Förena data med OneLake-genvägar och spegling

OneLake ger dig en vy av data över moln, domäner och konton. Att samla data i OneLake kräver inte att all data lagras på ett och samma ställe. Data kan stanna i sin källa eller replikeras till OneLake, där arbetsbelastningar i Fabric har åtkomst till dem via en delad namnrymd.

Genvägar och spegling är kompletterande OneLake-funktioner för att skapa denna enhetliga vy utan att bygga och driva datapipelines. Genvägar lägger till valda data i OneLake-namnrymden. Spegeling lägger till en extern databas eller katalog och avgör om dess data kan nås på plats eller måste replikeras. Den här artikeln förklarar hur varje funktion fungerar och när man ska använda den. För en bredare uppsättning sätt att ta in, transformera eller flytta data i Fabric, se Få data till Microsoft Fabric eller Välj en datarörelsestrategi.

Genvägar och spegling i korthet

Genvägar och spegling fungerar på olika nivåer av granularitet och stödjer olika källformat.

Capability Vad det gör Källformat Typiskt scenario
Genvägar Lägg till en referens till valda tabeller, mappar eller filer i OneLake eller extern lagring. Datan stannar vid sin källa. Endast öppna format Ta in en enda tabell, mapp eller schema i ett lakehouse, eller aktivera datamesh-mönster över arbetsytor eller hyresgäster.
Spegling Lägg till en extern databas eller katalog i Fabric. Beroende på källan får speglingen åtkomst till data direkt i källan eller replikerar dem kontinuerligt till OneLake. Öppna och proprietära format Ta in en hel extern databas eller katalog, såsom Snowflake, Azure Databricks eller Azure SQL Database.

Om din källa lagrar data i ett proprietärt format är spegling ditt enda alternativ.

När ska man använda genvägar

Använd genvägar när du vill inkludera specifik data i din enhetliga OneLake-vy utan att kopiera den. Välj genvägar när du:

  • Dela en enda tabell, mapp eller fil mellan arbetsytor eller hyresgäster.
  • Kombinera data från flera sjö- eller molnkonton till en enhetlig vy.
  • Bygg datameshmönster där varje domän äger sin data och andra domäner upptäcker den via OneLake.
  • Gör data i öppna format, såsom Delta eller Iceberg, tillgängliga från Azure Data Lake Storage, Amazon S3, Google Cloud Storage eller Dataverse.

Genvägar fungerar på bord-, mapp- eller filnivå. Du bestämmer vilken data som ska göras tillgänglig och var den visas i OneLake. Mer information finns i OneLake-genvägar.

Transformera data samtidigt som du sammanför den

Genvägstransformationer omvandlar datan bakom en genväg till en frågebar Delta-tabell som håller sig synkroniserad med källkoden, utan att bygga en ETL-pipeline. Använd dem för att göra din dataanalysklar:

  • Filtransformationer omvandlar strukturerade filer, såsom CSV, Parquet, JSON eller Excel, till Delta-tabeller. För mer information, se Genvägstransformationer (fil).
  • AI-drivna transformationer tillämpar språkbehandling på .txt filer för att sammanfatta innehåll, upptäcka känslor, översätta språk, redigera personligt identifierbar information (PII) eller extrahera namngivna enheter. För mer information, se Genvägstransformationer (AI-drivna).

När ska man använda spegling

Använd spegling när du vill inkludera en extern databas eller katalog, och datan bakom, i Fabric som en enhet. Spegling är rätt val när du:

  • Gör en hel extern databas eller katalog tillgänglig i Fabric utan att designa en separat intagningsprocess.
  • Behåll en analysklar kopia av en operativ databas (såsom Azure SQL Database, PostgreSQL eller Cosmos DB) i OneLake som håller sig synkroniserad med källkoden.
  • Visa ett externt lakehouse eller datalager (som Databricks Unity Catalog eller Snowflake) i Fabric så att du kan köra frågor mot det tillsammans med dina Fabric-data.

Spegeling lägger alltid till katalogmetadata, såsom databaser, scheman och tabeller, i Fabric. Hur Fabric får tillgång till datan beror på källan, som nästa avsnitt beskriver.

Hur spegling gör data tillgänglig i OneLake

Spegeling använder två underliggande mekanismer för att inkludera extern data i den enhetliga OneLake-vyn. Den rätta kombinationen beror på hur källan lagrar sina data.

  • Replikering. Spegling kopierar data från källan till OneLake i ett analysklart Delta-format. Spegeling använder replikering när källan lagrar data i ett proprietärt format.
  • Genvägar. Spegling av referensdata på plats via OneLake-genvägar. Spegeling använder genvägar när källan lagrar data i ett öppet format som OneLake kan läsa direkt.

Olika källor använder dessa mekanismer olika, vilket visas i följande tabell.

Källmönster Examples Vad spegling gör
Databasspegling (replikering) Azure Cosmos DB, Azure Database for PostgreSQL, Azure Database for MySQL (preview), Azure SQL Database, SQL Server, Oracle, SAP Mirroring kopierar katalogens metadata och replikerar kontinuerligt datan i OneLake som Delta-tabeller.
Spegling av metadata (genvägar) Azure Databricks, Snowflake, Dremio (preview) Spegling lägger till katalogmetadata i Fabric och använder genvägar för att komma åt underliggande data där de finns.

I varje fall lägger spegling till katalogmetadata i Fabric. Om den också kopierar datan beror på källan.

Använd genvägar och spegling tillsammans

Genvägar och spegling utesluter inte varandra. Du kan använda dem tillsammans i många scenarier. Använd till exempel spegling för att lägga till ett källsystem i Fabric en gång, och skapa sedan genvägar för att göra utvald data från det systemet tillgänglig över arbetsytor, domäner eller hyresgäster. Om spegling replikerar källdatan i OneLake, skapar genvägar till den datan inte en ny kopia eller lägger till lagringskostnad.

Vanliga mönster som kombinerar de två förabiliteterna inkluderar:

  • Spegela en gång, konsumera överallt. En central arbetsyta speglar en extern databas eller katalog, såsom en Azure SQL Database eller ett Snowflake-konto. Andra arbetsytor i samma tenant har genvägar till de speglade tabellerna i stället för att spegla samma källa igen. En speglad post representerar källan, och varje konsument läser samma uppdaterade data.
  • Domänspegling med mesh-förbrukning. Domänteam speglar sina egna källsystem i sina domänarbetsytor. Nedströms sjöhus och lager i konsumentarbetsplatser använder genvägar för att endast komma åt de tabeller de behöver från den speglade databasen. Varje domän äger sin koppling till källan, och konsumenterna förblir frikopplade från källsystemet.
  • Ett sjöhus, flera dataplatser. Ett enda lakehouse kan innehålla genvägar till speglade tabeller tillsammans med genvägar till öppet format i Azure Data Lake Storage, Amazon S3 eller en annan OneLake-plats. Rapporter och notebookar ställer frågor mot lakehouset som ett enhetligt datalager, oavsett om den underliggande datan finns kvar i sin källa eller replikeras till OneLake.
  • Åtkomst mellan tenants eller mellan moln. En hyresgäst speglar en källa till sin egen OneLake. En partnerhyresgäst skapar en genväg till den speglade datan istället för att beviljas direkt åtkomst till källsystemet. Källsystemets inloggningsuppgifter lämnar aldrig den producerande klientorganisationen.

Några saker att veta när du kombinerar dem:

  • Genvägar till speglade tabeller ärver säkerhetsmodellen för det speglade objektet. Behörigheter på den speglade databasen, schemat eller tabellen flödar vidare till alla som läser genvägen. Mer information finns i OneLake-genvägssäkerhet.
  • Genvägar till speglade tabeller är skrivskyddade. För att ändra datan, ändra källsystemet och låt speglingen sprida uppdateringen.
  • Om den speglade källan pausas, raderas eller drabbas av ett replikeringsfel visar alla genvägar som pekar på den samma status. Planera ägarskap och övervakning av det speglade objektet i enlighet med detta.

När ska man istället använda datarörelse

Genvägar och spegling förenar data genom att göra dem tillgängliga via OneLake, och genvägstransformationer kan omvandla den datan till analysklara Delta-tabeller. De är inte ersättningar för Fabric:s fulla uppsättning verktyg för inmatning och dataöverföring. Välj en pipeline, ett dataflöde, ett kopieringsjobb eller en eventstream när du behöver:

  • Tillämpa komplex eller multikällstransformationslogik (till exempel att slå ihop källor, tillämpa affärsregler eller omforma scheman) som går bortom vad genvägstransformationer gör.
  • Schemalag, orkestrera eller trigga rörelse i din egen takt.
  • Flytta data till en destination utanför OneLake.
  • Strömma händelser in i Fabric för realtidsbearbetning.

Dessa scenarier kräver Fabrics verktyg för dataförflyttning och integrering snarare än enbart OneLake-samordning i sig.

Relaterat innehåll

  • Last updated on