Criar atalhos do OneLake em um banco de dados KQL
O OneLake é um data lake lógico único e unificado para o Microsoft Fabric armazenar lakehouses, armazéns, bancos de dados KQL e outros itens. Os atalhos são referências incorporadas no OneLake que apontam para locais de armazenamento de outros arquivos sem mover os dados originais. A referência incorporada faz parecer que os arquivos e pastas são armazenados localmente, mas na realidade; eles existem em outro local de armazenamento. Os atalhos podem ser atualizados ou removidos dos itens, mas essas alterações não afetam os dados originais e sua origem.
Neste artigo, você aprenderá a criar um atalho OneLake em um banco de dados KQL que aponta para malha interna ou fontes externas. Esse tipo de atalho é acessado posteriormente para consulta em conjuntos de consultas KQL usando a external_table()
função. Os atalhos criados em um banco de dados KQL não podem ser renomeados e apenas um atalho pode ser criado de cada vez.
Além de criar atalhos a partir de um banco de dados KQL, os atalhos também podem ser criados a partir de outros itens do Fabric. Esses atalhos também apontam para dados armazenados no Fabric interno ou em fontes externas, mas têm limitações diferentes e são acessados de forma diferente. Para obter mais informações, consulte Atalhos do OneLake.
Nota
Use os atalhos do OneLake quando quiser executar consultas com pouca frequência em dados históricos sem particionar ou indexar os dados. Se você quiser executar consultas com frequência e acelerar o desempenho, importe os dados diretamente para seu banco de dados KQL.
Selecione a guia que corresponde ao atalho que você deseja criar:
- Atalho OneLake
- Azure Data Lake Storage Gen2 (Armazenamento do Azure Data Lake Gen2)
- Amazon S3
Pré-requisitos
- Um espaço de trabalho com uma capacidade habilitada para Microsoft Fabric
- Um banco de dados KQL com permissões de edição
- Uma casa de lago
Para acessar os dados em seu banco de dados KQL em outras experiências do Microsoft Fabric, consulte Uma cópia lógica.
Criar atalho
Nota
O fluxo a seguir mostra como criar um atalho que aponta para dados em um Lakehouse no Fabric. Da mesma forma, você pode criar atalhos que apontam para Data Warehouses ou outros bancos de dados KQL.
Navegue até um banco de dados KQL existente.
Selecione Novo>atalho do OneLake.
Selecione uma fonte
Em Fontes internas, selecione Microsoft OneLake.
Selecione a fonte de dados à qual deseja se conectar e selecione Avançar.
Expanda Tabelas e selecione uma tabela específica à qual se conectar.
Selecione Criar.
Nota
Você só pode se conectar a uma subpasta ou tabela por atalho. Para se conectar a mais dados, repita essas etapas e crie atalhos adicionais.
O banco de dados é atualizado automaticamente. O atalho aparece em Atalhos no painel Explorer .
O atalho OneLake foi criado. Agora você pode consultar esses dados.
Consultar os dados
Para consultar dados do atalho OneLake, use a external_table()
função.
- No lado direito do banco de dados, selecione Explorar seus dados. A janela é aberta com alguns exemplos de consultas que você pode executar para obter uma visão inicial dos seus dados.
- Substitua o espaço reservado do nome da tabela pelo
external_table('
nome')
do atalho. - Selecione Executar ou pressione Shift + Enter para executar uma consulta selecionada.
Mapeamento de tipos de dados
Mapeamento de tipos de dados Delta parquet para Eventhouse
Os tipos de dados primitivos delta são mapeados para tipos de dados escalares do Eventhouse usando as seguintes regras. Para obter mais informações sobre tipos de dados do Eventhouse, consulte Tipos de dados escalares.
Tipo Delta | Tipo de dados escalar do Eventhouse |
---|---|
string |
string |
long |
long |
integer |
int |
short |
int |
byte |
real |
float |
real |
double |
real |
decimal |
decimal |
boolean |
bool |
binary |
string |
date |
datetime |
timestamp_ntz (sem fuso horário) |
datetime |
struct |
dynamic |
array |
dynamic |
map |
dynamic |
Conteúdos relacionados
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários