Microsoft Fabric-integreringsvägar för ISV:er

Artikel
03/22/2025

Microsoft Fabric erbjuder tre olika vägar för oberoende programvaruleverantörer (ISV:er) för sömlös integrering med Fabric. För en ISV som börjar på den här resan vill vi gå igenom olika resurser som vi har tillgängliga under var och en av dessa vägar.

Bild som visar de tre vägarna för att integrera med Fabric: Interop, Utveckla appar och Skapa en Fabric-arbetsbelastning.

Interoperabilitet med Fabric OneLake

Det primära fokuset med Interop-modellen är att göra det möjligt för ISV:er att integrera sina lösningar med OneLake Foundation. För att samarbeta med Microsoft Fabric tillhandahåller vi integrering med hjälp av en mängd olika anslutningsappar i Data Factory och i Realtidsintelligens, REST-API:er för OneLake, genvägar i OneLake, datadelning mellan Fabric-användare och databasspegling.

Bild som visar olika sätt att interagera med OneLake: API:er, Data Factory, RTI, Fler-moln-genvägar, datadelning och databasspegling.

I följande avsnitt beskrivs några av de sätt som du kan komma igång med den här modellen på.

OneLake-API:er

OneLake stöder befintliga Api:er och SDK:er för Azure Data Lake Storage (ADLS) Gen2 för direkt interaktion, så att utvecklare kan läsa, skriva och hantera sina data i OneLake. Läs mer om REST API:er för ADLS Gen2 och hur du ansluter till OneLake.
Eftersom inte alla funktioner i ADLS Gen2 mappar direkt till OneLake, inför OneLake också en uppsättning mappstruktur för att stödja Fabric arbetsytor och objekt. En fullständig lista över olika beteenden mellan OneLake och ADLS Gen2 när du anropar dessa API:er finns i OneLake API-paritet.
Om du använder Databricks och vill ansluta till Microsoft Fabric fungerar Databricks med ADLS Gen2-API:er. Integrera OneLake med Azure Databricks.
Om du vill dra full nytta av vad Delta Lake-lagringsformatet kan göra åt dig kan du granska och förstå formatet, tabelloptimeringen och V-Order. Delta Lake-tabelloptimering och V-Order.
När data är i OneLake kan du utforska lokalt med hjälp av OneLake Utforskaren. OneLake Filutforskaren integrerar sömlöst OneLake med Windows Utforskaren. Det här programmet synkroniserar automatiskt alla OneLake-objekt som du har åtkomst till i Windows Utforskaren. Du kan också använda andra verktyg som är kompatibla med ADLS Gen2 som Azure Storage Explorer.

API:er för realtidsinformation

Realtidsinformation effektiviserar dataanalys och visualisering och erbjuder en centraliserad lösning för omedelbara insikter och åtgärder för data i rörelse inom en organisation. Den hanterar effektivt stora mängder data genom robusta fråge-, transformerings- och lagringsfunktioner.

Eventhouses är särskilt utformade för strömmande data, kompatibla med realtidshubben och idealiska för tidsbaserade händelser. Data indexeras och partitioneras automatiskt baserat på inmatningstid, vilket ger dig otroligt snabba och komplexa analysfrågor på data med hög kornighet som kan nås i OneLake för användning i Fabrics upplevelsepaket. Eventhouses stöder befintliga Eventhouse-API:er och SDK:er för direkt interaktion, så att utvecklare kan läsa, skriva och hantera sina data i Eventhouses. Läs mer om REST API.
Med eventstreams kan du ta med realtidshändelser från olika källor och dirigera dem till olika destinationer, till exempel OneLake, KQL-databaser i eventhouses och Fabric Activator. Läs mer om eventstreams och eventstreams API.
Om du använder Databricks eller Jupyter Notebooks kan du använda Kusto Python-klientbiblioteket för att arbeta med KQL-databaser i Fabric. Läs mer om Kusto Python SDK.
Du kan använda befintliga Microsoft Logic Apps-, Azure Data Factory- eller Microsoft Power Automate-anslutningsappar för att interagera med dina Eventhouses- eller KQL-databaser.
Databasgenvägar i Realtidsinformation är inbäddade referenser i ett händelsehus till en källdatabas. Källdatabasen kan antingen vara en KQL-databas i realtidsinformation eller en Azure Data Explorer-databas. Genvägar kan användas för direkt delning av data inom samma klientorganisation eller mellan olika klientorganisationer. Läs mer om hur du hanterar databasgenvägar med hjälp av API:et.

Data Factory i Fabric

Data Pipelines har en omfattande uppsättning kontakter som gör det möjligt för ISV:er att enkelt ansluta till en mängd olika datakällor. Oavsett om du samverkar med traditionella databaser eller moderna molnbaserade lösningar säkerställer våra anslutningsappar en smidig integreringsprocess. Översikt över anslutning.
Med våra stödda Dataflow Gen2 connectors kan oberoende mjukvaruleverantörer (ISV:er) dra nytta av Fabric Data Factory för att hantera komplexa dataarbetsflöden. Den här funktionen är särskilt fördelaktig för ISV:er som vill effektivisera databearbetnings- och transformeringsuppgifter. Dataflow Gen2-kopplingar i Microsoft Fabric.
En fullständig lista över funktioner som stöds av Data Factory i Fabric finns i blogg om Data Factory i Fabric.

Genvägar för flera moln

Med genvägar i Microsoft OneLake kan du förena dina data mellan domäner, moln och konton genom att skapa en enda virtuell datasjö för hela företaget. Alla infrastrukturresurser och analysmotorer kan direkt peka på dina befintliga datakällor, till exempel OneLake i olika klientorganisationer, Azure Data Lake Storage (ADLS) Gen2, Amazon S3-lagringskonton, Google Cloud Storage (GCS), S3-kompatibla datakällor och Dataverse via ett enhetligt namnområde. OneLake presenterar ISV:er med en transformerande dataåtkomstlösning som sömlöst överbryggar integreringen mellan olika domäner och molnplattformar.

Datadelning gör det möjligt för Fabric-användare att dela data mellan olika Fabric-klienter utan att duplicera dem. Den här funktionen förbättrar samarbetet genom att göra det möjligt att dela data "på plats" från OneLake-lagringsplatser. Data delas som skrivskyddat, tillgängligt via olika Fabric-beräkningsmotorer, inklusive SQL, Spark, KQL och semantiska modeller. För att använda den här funktionen måste Fabric-administratörer aktivera den i både delnings- och mottagarklientorganisationerna. Processen omfattar att välja data i OneLake-datahubben eller arbetsytan, konfigurera delningsinställningar och skicka en inbjudan till den avsedda mottagaren.

Läs mer om datadelning

Databasåterspegling

Spegling i Fabric ger en enkel upplevelse för att undvika komplex ETL (extrahera transformeringsbelastning) och integrera dina befintliga data i OneLake med resten av dina data i Microsoft Fabric. Du kan kontinuerligt replikera dina befintliga data direkt till Fabrics OneLake. I Fabric kan du låsa upp kraftfulla scenarier för business intelligence, artificiell intelligens, datateknik, datavetenskap och datadelning.

Läs mer om spegling och databaser som stöds.

Med öppen spegling kan alla program skriva ändringsdata direkt till en speglad databas i Fabric. Öppen spegling är utformad för att vara utökningsbar, anpassningsbar och öppen. Det är en kraftfull funktion som utökar speglingen i Fabric och bygger på det öppna tabellformatet för Delta Lake. När data har landat i OneLake i Fabric förenklar öppen spegling hanteringen av komplexa dataändringar, vilket säkerställer att alla speglade data kontinuerligt är uppdaterade och redo för analys.

Läs mer om öppen spegling och när du ska använda den.

Utveckla på Fabric

Med utvecklingsmodellen Fabric kan ISV:er bygga sina produkter och tjänster ovanpå Fabric eller sömlöst bädda in Fabrics funktioner i sina befintliga applikationer. Det är en övergång från grundläggande integrering till att aktivt tillämpa de funktioner som Fabric erbjuder. Den huvudsakliga integrationsytan är via REST API:er för olika Fabric-upplevelser. I följande tabell visas en delmängd rest-API:er grupperade efter fabric-upplevelsen. För en fullständig lista, se Fabric REST API-dokumentationen.

Fabricsupplevelse	API
Informationslager	- Lager - Speglat lager
Datateknik	- Sjöhus - Spark - Definition av Spark-jobb - Tabeller - Jobb
Datafabrik	- DataPipeline
Realtidsinformation	- Eventhouse - KQL-databas - KQL Queryset - Händelseström
Datavetenskap	- Anteckningsbok - ML-experiment - ML-modell
OneLake	- Genväg - ADLS Gen2-API:er
Power BI	- Rapport - Instrumentpanel - Semantisk modell

Skapa en Fabric-arbetsbelastning

Skapa en fabric-arbetsbelastningsmodell är utformad för att ge ISV:er möjlighet att skapa anpassade upplevelser på Fabric-plattformen. Det ger ISV:er de verktyg och funktioner som krävs för att anpassa sina erbjudanden till Fabric-ekosystemet, vilket optimerar kombinationen av deras unika värdeförslag med Fabrics omfattande funktioner.

Microsoft Fabric Workload Development Kit erbjuder en omfattande verktygslåda för utvecklare för att integrera program i Microsoft Fabric-hubben. Med denna integration kan nya funktioner läggas till direkt i Fabric-arbetsytan, vilket förbättrar användarnas upplevelse av analysprocessen. Det ger utvecklare och ISV:er en ny väg för att nå kunder, leverera både välbekanta och nya upplevelser och utnyttja befintliga dataprogram. Infrastrukturadministratörer kan hantera vem som kan lägga till arbetslaster i en organisation.

Arbetsbelastningscentret

Workload Hub- i Microsoft Fabric fungerar som ett centraliserat gränssnitt där användare kan utforska, hantera och komma åt alla tillgängliga arbetsbelastningar. Varje arbetslast i Fabric är associerad med en specifik objekttyp som kan skapas i Fabric-arbetsytor. Genom att navigera genom arbetsbelastningshubben kan användarna enkelt identifiera och interagera med olika arbetsbelastningar, vilket förbättrar deras analytiska och operativa funktioner.

Användare kan utnyttja partnerarbetsbelastningar som anges under fliken Fler arbetsbelastningar och använda dem i sina analysprojekt. Infrastrukturadministratörer har rättigheter att hantera arbetsbelastning tillgänglighet, vilket gör dem tillgängliga för hela tjänsthavaren eller inom specifika kapacitetsgränser. Den här utökningsbarheten säkerställer att Fabric förblir en flexibel och skalbar plattform, så att organisationer kan skräddarsy sin arbetsbelastningsmiljö för att uppfylla föränderliga data- och affärskrav. Genom att integrera sömlöst med Fabrics säkerhets- och styrningsramverk förenklar arbetsbelastningshubben distribution och hantering av arbetsbelastningar.

För närvarande erbjuder arbetsbelastningshubben fem arbetsbelastningar i offentlig förhandsversion, vilket gör det möjligt för organisationer att förbättra och utöka Fabrics funktioner. Varje arbetsbelastning har en utvärderingsupplevelse där användarna snabbt kan komma igång. Dessa tillgängliga arbetsbelastningar är:

2TEST: En omfattande arbetsbelastning för kvalitetssäkring som automatiserar testning och datakvalitetskontroller.
Osmos AI Data Wrangler: Automatiserar dataförberedelse genom att använda AI-baserade datahanterare, vilket gör datatransformeringarna smidiga.
Power Designer: Ett verktyg för att skapa mallar för hela företaget och förbättra Power BI-rapportdesignen.
Quantexa Unify: Förbättrar OneLake-datakällor genom att tillhandahålla en 360-graders vy med avancerade dataupplösningsmöjligheter.
Teradata AI Unlimited: Kombinerar Teradatas analysmotor med Microsoft Fabrics datahanteringsfunktioner via Teradatas funktioner i databasen.

När fler arbetsbelastningar blir tillgängliga fortsätter arbetsbelastningshubben att fungera som ett dynamiskt utrymme för att upptäcka nya funktioner, vilket säkerställer att användarna har de verktyg de behöver för att skala och optimera sina datadrivna lösningar.

Dela via

Microsoft Fabric-integreringsvägar för ISV:er