Migreringsplanlegging: Azure Synapse Analytics dedikerte SQL-pooler til Fabric datalager

Gjelder for:✅ Warehouse i Microsoft Fabric

Denne artikkelen beskriver strategier, vurderinger og metoder for å migrere fra Azure Synapse Analytics dedikerte SQL-pooler til Microsoft Fabric datalager.

Tip

Bruk Fabric Migration Assistant for datalager for en automatisert migreringsopplevelse fra Azure Synapse Analytics dedikerte SQL-pooler. Denne artikkelen inneholder viktig strategisk informasjon og planleggingsinformasjon.

Innføring i overføring

Microsoft Fabric er en alt-i-ett SaaS-analyseløsning for bedrifter. Den tilbyr et omfattende tjenestetilbud, inkludert Data Factory, Data Engineering, Data Warehousing, Data Science, Real-Time Intelligence og Power BI.

Denne artikkelen beskriver alternativer for skjema (DDL), databasekode (DML) og datamigrering, og hjelper deg å velge et alternativ for ditt scenario. Den bruker TPC-DS bransjebenchmark for illustrasjon og ytelsestesting. Resultatene dine kan variere avhengig av faktorer som datatyper, tabellbredde og kildelatens.

Klargjør for overføring

Planlegg migreringsprosjektet nøye før du starter, og sørg for at skjemaet, koden og dataene dine er kompatible med Fabric datalager. Tenk på begrensningene. Kvantifiser arbeidet som kreves for å refaktorere inkompatible elementer og andre ressurser som trengs for å gjennomføre migrasjonen.

Et annet viktig mål med planlegging er å justere designet slik at løsningen din utnytter spørringsytelsen Fabric datalager fullt ut. Utforming av datalagre for skala introduserer unike utformingsmønstre, slik at tradisjonelle tilnærminger ikke alltid er best. Gå gjennom ytelsesretningslinjene. Selv om du kan gjøre noen designendringer etter migrering, sparer det tid og krefter å gjøre tidligere endringer. Migrering fra én teknologi eller miljø til et annet er alltid en stor innsats.

Følgende diagram viser migreringslivssyklusen og oppgavene knyttet til dens fem pilarer: Vurder og evaluer, Planlegg og design, Migrer,Overvåk og styr, og Optimaliser og Moderniser.

Runbook for overføring

Vurder følgende aktiviteter som en planleggingsbok for migreringen din fra Synapse-dedikerte SQL-pooler til Fabric datalager.

Vurder og evaluer
1. Identifiser mål og motivasjoner. Etablere klare ønskede resultater.
2. Oppdag, vurder og grunnlegg den eksisterende arkitekturen.
3. Identifiser sentrale interessenter og sponsorer.
4. Definer omfanget av hva du skal migrere.
  1. Start i det små og enkelt, og forbered deg på flere små migrasjoner.
  2. Begynn å overvåke og dokumentere alle faser av prosessen.
  3. Bygg opp en oversikt over data og prosesser for migrering.
  4. Definer endringer i datamodellen, hvis det er noen.
  5. Sett opp Fabric-arbeidsområdet.
5. Vurder teamets ferdigheter og preferanser.
  1. Automatiser der det er mulig.
  2. Bruk innebygde Azure-verktøy og -funksjoner for å redusere overføringsarbeidet.
6. Tren ansatte tidlig på den nye plattformen.
  1. Identifiser behov og opplæringsressurser, inkludert Microsoft Learn.
Planlegg og utforming
1. Definer ønsket arkitektur.
2. Velg metodene og verktøyene for migreringen for å utføre følgende oppgaver:
  1. Datauthenting fra kilden.
  2. Skjema (DDL)-konvertering, inkludert metadata for tabeller og visninger.
  3. Datainntak, inkludert historiske data.
    1. Om nødvendig, re-engineer datamodellen ved å bruke ny plattformytelse og skalerbarhet.
  4. Overføring av databasekode (DML).
    1. Overføre eller refaktorere lagrede prosedyrer og forretningsprosesser.
3. Lager og trekk ut sikkerhetsfunksjoner og objekttillatelser fra kilden.
4. Design og planlegg å erstatte eller modifisere eksisterende ETL/ELT-prosesser for inkrementell belastning.
  1. Opprett parallelle ETL/ELT-prosesser til det nye miljøet.
5. Klargjøre en detaljert overføringsplan.
  1. Kartlegg nåværende tilstand til ønsket tilstand.
Trekke
1. Utfør skjema-, data- og kodemigrering.
  1. Datauthenting fra kilden.
  2. Skjema (DDL)-konvertering.
  3. Datainntak
  4. Overføring av databasekode (DML).
2. Hvis det er nødvendig, skalerer du de dedikerte SQL-utvalgsressursene midlertidig for å hjelpe overføringshastigheten.
3. Bruk sikkerhet og tillatelser.
4. Overfør eksisterende ETL/ELT-prosesser for trinnvis innlasting.
  1. Overfør eller refaktorer ETL/ELT trinnvise innlastingsprosesser.
  2. Test og sammenlign parallelle inkrementelle belastningsprosesser.
5. Tilpass den detaljerte migrasjonsplanen etter behov.
Overvåk og styre
1. Kjør parallelt, og sammenlign med kildemiljøet ditt.
  1. Test programmer, forretningsintelligensplattformer og spørringsverktøy.
  2. Benchmark og optimaliser spørringsytelse.
  3. Overvåk og administrer kostnader, sikkerhet og ytelse.
2. Utfør en styringsbenchmark og vurdering.
Optimaliser og moderniser
1. Når virksomheten er komfortabel, overgangsprogrammer og primære rapporteringsplattformer til Fabric.
  1. Skaler ressurser opp eller ned etter hvert som arbeidsmengden skifter fra Azure Synapse Analytics til Microsoft Fabric.
  2. Bygg en repeterbar mal fra opplevelsen som er oppnådd for fremtidige overføringer. Iterere.
  3. Identifiser muligheter for kostnadsoptimalisering, sikkerhet, skalerbarhet og operasjonell fortreffelighet.
  4. Identifiser muligheter til å modernisere dataområdet med de nyeste Fabric-funksjonene.

Løft og skift eller modernisere?

Generelt sett finnes det to typer overføringsscenarioer, uavhengig av formålet og omfanget av den planlagte overføringen: løft og skift som det er, eller en faset tilnærming som inkorporerer arkitektoniske og kodeendringer.

Løft og flytt

I en lift and shift-migrering migrerer du en eksisterende datamodell med mindre endringer i den nye Fabric datalager. Denne tilnærmingen minimerer risiko- og overføringstiden ved å redusere det nye arbeidet som trengs for å realisere fordelene ved overføring.

Overføring av løft og skift passer godt til disse scenarioene:

Du har et eksisterende miljø med et lite antall lagre å migrere.
Du har et eksisterende miljø med data som allerede er i et godt utformet stjerne- eller snøfnuggskjema.
Du er under tids- og kostnadspress for å gå over til Fabric datalager.

Oppsummert fungerer denne tilnærmingen godt for arbeidsbelastninger som er optimalisert for ditt nåværende Azure Synapse dedikerte SQL-poolmiljø og ikke krever store endringer i Fabric.

Modernisere i en faset tilnærming med arkitektoniske endringer

Hvis et eldre datalager har utviklet seg over lang tid, kan det hende du må omstrukturere det for å opprettholde de nødvendige ytelsesnivåene.

Du kan også ønske å redesigne arkitekturen for å dra nytte av de nye motorene og funksjonene som er tilgjengelige i Fabric-arbeidsområdet.

Designforskjeller: Synapse dedikerte SQL-pooler og Fabric datalager

Vurder følgende forskjeller mellom Azure Synapse og Microsoft Fabric data warehousing, hvor dedikerte SQL-pooler sammenlignes med Fabric datalager.

Tabellhensyn

Når du overfører tabeller mellom ulike miljøer, overføres vanligvis bare rådataene og metadataene fysisk. Du migrerer vanligvis ikke andre databaseelementer fra kildesystemet, som indekser, fordi de kan være unødvendige eller implementert annerledes i det nye miljøet.

Ytelsesoptimaliseringer i kildemiljøet, som indekser, indikerer hvor du kan trenge optimalisering i et nytt miljø. Fabric håndterer disse optimaliseringene automatisk.

T-SQL-vurderinger

Det er flere forskjeller i Data Manipulation Language (DML) syntaks å ta hensyn til. Gå gjennom T-SQL-overflaten i Fabric datalager og utfør en kodevurdering når du velger en metode for å migrere databasekode.

Avhengig av paritetsforskjellene på tidspunktet for overføringen, må du kanskje skrive om deler av T-SQL DML-koden.

Forskjeller i datatypetilordning

Fabric datalager har flere forskjeller mellom datatyper og Azure Synapse Analytics dedikerte SQL-pooler. Hvis du vil ha mer informasjon, kan du se Datatyper i Microsoft Fabric.

Tabellen nedenfor viser kartleggingen av støttede datatyper fra Azure Synapse dedikerte SQL-pooler til Fabric datalager.

Synapse dedikerte SQL-utvalg	Fabric datalager
Penger	Desimal(19,4)
småpenger	Desimal(10,4)
smalldatetime	Datetime2
Datotid	Datetime2
nchar	Char
nvarchar	Varchar
tinyint	smallint
binær	varbinary
Datetimeoffset*	Datetime2

* Datetime2 lagrer ikke den ekstra tidssoneoffset-informasjonen som datetimeoffset lagrer. Siden Fabric datalager for øyeblikket ikke støtter datetimeoffset-datatypen, må du hente ut tidssoneoffset-dataene i en egen kolonne.

Tip

er du klar til å overføre?

Hvis du vil komme i gang med en automatisert overføringsopplevelse, kan du se Fabric Migration Assistant for datalager.

For flere manuelle migreringstrinn og detaljer, se Migreringsmetoder for Azure Synapse Analytics dedikerte SQL-pooler til Fabric datalager.

Tilbakemeldinger

Var denne siden nyttig?

Sist oppdatert 2026-09-29