Roly v pracovných priestoroch služby Microsoft Fabric
Roly pracovného priestoru vám umožňujú spravovať možnosti činností používateľov pracovného priestoru služby Microsoft Fabric. Pracovné priestory služby Microsoft Fabric sú na vrchole OneLake a rozdeľujú dátové jazero do samostatných kontajnerov, ktoré možno zabezpečiť nezávisle od seba. Roly pracovného priestoru v službe Microsoft Fabric rozširujú roly pracovného priestoru Power BI priradením nových funkcií služby Microsoft Fabric, ako je napríklad integrácia údajov a prieskum údajov s existujúcimi rolami pracovného priestoru. Ďalšie informácie o rolách služby Power BI nájdete v téme Roly v pracovných priestoroch v službe Power BI.
Roly môžete priradiť jednotlivcom alebo skupinám zabezpečenia, skupinám v Microsoft 365 a distribučným zoznamom. Ak chcete udeliť prístup k pracovnému priestoru, priraďte skupinám používateľov alebo jednotlivcom jednu z rolí pracovného priestoru: Spravovanie, člen, prispievateľ alebo čitateľ. Tu je postup, ako poskytnúť používateľom prístup k pracovným priestorom.
Ak chcete vytvoriť nový pracovný priestor, pozrite si tému Vytvorenie pracovného priestoru.
Každý používateľ v skupine používateľov získa rolu, ktorú ste priradili. Ak sa niekto nachádza vo viacerých skupinách používateľov, získa najvyššiu úroveň povolenia, ktorú mu poskytujú priradené roly. Ak skupiny používateľov vnoríte a priradíte k nej rolu, všetci obsiahnutí používatelia majú povolenia.
Používatelia s rolami pracovného priestoru majú okrem existujúcich funkcií služby Power BI priradených k týmto rolám nasledujúce možnosti služby Microsoft Fabric.
Roly pracovného priestoru služby Microsoft Fabric
Funkcia | Správca | Člen | Prispievateľ | Divák |
---|---|---|---|---|
Aktualizujte a odstráňte pracovný priestor. | ||||
pridávať alebo odstraňovať ľudí vrátane ďalších správcov, | ||||
Pridať členov alebo ďalších používateľov s povoleniami nižšej úrovne. | ||||
Povoliť ďalším používateľom opätovné zdieľanie položiek.1 | ||||
Zobrazovať a čítať obsah kanálov údajov, poznámkových blokov, definícií úloh služby Spark, modelov strojového učenia a experimentov a streamov udalostí. | ||||
Zobrazenie a čítanie obsahu databáz KQL, množín dotazov KQL a tabúľ v reálnom čase. | ||||
Pripojenie koncového bodu analýzy SQL pre Lakehouse alebo Warehouse | ||||
Prečítajte si údaje služby Lakehouse a Sklad údajov a skratky2 s koncovým bodom T-SQL až po TDS. | ||||
Prečítajte si údaje a sklad údajov Lakehouse a skratky2 cez rozhrania API OneLake a Spark. | ||||
Prečítajte si údaje Lakehouse prostredníctvom prieskumníka Lakehouse. | ||||
Píšte alebo odstráňte kanály údajov, poznámkové bloky, definície úloh služby Spark, modely strojového učenia, experimenty a streamy udalostí. | ||||
Zapisovať alebo odstraňovať množiny dotazov KQL, tabule v reálnom čase a schémy a údaje databáz KQL, lakehouses, skladov údajov a skratiek. | ||||
Spúšťať alebo zrušiť vykonávanie poznámkových blokov, definícií úloh služby Spark, modelov strojového učenia a experimentov. | ||||
Spustite alebo zrušte vykonávanie údajových kanálov. | ||||
Zobrazte výstup vykonávania údajových kanálov, poznámkových blokov, modelov strojového učenia a experimentov. | ||||
Naplánovať obnovenia údajov prostredníctvom lokálnej brány.3 | ||||
Upraviť nastavenia pripojenia brány.3 |
1Prispievatelia a čitatelia (diváci) môžu zdieľať položky v pracovnom priestore, ak majú povolenia na opätovné zdieľanie.
2 Na čítanie údajov z cieľa odkazu sú potrebné ďalšie povolenia. Ďalšie informácie o modeli zabezpečenia klávesových skratiek.
3Majte na pamäti, že potrebujete aj povolenia pre bránu. Tieto povolenia sa spravujú inde, nezávisle od rolí a povolení pracovného priestoru.
Súvisiaci obsah
Pripomienky
https://aka.ms/ContentUserFeedback.
Pripravujeme: V priebehu roka 2024 postupne zrušíme službu Problémy v službe GitHub ako mechanizmus pripomienok týkajúcich sa obsahu a nahradíme ju novým systémom pripomienok. Ďalšie informácie nájdete na stránke:Odoslať a zobraziť pripomienky pre