Vzory Microsoft OneLake a základné schopnosti

Tento článok predstavuje bežné vzory OneLake a možnosti platformy, ktoré môžete použiť na ich implementáciu. Využite informácie z tohto článku na premyslenie, ako chcete organizovať svoje dátové prostredie, a potom vyberte vzory, ktoré budú vyhovovať vašim obchodným, technickým a riadiacim potrebám.

Každý vzor popisuje, ako organizovať dáta a vlastníctvo na dosiahnutie konkrétneho architektonického cieľa. Na implementáciu vzoru kombinujete jednu alebo viac základných schopností OneLake – virtualizáciu dát, interoperabilitu otvorených dát, centralizované riadenie a integrovanú analytiku a umelú inteligenciu. Každá možnosť sa naopak spolieha na špecifické funkcie produktu , ako sú skratky, zrkadlenie, bezpečnosť OneLake a režim Direct Lake. Tá istá schopnosť a vlastnosť sa často vyskytujú vo viacerých vzoroch.

Poznámka

Tento článok je založený na vzoroch identifikovaných v bielej knihe architektonických usmernení OneLake.

Považujte týchto päť vzorov za stavebné kamene pre váš dizajn OneLake. Väčšina prostredí kombinuje viac ako jedno. Vyberte si vzory, ktoré zodpovedajú vašim cieľom:

Jednotný prístup k dátam s minimálnou replikáciou

Ak sú vaše dáta rozptýlené vo viacerých cloudoch, on-premises systémoch alebo externých jazerách, kopírovanie ich všetkých na jedno miesto nemusí byť praktické – alebo dokonca možné. Jednotný prístup k dátam s minimálnym vzorom replikácie považuje OneLake za jednu logickú dátovú vrstvu naprieč týmito zdrojmi. Namiesto budovania ingest pipeline pre každý zdroj používate skratky na odkazovanie dát priamo na mieste a zrkadlenie, keď potrebujete synchronizovanú, dotazovo optimalizovanú kópiu.

Tento vzor používajte, keď:

  • Vaše dáta sú rozptýlené v rôznych cloudoch, on-premises systémoch alebo externých jazerách.
  • Replikácia dát do centrálneho úložiska by spôsobila nadmerné náklady na ukladanie, latenciu alebo súlad.
  • Nové zdroje musíte rýchlo nainštalovať bez toho, aby ste museli vytvárať kompletné pipeline pre extrakciu, transformáciu, načítanie (ETL).
  • Chcete zachovať investície do existujúcich dátových jazier, skladov a prevádzkových úložísk.

Použitie jednotného prístupu k dátam

Aby ste tento vzor uplatnili v praxi, začnite dvoma hlavnými prístupmi k prístupu k dátam, ktoré nevyžadujú budovanie alebo prevádzkovanie procesov pohybu dát: virtualizácia sprístupňuje zdrojové dáta cez OneLake bez ich kopírovania a zrkadlenie zero-ETL prináša platformou spravovanú, synchronizovanú kópiu do OneLake ako analyticky pripravené Delta tabuľky. Nástroje na pohyb dát Fabric používajte len vtedy, keď tieto prístupy nepodporujú zdroj alebo nespĺňajú vaše požiadavky. Pre ďalšie rady pri výbere a kombinovaní týchto prístupov pozri Unify data with OneLake shortcuts and mirroring.

  1. Inventarizujte svoje dátové zdroje, aby ste zistili, ku ktorým OneLake pristupuje cez virtualizáciu alebo zero-ETL zrkadlenie: cloudové objektové úložisko, externé katalógy, prevádzkové databázy a Dataverse. Označte všetky zostávajúce zdroje ako vyžadujúce prístup k pohybu dát.

  2. Vyberte správnu techniku prístupu k dátam pre každý podporovaný zdroj. Uprednostňujem virtualizáciu, keď zdrojový kód podporuje prístup bez kopírovania. Použite zrkadlenie zero-ETL, keď zdroj vyžaduje synchronizovanú, dotazovo optimalizovanú kópiu:

Zdrojové údaje Ako sa k nemu dostať Spracovanie údajov
Cloudové objektové úložisko (Azure Data Lake Storage Gen2, Amazon S3, Google Cloud Storage) a S3-kompatibilné on-premises úložisko Skratky Virtualizácia: Sprístupňuje zdrojové dáta bez ich kopírovania
Dáta spravované v externom katalógu, ktorý chcete sprístupniť bez kopírovania (napríklad Azure Databricks Unity Catalog) Zrkadlenie metadát – synchronizuje iba katalógové metadáta (schémy, tabuľky) a pristupuje k zdrojovým dátam cez skratky Virtualizácia: Sprístupňuje zdrojové dáta bez ich kopírovania
Operačné databázy, ktoré potrebujú optimalizovanú kópiu na dotazy (Azure SQL Database, Azure Cosmos DB, Snowflake, PostgreSQL, SQL Server 2025, Oracle Database, Google BigQuery) Zrkadlenie databáz, alebo otvorené zrkadlenie pre podporované vlastné a partnerské riešenia Zero-ETL zrkadlenie: Vytvára synchronizovanú Delta kópiu
Dataverse (údaje z Dynamics 365 a Power Platform) Skratky alebo odkaz na Microsoft Fabric pre prístup bez kopírovania Virtualizácia: Sprístupňuje zdrojové dáta bez ich kopírovania

  1. Transformujte zdrojové dáta podľa potreby. Transformácie skratiek dokážu spracovať podporované súbory sprístupnené cez skratku, či už sú súbory uložené externe alebo už v OneLake. Použite skratkové transformácie súborov na konverziu štruktúrovaných súborov do Delta tabuliek alebo skratky AI transformácií na spracovanie neštruktúrovaného textu. Transformácie skratiek vytvárajú transformovaný výstup Delta a udržiavajú ho synchronizovaný s dátami odkazovanými v skratke.

  2. Použite nástroje Fabric na pohyb dát, keď virtualizácia a zrkadlenie nepodporujú zdroj alebo keď potrebujete zložité transformácie, orchestráciu, plánovaný rytmus pohybu alebo vstup streamov. Pre pomoc pri výbere medzi pipeline, dátovými tokami, kopírovacími úlohami a eventstreammi pozri Výber stratégie pohybu dát.

Keď si vyberiete pohyb dát, skopírovajte dáta do formátu otvorenej tabuľky, napríklad Delta Parquet alebo Iceberg. Zrkadlenie a skratkové transformácie už vytvárajú výstup Delta. Používanie otvorených formátov udržiava virtualizované dáta, synchronizované kópie a transformovaný výstup Delta čitateľný pre Fabric enginy a externé platformy.

  1. Zaznamenávajte dôvod vždy, keď vytvoríte synchronizovanú kópiu, transformovaný výstup Delta alebo kópiu cez nástroje na pohyb dát Fabric. Tento záznam umožňuje rozhodnutie auditovať. Vytvorte kópiu len vtedy, keď zdroj potrebuje fyzické, na dotazy optimalizované rozloženie alebo nedokáže virtuálne splniť vaše požiadavky na čerstvosť, transformačné náklady, súlad alebo spracovanie.

  2. Aplikujte OneLake bezpečnosť na dáta sprístupnené cez OneLake, aby rovnaké politiky pokrývali virtualizované dáta, synchronizované kópie a transformovaný výstup Delta.

  3. Podporte a opíšte výsledné dátové položky v katalógu OneLake , aby ich spotrebitelia mohli nájsť a dôverovať im.

Zjednotené možnosti prístupu k dátam

  • Virtualizácia dát a zero-ETL zrkadlenie – Sprístupniť dáta, ktoré sa nachádzajú v iných systémoch a cloudoch, prostredníctvom referencií bez kopírovania alebo synchronizovaných, analyticky pripravených kópií. Funkcie:
  • Centralizované riadenie – Aplikujte konzistentnú bezpečnosť a objavovanie na virtualizované zdroje rovnako ako na natívne OneLake dáta. Funkcie:
  • Interoperabilita otvorených dát – Udržiavajte virtualizované dáta a platformou spravované kópie čitateľné pre Fabric enginy aj externé platformy. Funkcie:

Architektúra medailónov (bronz, striebro, zlato)

Sprístupnenie dát v OneLake je len prvým krokom. Surové dáta zo zdrojových systémov zvyčajne nie sú bezpečné na priame použitie pre analytiku alebo AI. Často obsahuje duplicity, chyby, nekonzistentné formáty alebo citlivé polia. Keď viaceré tímy stavajú na rovnakých zdrojových dátach, potrebujú spoločnú definíciu toho, na čo je každá fáza dát dôveryhodná.

Vzor architektúry medailónu organizuje dáta v OneLake do troch vrstiev kvality: bronz pre surové, nemenné zdrojové dáta; strieborné pre očistené a upravené dáta; a zlato pre certifikované, obchodne pripravené tabuľky a sémantické modely. Každá vrstva je definovaná fáza, na ktorú sa môžu spoliehať spotrebitelia v nasledujúcich fázach. Silver a gold stoly sú opakovane použiteľné naprieč BI, analytikou a AI záťažami, takže tímy nevytvárajú rovnakú logiku čistenia alebo modelovania v samostatných nástrojoch.

Tento vzor používajte, keď:

  • Viaceré tímy stavajú na rovnakých zdrojových dátach a potrebujú konzistentnú kvalitu.
  • Potrebujete sledovateľnú líniu od surových vstupov až po certifikované výstupy.
  • Potrebujete jasnú zmluvu medzi dátovým inžinierstvom a analytikou alebo AI spotrebiteľmi.

Pre viac informácií o tomto vzore pozri Pochopenie architektúry medailónov pre Fabric with OneLake. Tento článok sa zaoberá návrhom vrstiev, modelmi nasadenia, formátmi úložiska, materializovanými pohľadmi na jazero a optimalizáciou Delta tabuliek.

Ako ho aplikovať

Fungujúci medailón stojí na jednej myšlienke: každá vrstva je zmluvou s downstream spotrebiteľmi a dáta postupujú do ďalšej vrstvy až po splnení kvalitatívnych štandardov tejto vrstvy.

  1. Identifikujte svoje surové zdroje a spotrebiteľov, ktorí sú závislí od certifikovaných údajov.

  2. Definuj, čo patrí do každej vrstvy, a aplikuj tieto definície konzistentne naprieč doménami:

    Vrstva Obsah Typickí spotrebitelia
    Bronz Surové, nemenné dáta zachytené priamo zo zdrojov bez vynucovania schémy Dátoví inžinieri (obmedzený prístup)
    Striebro Vyčistené, deduplikované a prispôsobené zdieľaným obchodným definíciám Dátoví inžinieri a vyškolení analytici
    Gold Kurátorské, na biznis pripravené tabuľky a sémantické modely Všetci spotrebitelia BI, analytiky a AI

  3. Vytvorte každú vrstvu s vhodnou Fabric záťažou – typicky Data Engineering (Spark) alebo Data Factory pre bronz a striebro, a Data Warehouse alebo Power BI sémantické modely pre zlato. Zachovať vernosť zdroja v bronze použitím pôvodného formátu, skratky na zdrojové údaje, Parquet alebo Delta podľa potreby. Použite Delta tabuľky pre striebro a zlato, aby Fabric workloady mohli spoľahlivo čítať a zapisovať upravené dáta.

  4. Aplikujte prístupové politiky s vedomím vrstiev. Použite OneLake Security pre podporované položky a príslušné Fabric a SQL oprávnenia pre sklady. Obmedziť prístup k bronzu, sprístupniť striebro analytikom a umožniť prístup k zlatu na základe potrieb spotrebiteľov a minimálnych privilégií.

  5. Používajte kurátorské gold výstupy na následnú analytiku. Vytvárajte sémantické modely zlatej vrstvy v režime Direct Lake, aby Power BI mohol čítať OneLake dáta bez vytvárania importovanej kópie alebo plánovaných obnovovacích hodín.

  6. Potvrďte, že každá produkcia zlata má sledovateľnú líniu cez striebro až k bronzovým zdrojom. Potom podporte tabuľky zlatých vrstiev a sémantické modely certifikované v katalógu OneLake. Táto validácia pomáha spotrebiteľom identifikovať, ktoré údaje sú pripravené na produkčné použitie.

  7. Opätovné použitie zlatých sémantických modelov na naštartovanie Fabric IQ ontológií. Tento krok dáva AI agentom riadený obchodný kontext založený na certifikovaných dátach.

Základné schopnosti

  • Integrovaná analytika a AI – Bronzová, strieborná a zlatá vrstva poskytuje všetku analytiku a AI záťaž na OneLake bez špecifických kópií pre engine. Funkcie:
  • Centralizované riadenie – Aplikovať rôzne prístupové politiky a kvalitatívne brány na každej vrstve, aby spotrebitelia videli len dáta vhodné pre svoju úlohu. Funkcie:
  • Interoperabilita otvorených dát – Ukladajte vrstvy v otvorených formátoch, aby ich externé enginy mohli čítať spolu s Fabric. Funkcie:

Doménovo orientovaná dátová sieť na zdieľanej platforme

Ak máte viacero obchodných tímov, ktoré produkujú a spotrebovávajú dáta, smerovanie každej požiadavky cez jeden centrálny dátový tím môže spomaliť doručenie. Obchodné tímy často najlepšie poznajú svoje vlastné dáta a požiadavky, no decentralizácia vlastníctva bez zdieľanej správy môže viesť k nekonzistentnej bezpečnosti, kvalite a pôvodu.

Doménovo orientovaný dátový mesh vzor dáva každej obchodnej doméne vlastníctvo vlastných dátových produktov, zatiaľ čo všetky domény dodržiavajú spoločné štandardy na základe OneLake. Každá doména publikuje vlastné dátové produkty a iné domény k nim pristupujú cez skratky a spotrebovávajú ich pomocou Fabric analytiky a AI záťaží. Centralizované politiky identity, bezpečnosti a správy platia jednotne vo všetkých oblastiach.

Tento vzor používajte, keď:

  • Jeden centrálny dátový tím sa stáva úzkym miestom pri doručovaní.
  • Rôzne obchodné domény majú odlišné údaje, požiadavky a kadencie vydávania.
  • Potrebujete jasnú zodpovednosť za kvalitu dát na úrovni domény bez toho, aby ste sa vzdali celopodnikovej správy.

Použitie doménovo orientovanej dátovej siete

Nájdite správnu rovnováhu medzi decentralizáciou a konzistenciou. Presunúť vlastníctvo do domény, ktorá najlepšie pozná dáta, a udržať identitu, bezpečnosť a pôvod centralizované, aby dátové produkty každej domény spĺňali rovnaké štandardy.

  1. Identifikujte svoje obchodné domény. Každá doména by mala predstavovať koherentnú oblasť podnikania s tímom, ktorý dokáže vlastniť a prevádzkovať jej dátové produkty end-to-end.

  2. Vytvorte doménu pre každú obchodnú oblasť a priraďte jej pracovné priestory. Nastavte samostatnú centrálnu doménu pre zdieľanú infraštruktúru a opakovane použiteľné podnikové dáta.

  3. Definujte štandardy dátových produktov, ktoré musí každá doména spĺňať – napríklad požiadavky na schválenie alebo certifikáciu, zdokumentované schémy, metadáta vlastníctva, verziovanie a dohody o úrovni služieb (SLA). Tieto štandardy robia z každého produktu opakovane použiteľnú, objaviteľnú zmluvu, nie len priečinok pracovného priestoru.

  4. Použite OneLake Security na aplikáciu rolových kontrol prístupu k dátam na úrovni priečinka, tabuľky, riadku a stĺpca, aby producenti mohli publikovať dátové produkty bez toho, aby museli vystavovať všetko vo svojom pracovnom priestore.

  5. Aplikujte správu na úrovni celého nájomcu s katalógom OneLake pre objavovanie a rodokmeň naprieč doménami a Microsoft Purview pre označovanie citlivosti a audit. Rozšíriť rovnaký model identity a politiky aj na AI agentov, ktorí spotrebovávajú produkty doménových dát, aby bol prístup agentov riadený ako prístup každého iného spotrebiteľa.

  6. Nechajte spotrebiteľské domény používať skratky na odkazovanie na produkty dát producenta namiesto ich kopírovania. Spotrebitelia potom môžu použiť referenčné dátové produkty v Fabric záťaži, ktorá vyhovuje ich potrebám. Pre Power BI sémantické modely použite režim Direct Lake na priame čítanie dát z OneLake. Použite Fabric Data Agents alebo Fabric IQ na vytváranie AI zážitkov založených na produktoch s riadenými doménovými dátami.

  7. Ak domény publikujú do katalógov mimo Fabric, plánujte synchronizáciu prístupu a kontroly prístupu, aby povolenia zostali konzistentné medzi OneLake a externým katalógom.

    Tip

    Microsoft open-source akcelerátor Policy Weaver dokáže automatizovať túto synchronizáciu pre Azure Databricks (Unity Catalog), Snowflake a Dataverse. Zrkadlí politiky prístupu k dátam do bezpečnostných rolí OneLake, čím dopĺňa zrkadlenie (ktoré prenáša dáta, ale nie oprávnenia).

Schopnosti dátovej siete

  • Centralizované riadenie – Decentralizujte vlastníctvo domén pri zachovaní identity, bezpečnosti a rodokmenia centralizovaných. Funkcie:
  • Virtualizácia dát – Nechajte spotrebiteľské domény používať dátové produkty vlastnené producentom prostredníctvom referencií namiesto kópií. Funkcie:
    • Skratky umožňujú zdieľanie bez kopírovania medzi doménami.
  • Integrovaná analytika a umelá inteligencia – Urobte dátové produkty každej domény použiteľnými naprieč Fabric pracovnými záťažami. Funkcie:

Konsolidácia platforiem pre analytiku a AI

Ak prevádzkujete niekoľko analytických platforiem vedľa seba – samostatné nástroje pre dátové sklady, business intelligence, dátovú vedu, analytiku v reálnom čase a AI – každý nástroj má svoje vlastné dátové kópie, pipeline a model správy. Táto fragmentácia zvyšuje náklady a sťažuje uplatňovanie konzistentnej bezpečnosti alebo získavanie jedinej odpovede na obchodnú otázku.

Vzor konsolidácie platforiem prináša tieto pracovné záťaže na Fabric, kde OneLake poskytuje zdieľaný, riadený dátový základ. Fabric cez tento základ využíva prístup, transformáciu, synchronizáciu alebo analýzu dát namiesto toho, aby sa spoliehal na samostatné dáta a modely správy pre každý nástroj.

Tento vzor používajte, keď:

  • Používate viacero analytických platforiem s prekrývajúcimi sa schopnosťami.
  • Špecifické kópie dát a pipeline pre engine zvyšujú náklady a režijné náklady na údržbu.
  • Potrebujete jednotný model riadenia a bezpečnosti naprieč všetkými analytickými a AI pracovnými záťažami.

Aplikujte konsolidáciu platforiem

Cieľom je menej platforiem, nie viac integrácií. Zjednoťte pracovné zaťaženia v Fabric namiesto prepájania nástrojov a externé enginy premostujte len vtedy, keď ich ešte nemôžete ukončiť.

  1. Inventarizujte analytické, dátové sklady, dátovú vedu, business intelligence (BI) a AI nástroje a pipeline, ktoré dnes používate. Všimnite si, aké pracovné zaťaženia každý nástroj obsluhuje a aké dáta kopíruje.

  2. Každú existujúcu záťaž namapujte na Fabric záťaž, ktorá ju môže nahradiť:

    Legacy workload Fabric workload
    Orchestrácia dát a ETL Data Factory
    Iskrové zápisníky a spracovanie pri jazerných domoch Dátový inžinier
    SQL dátové skladovanie Dátový sklad
    Streamovanie a KQL analytika inteligencie vReal-Time
    Trénovanie ML modelov a sledovanie experimentov dátovej vedy
    Prevádzkové databázy Databázy (SQL databáza v Fabric a Cosmos DB vo Fabric)
    BI vizualizácia a sémantické modely Power BI s režimom Direct Lake
    Konverzačná AI založená na podnikových dátach Fabric Data Agents, Copilot for Fabric, Fabric IQ

  3. Zaveďte jeden model správy a bezpečnosti naprieč všetkými pracovnými záťažami pomocou OneLake security, Microsoft Purview a katalógu OneLake. Konfigurujte kľúče spravované zákazníkom, keď podporované položky Fabric vyžadujú ďalšiu vrstvu šifrovania.

  4. Konsolidujte analytické dáta v OneLake pomocou formátu Delta alebo Iceberg, aby pracovné záťaže mohli zdieľať riadený dátový základ. Zahrňte prevádzkové pracovné zaťaženia ich konsolidáciou do Fabric Databases, ktoré sprístupňujú synchronizované analytické dáta v OneLake.

  5. Uzemň AI na konsolidovaných dátach. Vytvárajte ontológie (preview) nad vašou kurátorskou dátovou vrstvou a vystavujte ich agentom cez Ontology MCP server, aby Fabric Data Agents, Microsoft 365 Copilot a externé nástroje uvažovali v rovnakom riadenom kontexte. Definície ontológií môžete generovať z Power BI sémantických modelov v režime Import, Direct Lake alebo DirectQuery. Použite režim Direct Lake , keď potrebujete vygenerované väzby na podporované OneLake dáta, a skontrolujte aktuálne obmedzenia ontológie.

  6. Pre externé enginy, ktoré ešte nemôžete ukončiť, sprístupnite OneLake dáta cez integráciu Azure Databricks, interoperabilitu Iceberg so Snowflake alebo OneLake prístup a API.

  7. Po overení ekvivalentu Fabric vyraďte nahradené nástroje, dátové kópie a pipeline. Týmto spôsobom konsolidácia odstráni náklady, licencie a odovzdania namiesto toho, aby pridávala ďalšiu platformu do kopy.

Schopnosti konsolidácie platforiem

Externé zdieľanie dát naprieč organizáciami

Ak si neustále vymieňate dáta s partnermi, dodávateľmi, zákazníkmi alebo inými divíziami, hromadné exporty, prenosy súborov a duplikované downstream systémy pridávajú medzery v latencii, nákladoch a správe. Vzor externého zdieľania dát poskytuje spotrebiteľom mimo vašej organizácie alebo obchodnej divízie priamy prístup k kurátorským dátam OneLake bez opakovaného exportu. Spotrebitelia môžu k dátam pristupovať cez zdieľanie medzi nájomcami Fabric alebo z externých analytických platforiem, ako sú Snowflake a Azure Databricks, využívajúc možnosti interoperability OneLake.

Spotrebitelia vidia aktualizácie, keď ich publikujete. Prístup k zdrojovým dátam ovládate prostredníctvom mechanizmu zdieľania alebo interoperability, ktorý podporuje platformu spotrebiteľa.

Tento vzor používajte, keď:

  • Neustále si vymieňate dáta s externými organizáciami.
  • Dávkové exporty alebo prenosy súborov pridávajú latenciu, zložitosť alebo medzery v správe.
  • Musíte sledovať a odoberať externý prístup centrálne.

Použitie externého zdieľania dát

Externé zdieľanie funguje najlepšie, keď používate virtualizáciu namiesto exportu dát. Prispôsobiť spôsob prístupu tomu, čo každý spotrebiteľ dokáže prečítať, a aplikovať prístupové kontroly podporované týmto mechanizmom zdieľania alebo interoperability.

  1. Identifikujte dátové produkty, ktoré chcete zdieľať externe, a spotrebiteľov, ktorí ich potrebujú (partnerov, dodávateľov, zákazníkov). Zvyčajne zdieľate starostlivo vybrané tabuľky a súbory, ktoré sú dobre definované a zdokumentované.

  2. Vyberte správny prístup k zdieľaniu pre každého spotrebiteľa:

    Typ spotrebiteľa Odporúčaný postup
    Fabric používatelia v inom tenante Externé zdieľanie dát pre iba na čítanie, virtualizovaný cross-tenant prístup
    Snowflake na Azure Users Interoperabilita Iceberg s Snowflake na čítanie Fabric tabuliek vystavených vo formáte Iceberg
    Azure Databricks users OneLake catalog federation in Azure Databricks to quering OneLake tables through Unity Catalog bez kopírovania dát
    Aplikácie alebo nástroje podporujúce ADLS Gen2 alebo Blob API Prístup k OneLake a API na prístup k dátam OneLake cez podporované API

    Ak chcete dáta z Dataverse priniesť do OneLake pred ich zdieľaním, použite jednotný vzor prístupu k dátam.

  3. Obmedzte externý prístup s povoleniami podporovanými vybraným mechanizmom zdieľania. Pri externom zdieľaní dát v Fabric zdieľanie umožňuje prístup iba na čítanie každému používateľovi v domovskom tenante pozvaného používateľa. Bezpečnostné a riadiace politiky na strane poskytovateľa, vrátane OneLake bezpečnosti, citlivých štítkov a politík prevencie straty dát, nie sú v nájomcovi spotrebiteľa vynucované. Spotrebiteľ musí riadiť downstream prístup vo svojom prostredí.

  4. Na začiatku sa dohodnite na podmienkach každého zdieľaného vzťahu – čo sa zdieľa, s kým a na ako dlho. Pre zdieľanie externých dát cez Fabric zrušte prístup z karty Externé zdieľané dáta na stránke Spravovať oprávnenia. Pri iných prístupoch zrušte prístup prostredníctvom vybraného mechanizmu zdieľania. Potvrďte, že spotrebiteľ stráca viditeľnosť.

  5. Aplikujte štítky citlivosti, auditujte a prevenciu straty dát s Microsoft Purview v prostredí Fabric poskytovateľa.

  6. Podporujte a dokumentujte produkty zdrojových dát v katalógu OneLake , aby ich poskytovatelia mohli nájsť a spravovať pred zdieľaním. Katalóg OneLake nezverejňuje dátové produkty externým nájomcom ani analytickým platformám.

Externé možnosti zdieľania dát

  • Virtualizácia dát – Zdieľanie dát cez referencie bez kopírovania bez správy exportných pipeline. Funkcie:
    • Externé zdieľanie dát poskytuje virtualizované zdieľanie medzi nájomcami Fabric.
    • Skratky umožňujú partnerom spracovať publikované dáta bez ich kopírovania.
  • Interoperabilita otvorených dát – Zdieľajte s používateľmi, ktorí Fabric nepoužívajú, publikovaním v otvorených formátoch. Funkcie:
  • Centralizované riadenie – Spravovať zdrojové dáta v Fabric a kontrolovať externý prístup prostredníctvom každého mechanizmu zdieľania. Funkcie:
    • OneLake security obmedzuje prístup k zdrojovým dátam v Fabric.
    • Microsoft Purview aplikuje štítky citlivosti, audity a prevenciu straty dát v prostredí Fabric poskytovateľa.
    • Katalóg OneLake podporuje objavovanie a odporúčanie na strane poskytovateľa pred zdieľaním.
  • Last updated on