Hva er OneLake?

Microsoft OneLake er en samlet datalake for hele organisasjonen din. Hver Microsoft Fabric-leietaker inkluderer automatisk OneLake, og det er det eneste stedet for all din analysedata. Det er et sentralt arkiv hvor du kan lagre, administrere og styre alle dataene dine for analyse- og AI-arbeidsbelastninger på tvers av organisasjonen.

OneLake er bygget på Azure Data Lake Storage og lagrer tabeller i Delta Parquet- eller Iceberg-format, to åpne standarder som ethvert verktøy kan lese. Denne tilnærmingen betyr at dataene dine ikke er låst til proprietære formater.

OneLake tilbyr:

  • Samlet datalagring for hele organisasjonen med innebygd styring og sikkerhet
  • Én kopi av data som kan brukes med flere analytiske motorer uten duplisering
  • Fleksibel tilkobling gjennom filutforsker, ADLS Gen2 API-er og Azure-tjenesteintegrasjoner
  • Databeskyttelse og overvåking med innebygd redundans, katastrofegjenoppretting og tilgangsdiagnostikk

Samlet datalagring

Før OneLake opprettet organisasjoner ofte flere innsjøer for ulike forretningsgrupper, noe som førte til ekstra kostnader for å administrere flere ressurser. Denne silo-tilnærmingen gjorde det vanskelig å samarbeide på tvers av team, forsinket dataprosjekter og økte risikoen for duplisering.

OneLake løser disse utfordringene ved å gi deg et sentralt data-tilgangspunkt for hele organisasjonen. Hver Fabric-leietaker leveres med én enkelt OneLake-instans. Du kan ikke slette OneLake eller opprette flere OneLakes, og det finnes ingen infrastruktur å provisjonere eller administrere. Avdelinger, team og prosjekter kan lagre eller koble til sine data i denne sammenhengende innsjøen og organisere den ved hjelp av Fabric-domener, underdomener og arbeidsområder – hver med sin egen administrator. Denne modellen opprettholder dataeierskap og muliggjør føderert styring, samtidig som autoriserte brukere kan oppdage og bruke data uten friksjon.

Sentralt styrt med distribuert eierskap

Fabric-data finnes i følgende hierarki for organisasjon og styring:

  • Leietaker: Leietakernivå-policyer beskytter automatisk alle data som havner i OneLake for sikkerhet, samsvar og databehandling.
  • Arbeidsområde: Du kan opprette et hvilket som helst antall arbeidsområder i leietakeren din 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.
  • Dataelementer: Arbeidsområder inneholder dataelementer som innsjøhus, lagerbygninger, eventhus og KQL-databaser. Hver elementtype er spesiallaget for spesifikke arbeidsbelastninger som Spark-basert analyse, T-SQL-spørringer, sanntidsstrømming og mer.

Diagram som viser funksjonen og strukturen til OneLake.

Hvis du vil ha mer informasjon, kan du se Arbeidsområder.

Oppdag og administrer med OneLake-katalogen

OneLake-katalogen er det eneste stedet for dataprofesjonelle og forretningsbrukere til å oppdage, administrere og styre dataene de eier og kan få tilgang til på tvers av OneLake.

Brukere kan filtrere etter domene, arbeidsområde, elementtype, anbefalinger og mer for å finne nøyaktig det de trenger, med hvert dataelement beriket med metadata som beskrivelser, eiere, skjema, opphav og bruksmålinger.

Dataeiere kan få innsikt og anbefalte tiltak for å forbedre datakvalitet og etterlevelse, inkludert innsikt i dekning av sensitivitetsetiketter, merking, anbefalinger og dataplassering.

For mer informasjon, se OneLake-katalogen.

Security

OneLakes sikkerhetsmodell lar deg dele data bredt uten å eksponere sensitiv informasjon. Ved å bruke OneLake sikkerhetsroller kan du definere detaljerte tillatelser på dataelementer, helt ned til spesifikke mapper, tabeller eller til og med rader og kolonner. For eksempel kan du dele et salgsdatasett med et team, men begrense tilgangen til kolonnen Cost , eller du kan la en partner se kun rader der Region = "US". OneLake lagrer disse rollene og håndhever dem automatisk på tvers av alle analyseopplevelser. Så hvis en bruker bare har tilgang til deler av et datasett, gjelder den regelen enten de spør via SQL, kjører en Spark-notatbok eller ser på en Power BI-rapport. OneLake sørger for at de bare ser det de har lov til å se.

Denne enhetlige tilnærmingen til sikkerhet betyr at brukere ikke trenger å opprettholde separate tillatelser på tvers av ulike motorer. Det betyr også at de opprinnelige dataeierne alltid har kontroll over hvem som kan få tilgang til datakilden, selv om dataene sendes til et innsjøhus eller arbeidsområde eid av noen andre.

Du kan bruke sensitivitetsetiketter på OneLake-elementer akkurat som du ville gjort på et dokument, og disse etikettene håndhever krypterings- eller tilgangsbegrensninger selv om dataene eksporteres til Excel eller et annet verktøy. På samme måte kan retningslinjer for forebygging av datatap (DLP) oppdage opplasting eller nedlasting av sensitive data fra OneLake og forhindre eller varsle om potensielle datalekkasjer.

For mer informasjon, se Start sikring av dataene dine i OneLake.

Én kopi av data

Alle Fabric-analysemotorer jobber direkte med data i OneLake. Du trenger ikke å kopiere data for å bruke dem med en annen motor eller analysere data fra flere kilder.

Shortcuts

En snarvei er en referanse til data som er lagret i andre filplasseringer. Disse filplasseringene kan være innenfor samme arbeidsområde, et annet arbeidsområde i OneLake, eller eksternt for OneLake. Du kan bruke snarveier for OneLake, Azure Data Lake Storage, Azure Blob Storage, Amazon S3- og S3-kompatible kilder, Iceberg-kompatible kilder, Microsoft Dataverse, lokale kilder og mer. Uansett plassering får snarveier filer og mapper til å se ut som om du har dem lagret lokalt.

Snarveier lar organisasjonen din samle data på tvers av skyer og domener uten å kopiere dem. Teams kan jobbe uavhengig i separate arbeidsområder og bruke snarveier for å dele data med hverandre i stedet for å duplisere dem. For eksempel kan ett team lage en snarvei til et datasett i et annet teams arbeidsområde eller til en ekstern S3-bøtte, og deretter kombinere disse dataene med sine egne i OneLake. Snarveien peker til kilden, så når kildedataene oppdateres, er endringene umiddelbart synlige gjennom OneLake. På denne måten kan du lage virtuelle produkter eller visninger som samler data fra flere forretningsgrupper for å dekke et spesifikt behov, uten å flytte eller duplisere dataene. Ved å bruke snarveistransformasjoner kan du til og med gjøre automatiske endringer i dataene, som å konvertere dataformatet eller fjerne personlig identifiserbar informasjon (PII).

Diagram som viser hvordan snarveier kobler sammen data på tvers av arbeidsområder og elementer.

Hvis du vil ha mer informasjon om hvordan du bruker snarveier, kan du se OneLake-snarveier.

Mirroring

Speiling i Fabric er en lavkostnadsløsning med lav forsinkelse som kontinuerlig replikerer data fra ulike systemer inn i OneLake. Du kan sikkert koble til en ekstern datakilde og automatisk speile (kopiere) utvalgte databaser eller tabeller inn i OneLakes åpne format, slik at de holdes synkronisert i nær sanntid. De speilede dataene lagres som Delta Parquet i OneLake, så de er umiddelbart klare for analyse av hvilken som helst Fabric-motor.

Speiling støtter kilder som Azure SQL Database, Azure Cosmos DB, Azure Database for PostgreSQL, Azure Databricks (Unity Catalog), Snowflake og flere. Endringer i kilden blir kontinuerlig videreformidlet, slik at OneLake-kopien din forblir up-to-dato uten manuelle ETL-jobber. Du kan kjøre analyse-, AI- eller Power BI-rapporter på ferske data uten å spørre produksjonskilden direkte.

For mer informasjon, se Hva er speiling i Fabric?

Samarbeid i flere analytiske motorer

Fabric-analysemotorene (T-SQL, Apache Spark, Analysis Services og andre) lagrer alle data i OneLake i det åpne Delta Parquet-formatet. Denne standardiseringen lar deg 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 bygger et team av SQL-ingeniører et fullstendig transaksjonelt datavarehus. De bruker T-SQL-motoren til å lage tabeller, transformere data og laste dataene inn i tabeller. Hvis en data scientist ønsker å bruke disse dataene, kan de legge ved en Spark-notatbok til OneLake og lese tabellene direkte. Fordi OneLake lagrer tabellene i Delta-format, kan Spark laste dem uten spesielle koblinger eller dataeksport. Både SQL-spørringene og Spark-jobbene opererer på én kopi av dataene i OneLake.

I tillegg kan forretningsbrukere bygge Power BI-rapporter oppå OneLake ved å bruke Direct Lake-modusen i Analysis Services-motoren. Direct Lake-modus er en datatilgangsmodus som laster og oppdaterer store datamengder raskt uten å lage en kopi. Hvis du vil ha mer informasjon, kan du se Oversikt over Direct Lake.

Eksempeldiagram som viser lasting av data med Spark, forespørsler med T-SQL, og visning av dataene i en Power BI-rapport.

Interoperabilitet i åpen tabellformat

OneLake støtter både Delta Lake- og Apache Iceberg-tabellformater gjennom metadatavirtualisering. Denne funksjonen genererer automatisk virtuelle metadata slik at Iceberg-tabeller kan leses som Delta Lake-tabeller på tvers av Fabric-arbeidsbelastninger, og Delta Lake-tabeller kan leses av eksterne Iceberg-lesere. Du kan skrive Iceberg-tabeller direkte til OneLake eller lage snarveier til Iceberg-tabeller lagret eksternt, og OneLake gjør dem tilgjengelige for alle Fabric-motorer uten manuell konvertering. På samme måte kan enhver Delta Lake-tabell i OneLake nås via Iceberg-kompatible tjenester som Snowflake.

Hvis du vil ha mer informasjon, kan du se Bruke Iceberg-tabeller med OneLake.

Koble til OneLake

Du kan få tilgang til OneLake-data fra Fabric-portalen, Windows, eksisterende Azure-verktøy eller enhver applikasjon som støtter ADLS Gen2-API-er.

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 datalakes, slik at selv ikke-tekniske forretningsbrukere kan bruke dem.

Hvis du vil ha mer informasjon, kan du se OneLake-filutforsker.

ADLS Gen2 API-er og SDK-er

OneLake støtter Azure Data Lake Storage (ADLS) Gen2 API-er og SDK-er, så du kan bruke eksisterende ADLS Gen2-applikasjoner. Hvert arbeidsområde vises som en beholder, og dataelementer vises som mapper innenfor disse beholderne. Hvis du vil ha mer informasjon, kan du se OneLake-tilgang og API-er.

Diagram som viser hvordan du får tilgang til OneLake-data med API-er og SDK-er.

Fordi OneLake er kompatibel med ADLS Gen2-applikasjoner, kan du koble til OneLake fra Azure-tjenester. Eksempel:

Databeskyttelse og overvåking

OneLake inkluderer innebygde funksjoner for å holde dataene dine trygge og gi deg oversikt over hvordan de brukes.

Katastrofegjenoppretting og databeskyttelse

OneLake beskytter automatisk dataene dine med innebygd redundans. I regioner som støtter tilgjengelighetssoner, bruker OneLake sone-redundant lagring (ZRS) for å replikere data på tvers av flere datasentre. I andre regioner bruker den lokalt redundant lagring (LRS). For ekstra beskyttelse mot regionomfattende strømbrudd kan du aktivere forretningskontinuitet og katastrofegjenoppretting (BCDR) med kapasitet til å geo-replikere dataene dine til en parvis Azure-region. OneLake støtter også myk sletting, som beholder slettede filer i syv dager slik at du kan gjenopprette fra utilsiktede slettinger.

For mer informasjon, se Katastrofegjenoppretting og databeskyttelse for OneLake.

Diagnose

OneLake-diagnostikk gir innsikt i hvordan data aksesseres og brukes på tvers av ditt Fabric-miljø. Når du aktiverer diagnostikk på arbeidsområdenivå, strømmer det dataaksesshendelser som logger inn i et innsjøhus. Du kan spore hvem som fikk tilgang til hvilke data, når og hvordan. Denne loggføringen dekker brukerhandlinger i Fabric UI, programmatisk tilgang via API-er og analysemotorer, og tilgang på tvers av arbeidsområder via snarveier.

Hvis du vil ha mer informasjon, kan du se OneLake-diagnostikk.

Relatert innhold

  • Last updated on