Del via

Hva er datalagring i Microsoft Fabric?

Gjelder for:✅ SQL Analytics-endepunkt og Warehouse i Microsoft Fabric

Fabric Data Warehouse er et relasjonslager i bedriftsskala på et datasjøfundament.

  • De ideelle brukstilfellene for Fabric Data Warehouse er stjerne- eller snøfnuggskjemaer, kuraterte bedriftsdatamarts, styrte semantiske modeller for forretningsanalyse.
  • Fabric Data Warehouse-data, som alle Fabric-data, lagres i Delta-tabeller, som er Parquet-datafiler med en filbasert transaksjonslogg. Et lager er bygget på det åpne Fabric-dataformatet, og tillater deling og samarbeid mellom datateknikere og forretningsbrukere uten at det går på bekostning av sikkerhet eller styring.
  • Fabric Data Warehouse er primært utviklet med T-SQL, og deler et stort overflateareal basert på SQL Database Engine, med full støtte for ACID-transaksjoner med flere tabeller, materialiserte visninger, funksjoner og lagrede prosedyrer.
  • Masseinnlasting av Fabric Data Warehouse kan utføres via T-SQL- og TDS-tilkoblinger, eller via Spark, med masseinnlasting av data skrevet direkte til Delta-tabellene.
  • Den brukervennlige SaaS-opplevelsen er også tett integrert med Power BI for enkel analyse og rapportering.

Datalagerkunder drar nytte av:

  • Kryssdatabasespørringer kan bruke flere datakilder for rask innsikt med null dataduplisering.
  • Det er enkelt å innta, laste inn og transformere data i stor skala gjennom datasamlebånd, dataflyter, kryssdatabasespørring eller KOMMANDOEN KOPIER TIL.
  • Autonom arbeidsbelastningsadministrasjon med bransjeledende distribuert spørringsbehandlingsmotor betyr ingen knotter å slå for å oppnå best mulig ytelse i klassen.
  • Skaler nær umiddelbart for å møte forretningskrav. Lagring og databehandling er atskilt.
  • Data replikeres automatisk til OneLake Files for ekstern tilgang.
  • Bygget for alle ferdighetsnivåer, fra borgerutvikleren til DBA eller dataingeniør.

Datalagreelementer

Fabric Data Warehouse er ikke et tradisjonelt datalager for virksomheter, det er et innsjølager som støtter to forskjellige lagervarer: Fabric-lagerelementet og SQL Analytics-endepunktelementet. Begge er spesialbygde for å dekke kundenes forretningsbehov, samtidig som de gir best i klasseytelse, minimerer kostnader og reduserte administrative kostnader.

Fabric Data Warehouse

I et Microsoft Fabric-arbeidsområde er et Fabric-lager merket som Warehouse i Type-kolonnen . Når du trenger full effekt og transaksjonsfunksjoner (DDL- og DML-spørringsstøtte) for et datalager, er dette den raske og enkle løsningen for deg.

Skjermbilde som viser lagertypen i arbeidsområdet.

Lageret kan fylles ut av en av de støttede datainntaksmetodene, for eksempel COPY INTO, Pipelines, Dataflows eller cross database inntaksalternativer, for eksempel CREATE TABLE AS SELECT (CTAS), INSERT.. SELECT eller SELECT INTO.

Hvis du vil komme i gang med lageret, kan du se:

SQL Analytics-endepunktet for Lakehouse

I et Microsoft Fabric-arbeidsområde har hver Lakehouse et autogenerert "SQL analytics endpoint" som kan brukes til å gå over fra "Lake"-visningen av Lakehouse (som støtter datateknikk og Apache Spark) til "SQL"-visningen av samme Lakehouse for å opprette visninger, funksjoner, lagrede prosedyrer og bruke SQL-sikkerhet.

Skjermbilde som viser endepunkttypen sql analytics i arbeidsområdet.

Ved hjelp av lignende teknologi, et lager, en SQL-database og Fabric OneLake klargjør alle automatisk et SQL Analytics-endepunkt når de opprettes.

Med endepunktet for SQL-analyse kan T-SQL-kommandoer definere og spørre etter dataobjekter, men ikke manipulere eller endre dataene. Du kan utføre følgende handlinger i SQL Analytics-endepunktet:

  • Spør tabellene som refererer til data i Delta Lake-mappene i sjøen.
  • Opprett visninger, innebygde TV-filer og prosedyrer for å innkapsle semantikk og forretningslogikk i T-SQL.
  • Behandle tillatelser på objektene. Hvis du vil ha mer informasjon om sikkerhet i SQL-analyseendepunktet, kan du se OneLake-sikkerhet for SQL-analyseendepunkter.

Hvis du vil komme i gang med endepunktet for SQL-analyse, kan du se:

Lager eller lakehouse

Når du bestemmer deg for å bruke et lager eller et lakehouse, er det viktig å vurdere de spesifikke behovene og konteksten til kravene for databehandling og analyse.

  • Velg et datalager når du trenger en løsning i foretaksskala med åpent standardformat, ingen knappeytelse og minimalt oppsett.  Datalageret passer best for halvstrukturerte og strukturerte dataformater, og er egnet for både nybegynnere og erfarne datateknikere, og tilbyr enkle og intuitive opplevelser.

  • Velg et innsjøhus når du trenger et stort repositorium med svært ustrukturerte data fra heterogene kilder og ønsker å bruke Spark som ditt primære utviklingsverktøy. Som et «lett» datalager har du alltid muligheten til å bruke SQL-analyseendepunktet og T-SQL-verktøyene til å levere rapporterings- og dataintelligensscenarioer i innsjøen din.

Du har alltid muligheten til å legge til den ene eller den andre på et senere tidspunkt hvis bedriftens behov endres, og uansett hvor du starter, bruker både lageret og lakehouse den samme kraftige SQL-motoren for alle T-SQL-spørringer.

Hvis du vil ha mer detaljert beslutningsveiledning, kan du se Beslutningsveiledning for Microsoft Fabric: Velg mellom Warehouse og Lakehouse.

Migrering

Bruk Fabric Migration Assistant for Data Warehouse til å overføre fra Azure Synapse Analytics, SQL Server og andre SQL Database Engine-plattformer. Se gjennom overføringsplanlegging og overføringsmetoder for Azure Synapse Analytics dedikerte SQL-utvalg til Fabric Data Warehouse.

Hvis du vil ha overføringsveiledning på tvers av Microsoft Fabric, kan du se gjennom verktøyene og koblingene i Oversikt over Microsoft Fabric-overføring.

Relatert innhold

  • Last updated on