Copilot for Fabric, Fabric IQ

  3. OneLake 보안, Microsoft Purview, OneLake 카탈로그를 사용하여 모든 워크로드에 걸쳐 하나의 거버넌스 및 보안 모델을 구축하세요. 지원되는 Fabric 항목이 추가 암호화 계층이 필요할 경우 고객 관리 키를 구성하세요.

  4. Delta 또는 Iceberg 형식을 사용하여 OneLake에서 분석 데이터를 통합하여 워크로드가 거버넌스된 데이터 기반을 공유할 수 있습니다. 운영 워크로드를 Fabric 데이터베이스에 통합하여 동기화된 분석 데이터를 OneLake에서 이용할 수 있게 합니다.

  5. 통합된 데이터에 AI를 적용하세요. 큐레이션된 데이터 계층 위에 온톨로지(미리보기)를 구축하고, Ontology MCP 서버를 통해 에이전트에게 노출시키세요. Fabric Data Agents, Microsoft 365 Copilot, 외부 도구들이 동일한 컨텍스트에서 논리적으로 대응할 수 있습니다. Power BI 의미 모델에서 Import, Direct Lake, 또는 DirectQuery 모드에서 온톨로지 정의를 생성할 수 있습니다. 지원되는 OneLake 데이터에 생성된 바인딩이 필요할 때는 Direct Lake 모드를 사용하고, 현재 온톨로지 제한을 검토하세요.

  6. 아직 은퇴할 수 없는 외부 엔진의 경우, Azure Databricks 통합, Iceberg Snowflake와의 상호운용성, 또는 OneLake 접근 및 API를 통해 OneLake 데이터를 노출하세요.

  7. Fabric 버전이 검증된 후 교체된 도구, 데이터 복사본, 파이프라인은 모두 폐기하세요. 이렇게 하면 통합이 비용, 라이선스, 인수인계를 없애고 또 다른 플랫폼을 추가하는 것을 방지할 수 있습니다.

플랫폼 통합 기능

조직 간 외부 데이터 공유

파트너, 공급업체, 고객 또는 기타 부서와 지속적으로 데이터를 교환한다면, 배치 내보내기, 파일 전송, 중복된 다운스트림 시스템은 지연, 비용, 거버넌스 격차를 증가시킵니다. 외부 데이터 공유 패턴은 조직이나 사업부 외부의 소비자들이 반복적인 수출 없이 큐레이션된 OneLake 데이터에 직접 접근할 수 있게 합니다. 소비자는 Fabric 크로스 테넌트 공유나 OneLake 상호운용성 기능을 통해 Snowflake, Azure Databricks 같은 외부 분석 플랫폼에서 데이터에 접근할 수 있습니다.

소비자들은 업데이트를 게시할 때 보게 됩니다. 소비자 플랫폼을 지원하는 공유 또는 상호운용성 메커니즘을 통해 소스 데이터에 대한 접근을 통제할 수 있습니다.

다음과 같은 경우 이 패턴을 사용합니다.

  • 외부 조직과 지속적으로 데이터를 교환합니다.
  • 배치 내보내기나 파일 전송은 지연, 복잡성, 거버넌스 격차를 추가합니다.
  • 외부 접근 권한을 중앙에서 추적하고 취소해야 합니다.

외부 데이터 공유 적용

외부 공유는 데이터를 내보내기보다는 가상화를 사용할 때 가장 잘 작동합니다. 각 소비자가 읽을 수 있는 접근 방식을 맞추고, 그 공유 또는 상호운용성 메커니즘이 지원하는 접근 제어를 적용하세요.

  1. 외부에 공유하고 싶은 데이터 제품과 이를 필요로 하는 소비자(파트너, 공급업체, 고객)를 식별하세요. 보통은 잘 정의되고 문서화된 큐레이션된 테이블과 파일을 공유합니다.

  2. 각 소비자에게 맞는 적절한 공유 방식을 선택하세요:

    소비자 유형 권장되는 접근 방식
    다른 테넌트에 있는 Fabric 사용자 읽기 전용, 가상화된 크로스 테넌트 간 접근을 위한 외부 데이터 공유
    Azure의 Snowflake 사용자 Iceberg 형식으로 노출된 Fabric 테이블을 읽기 위한 Snowflake와의 상호운용성
    Azure Databricks 사용자 Azure Databricks에서 OneLake 카탈로그 연합을 통해 데이터를 복사하지 않고 Unity Catalog를 통해 OneLake 테이블을 쿼리하는 방법
    ADLS Gen2 또는 Blob API를 지원하는 애플리케이션 또는 도구 OneLake 액세스 및 API 지원되는 API를 통해 OneLake 데이터에 액세스하기 위한

    Dataverse 데이터를 공유하기 전에 OneLake에 데이터를 가져오려면 통합 데이터 접근 패턴을 사용하세요.

  3. 선택한 공유 메커니즘이 지원하는 권한으로 외부 접근 범위를 설정하세요. Fabric 외부 데이터 공유의 경우, 공유는 초대받은 사용자의 홈 테넌트 내 모든 사용자에게 읽기 전용 접근 권한을 부여합니다. OneLake 보안, 민감도 라벨, 데이터 손실 방지 정책 등 제공자 측 보안 및 거버넌스 정책은 소비자 테넌트에서 강제되지 않습니다. 소비자는 자신의 환경에서 하류 접근을 통제해야 합니다.

  4. 각 공유 관계의 조건을 처음부터 합의하세요 - 무엇을, 누구와 공유하는지, 얼마나 오래 공유하는지. Fabric 외부 데이터 공유의 경우, 권한 관리 페이지의 외부 데이터 공유 탭에서 접근 권한을 취소하세요. 다른 접근법은 선택된 공유 메커니즘을 통해 접근 권한을 취소하세요. 소비자가 가시성을 잃었는지 확인하세요.

  5. 제공업체의 Fabric 환경에서 Microsoft Purview를 사용하여 민감도 라벨, 감사, 데이터 손실 방지를 적용하세요.

  6. OneLake 카탈로그에 소스 데이터 제품을 승인하고 문서화하여 제공자가 공유 전에 찾아 관리할 수 있도록 하세요. OneLake 카탈로그는 외부 테넌트나 분석 플랫폼에 데이터 제품을 공개하지 않습니다.

외부 데이터 공유 기능

  • 데이터 가상화 - 수출 파이프라인을 관리하지 않고 무사본 참조를 통해 데이터를 공유합니다. 기능:
    • 외부 데이터 공유는 Fabric 테넌트 간 가상화된 공유를 제공합니다.
    • 단축어는 파트너가 복사하지 않고 공개된 데이터를 소비할 수 있게 해줍니다.
  • 오픈 데이터 상호운용성 - Fabric을 사용하지 않는 소비자와 오픈 포맷으로 공유합니다. 기능:
  • 중앙집중식 거버넌스 - Fabric에서 소스 데이터를 관리하고 각 공유 메커니즘을 통해 외부 접근을 제어합니다. 기능:
    • OneLake 보안은 Fabric에서 원본 데이터에 대한 액세스 범위를 지정합니다.
    • Microsoft Purview는 제공업체의 Fabric 환경에서 민감성 라벨, 감사, 데이터 손실 방지를 적용합니다.
    • OneLake 카탈로그 는 제공자 측에서 공유하기 전에 발견 및 승인을 지원합니다.
  • Last updated on