Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
OneLake er en enkel, enhetlig, logisk datainnsjø for hele organisasjonen. I likhet med OneDrive leveres OneLake automatisk med alle Microsoft Fabric-leiere og er utformet for å være det eneste stedet for alle analysedataene dine.
OneLake bringer kunder:
- Én datainnsjø for hele organisasjonen
- Én kopi av data for bruk med flere analytiske motorer
Én datainnsjø for hele organisasjonen
Før OneLake opprettet mange organisasjoner flere innsjøer for ulike forretningsgrupper, noe som førte til ekstra overhead for å administrere flere ressurser. OneLake fjerner disse utfordringene ved å forbedre samarbeidet:
- Hver Fabric-leietaker får automatisk én OneLake
- Du kan ikke opprette flere OneLakes eller slette OneLake din
- Ingen ekstra ressurser for å forsyne eller administrere
Denne enkelheten hjelper organisasjonen din å samarbeide om en enkelt, samlet datalake.
Styres som standard med distribuert eierskap for samarbeid
Det øverste nivået av organisering og styring for Fabric-data er tenant. Alle data som havner i OneLake er automatisk beskyttet av leietakernivå-policyer for sikkerhet, etterlevelse og databehandling.
Innenfor en leietaker skjer samarbeid innenfor arbeidsområder. Du kan lage et hvilket som helst antall arbeidsområder for å organisere dataene dine. Arbeidsområder gjør det mulig for ulike deler av organisasjonen å distribuere eierskaps- og tilgangspolicyer. Hvert arbeidsområde er en del av en kapasitet som er knyttet til en spesifikk region og faktureres separat.
Innenfor et arbeidsområde oppretter og får du tilgang til all data gjennom dataelementer. I likhet med hvordan Office lagrer Word-, Excel- og PowerPoint-filer i OneDrive, lagrer Fabric lakehouses, warehouses og andre elementer i OneLake. Hver varetype gir skreddersydde opplevelser for ulike personaer, som Apache Spark-utvikleropplevelsen i et innsjøhus.
Bygget på åpne standarder og formater
OneLake er bygget på toppen av Azure Data Lake Storage (ADLS) Gen2 og kan støtte alle typer filer, strukturerte eller ustrukturerte. Alle Fabric-dataelementer som datalagre og lakehouses lagrer dataene automatisk i OneLake i Delta Parquet-format. Hvis en datatekniker laster inn data i et lakehouse ved hjelp av Apache Spark, og deretter bruker en SQL-utvikler T-SQL til å laste inn data i et fullstendig transaksjonsdatalager, bidrar begge til den samme datasjøen. OneLake lagrer alle tabelldata i Delta Parquet-format.
OneLake støtter de samme ADLS Gen2-API-ene og SDK-ene for å være kompatible med eksisterende ADLS Gen2-programmer, inkludert Azure Databricks. Du kan håndtere data i OneLake som om det er én stor ADLS-lagringskonto for hele organisasjonen. Hvert arbeidsområde vises som en beholder i denne lagringskontoen, og ulike dataelementer vises som mapper i disse beholderne.
Hvis du vil ha mer informasjon om API-er og endepunkter, kan du se OneLake-tilgang og API-er. Hvis du vil ha eksempler på OneLake-integreringer med Azure, kan du se artikler om Azure Synapse Analytics, Azure Storage Explorer, Azure Databricks og Azure HDInsight .
OneLake-filutforsker for Windows
Du kan utforske OneLake-data fra Windows ved å bruke OneLake-filutforskeren for Windows. Du kan navigere i alle arbeidsområder og dataelementer, enkelt laste opp, laste ned eller endre filer akkurat som du gjør i Office. OneLake-filutforskeren forenkler arbeidet med datainnsjøer, slik at selv ikke-tekniske forretningsbrukere kan bruke dem.
Hvis du vil ha mer informasjon, kan du se OneLake-filutforsker.
Én kopi av data
OneLake har som mål å gi deg mest mulig verdi fra én enkelt kopi av data uten databevegelse eller duplisering. Du trenger ikke å kopiere data bare for å bruke dem med en annen motor eller for å analysere data fra flere kilder.
Snarveier kobler sammen data på tvers av domener uten dataflytting
En snarvei er en referanse til data som er lagret i andre filplasseringer. Disse filplasseringene kan være innenfor samme arbeidsområde eller på tvers av forskjellige arbeidsområder, innenfor OneLake eller eksternt for OneLake som ADLS, S3 eller Dataverse. Uansett plassering får snarveier filer og mapper til å se ut som om du har dem lagret lokalt.
Snarveier lar organisasjonen din dele data mellom brukere og applikasjoner uten å måtte flytte og duplisere informasjon unødvendig. Når team arbeider uavhengig i separate arbeidsområder, kan du bruke snarveier til å kombinere data på tvers av ulike forretningsgrupper og domener til et virtuelt dataprodukt som passer til en brukers spesifikke behov.
Hvis du vil ha mer informasjon om hvordan du bruker snarveier, kan du se OneLake-snarveier.
Koble data til flere analytiske motorer
Data er ofte optimalisert for én enkelt motor, noe som gjør det vanskelig å gjenbruke de samme dataene for flere applikasjoner. Med Fabric lagrer de ulike analytiske motorene (T-SQL, Apache Spark, Analysis Services og andre) data i det åpne Delta Parquet-formatet slik at du kan bruke de samme dataene på tvers av flere motorer.
Du trenger ikke å kopiere data bare for å bruke dem med en annen motor eller føle deg fastlåst til å bruke en bestemt motor fordi det er der dataene dine er. For eksempel, tenk deg et team av SQL-ingeniører som bygger et fullstendig transaksjonelt datavarehus. De kan bruke T-SQL-motoren og all kraften i T-SQL til å opprette tabeller, transformere data og laste inn dataene til tabeller. Hvis en data scientist ønsker å bruke disse dataene, trenger de ikke gå gjennom en spesiell Spark/SQL-driver. OneLake lagrer alle data i Delta Parquet-format. Dataforskeren kan bruke hele kraften i Spark-motoren og dens åpne kildekode-biblioteker direkte over dataene.
Forretningsbrukere kan bygge Power BI-rapporter direkte oppå OneLake ved å bruke Direct Lake-modusen i Analysis Services-motoren. Analysis Services-motoren driver Power BI semantiske modeller, og den har alltid tilbudt to måter å få tilgang til data på: import og direkte spørring. Denne tredje modusen, Direct Lake-modus, gir brukerne all importhastighet uten å måtte kopiere dataene, og kombinerer det beste fra import og direkte spørring. Hvis du vil ha mer informasjon, kan du se Direct Lake.
Neste trinn
Klar til å begynne å bruke OneLake? Slik kommer du i gang: