Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Importante
Este recurso está em pré-visualização.
O espelhamento no Fabric proporciona uma experiência fácil para evitar ETLs complexos (Extract Transform Load) e integrar a sua base de dados existente do Azure com MySQL com o resto dos seus dados no Microsoft Fabric. Pode replicar continuamente a sua base de dados Azure existente para MySQL diretamente no OneLake da Fabric, quer os seus servidores sejam acessíveis publicamente, isolados da rede através de redes virtuais ou endpoints privados, ou configurados para alta disponibilidade. Dentro do Fabric, pode desbloquear poderosos cenários de inteligência empresarial, inteligência artificial, engenharia de dados, ciência de dados e partilha de dados.
Para um tutorial sobre como configurar a sua Base de Dados Azure para Espelhamento MySQL no Fabric, veja Tutorial: Criar uma base de dados espelhada a partir da Azure Database para MySQL no Microsoft Fabric (pré-visualização).
Por que usar o espelhamento numa estrutura?
Ao usar o Mirroring no Fabric, não precisa integrar diferentes serviços de vários fornecedores. Em vez disso, utilize um produto altamente integrado, de ponta a ponta e fácil de usar, que simplifique as suas necessidades de análise. Foi construído para a abertura e colaboração entre a Microsoft, o Azure Database for MySQL e as milhares de soluções tecnológicas que conseguem ler o formato open source de tabela Delta Lake.
Que experiências analíticas são incorporadas?
Os bancos de dados espelhados são um item no Fabric Data Warehousing, distinto do Warehouse e do ponto de extremidade de análise SQL.
O espelhamento cria estes itens no espaço de trabalho do Fabric:
- O item da base de dados espelhada. O espelhamento coordena a replicação de dados no OneLake e a conversão para o Parquet, num formato apropriado para análises. Este processo permite cenários subsequentes, como engenharia de dados, ciência de dados e outros.
- Um endpoint de análise SQL
Cada base de dados espelhada no Azure Database for MySQL tem um endpoint de análise SQL gerado automaticamente que proporciona uma experiência analítica rica sobre as Delta Tables criadas pelo processo de espelhamento. Os utilizadores têm acesso a comandos T-SQL familiares que podem definir e consultar objetos de dados, mas não podem manipular os dados do endpoint de análise SQL, pois é uma cópia só de leitura. Pode realizar as seguintes ações no endpoint de análise SQL:
- Explore as tabelas que referenciam dados nas suas tabelas Delta Lake do Azure Database for MySQL.
- Não crie consultas e visualizações de código e explore dados visualmente sem escrever uma linha de código.
- Desenvolva exibições SQL, TVFs embutidos (funções com valor de tabela) e procedimentos armazenados para encapsular sua semântica e lógica de negócios em T-SQL.
- Gerencie permissões nos objetos.
- Consulte dados em outros Armazéns e Lakehouses no mesmo espaço de trabalho.
Para além do editor de consultas SQL, existe um vasto ecossistema de ferramentas que podem consultar o endpoint de análise SQL, incluindo SQL Server Management Studio (SSMS), a extensão mssql com Visual Studio Code, e até o GitHub Copilot.
As bases de dados espelhadas também oferecem integração com um clique com o Microsoft Power BI dentro do Fabric, permitindo a criação rápida de relatórios diretamente a partir dos dados espelhados ou do endpoint de análise SQL.
Requisitos de rede
O espelhamento suporta tanto servidores acessíveis publicamente como configurações isoladas da rede, incluindo servidores alojados em redes virtuais. Se o seu servidor não for acessível publicamente e não permitir acesso público para se ligar, pode criar um gateway virtual de dados de rede ou configurar um gateway de dados local para espelhar os dados. Certifique-se de que a rede virtual Azure ou a rede da máquina gateway conseguem ligar-se à base de dados Azure para MySQL e que é permitido pela regra do firewall.
Transações ativas, cargas de trabalho e comportamentos do mecanismo replicador
Transações ativas ou de longa duração podem atrasar a purga do log binário (binlog) até que a transação seja confirmada e qualquer processo de replicação ou migração subsequente recupere. Este atraso pode fazer com que o armazenamento binlog cresça inesperadamente, por isso monitoriza a utilização do armazenamento no servidor de origem para evitar o esgotamento do espaço.
Durante o snapshot inicial ou carga de dados, o uso mais elevado de CPU e IOPS é normal à medida que os dados são lidos e copiados. Cargas de trabalho com operações frequentes de UPDATE ou DELETE podem gerar atividade extra de redo e binlog, o que aumenta ainda mais o consumo de IO e armazenamento.
Monitorize o armazenamento, o IOPS e as transações de longa duração para garantir capacidade suficiente ao longo de todo o processo.
Suporte à camada de computação
A base de dados Azure de origem para MySQL pode usar um nível de computação de Propósito Geral ou Otimizado para Memória. O escalão de computação Burstable não é suportado como fonte para espelhamento.
Para mais informações sobre níveis de computação disponíveis no Azure Database for MySQL, consulte camadas de serviço.