Roller i arbeidsområder i Microsoft Fabric

  • Artikkel

Arbeidsområderoller lar deg administrere hvem som kan gjøre hva i et Microsoft Fabric-arbeidsområde. Microsoft Fabric-arbeidsområder sitter oppå OneLake og deler datasjøen i separate beholdere som kan sikres uavhengig av hverandre. Arbeidsområderoller i Microsoft Fabric utvider rollene i Power BI-arbeidsområdet ved å knytte nye Microsoft Fabric-funksjoner som dataintegrering og datautforskning med eksisterende arbeidsområderoller. Hvis du vil ha mer informasjon om Power BI-roller, kan du se Roller i arbeidsområder i Power BI.

Du kan enten tilordne roller til enkeltpersoner eller sikkerhetsgrupper, Microsoft 365-grupper og distribusjonslister. Hvis du vil gi tilgang til et arbeidsområde, tilordner du disse brukergruppene eller enkeltpersoner til én av arbeidsområderollene: Administrator, Medlem, Bidragsyter eller Seer. Slik gir du brukerne tilgang til arbeidsområder:

Hvis du vil opprette et nytt arbeidsområde, kan du se Opprette et arbeidsområde.

Alle i en brukergruppe får rollen du har tilordnet. Hvis noen er i flere brukergrupper, får de det høyeste tillatelsesnivået som leveres av rollene de er tilordnet. Hvis du nester brukergrupper og tilordner en rolle til en gruppe, har alle de inneholdde brukerne tillatelser.

Brukere i arbeidsområderoller har følgende Microsoft Fabric-funksjoner, i tillegg til de eksisterende Power BI-funksjonene som er knyttet til disse rollene.

Arbeidsområderoller for Microsoft Fabric

Funksjonalitet Administrator Medlem Bidragsyter Visningsprogram
Oppdater og slett arbeidsområdet.
Legg til eller fjern personer, inkludert andre administratorer.
Legg til medlemmer eller andre med lavere tillatelser.
Tillat andre å dele elementer på nytt.1
Vis og les innhold i datasamlebånd, notatblokker, Spark-jobbdefinisjoner, ML-modeller og eksperimenter og hendelsesstrømmer.
Vis og les innhold i KQL-databaser, KQL-spørringssett og instrumentbord i sanntid.
Koble til til SQL Analytics-endepunktet i Lakehouse eller Warehouse
Les lakehouse- og datalagerdata og snarveier2 med T-SQL gjennom TDS-endepunktet.
Les lakehouse- og datalagerdata og snarveier2 gjennom OneLake-API-er og Spark.
Les Lakehouse-data gjennom Lakehouse Explorer.
Skrive eller slette datasamlebånd, notatblokker, Spark-jobbdefinisjoner, ML-modeller og eksperimenter og hendelsesstrømmer.
Skriv eller slett KQL-spørringssett, instrumentbord i sanntid og skjema og data for KQL-databaser, Lakehouses, datalagre og snarveier.
Utfør eller avbryt kjøring av notatblokker, Spark-jobbdefinisjoner, ML-modeller og eksperimenter.
Utfør eller avbryt kjøring av datasamlebånd.
Vis utdata for kjøring av datasamlebånd, notatblokker, ML-modeller og eksperimenter.
Planlegg dataoppdateringer via den lokale gatewayen.3
Endre tilkoblingsinnstillinger for gateway.3

1 Bidragsytere og brukere kan også dele elementer i et arbeidsområde hvis de har tillatelser for deling på nytt.

2 Tilleggstillatelser er nødvendig for å lese data fra snarveismålet. Mer informasjon om sikkerhetsmodellen for snarveier.

3 Husk at du også trenger tillatelser på gatewayen. Disse tillatelsene administreres andre steder, uavhengig av arbeidsområderoller og tillatelser.

Relatert innhold