หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
สำคัญ
คุณลักษณะนี้อยู่ใน แสดงตัวอย่าง
การมิเรอร์ใน Fabric มอบประสบการณ์ที่ง่ายดายในการหลีกเลี่ยง ETL ที่ซับซ้อน (Extract Transform Load) และรวมทรัพย์สินฐานข้อมูล Azure สําหรับ MySQL ที่มีอยู่ของคุณกับข้อมูลที่เหลือของคุณใน Microsoft Fabric คุณสามารถจําลองฐานข้อมูล Azure สําหรับ MySQL ที่มีอยู่ของคุณไปยัง OneLake ของ Fabric ได้โดยตรงอย่างต่อเนื่อง ไม่ว่าเซิร์ฟเวอร์ของคุณจะสามารถเข้าถึงได้แบบสาธารณะ แยกเครือข่ายผ่านเครือข่ายเสมือนหรือปลายทางส่วนตัว หรือกําหนดค่าให้มีความพร้อมใช้งานสูง ภายใน Fabric คุณสามารถปลดล็อกระบบธุรกิจอัจฉริยะ ปัญญาประดิษฐ์ วิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล และสถานการณ์การแชร์ข้อมูลที่มีประสิทธิภาพ
สําหรับบทช่วยสอนเกี่ยวกับการกําหนดค่าฐานข้อมูล Azure สําหรับการมิเรอร์ MySQL ใน Fabric โปรดดู บทช่วยสอน: สร้างฐานข้อมูลที่มิเรอร์จาก Azure Database for MySQL ใน Microsoft Fabric (พรีวิว)
ทําไมต้องใช้ Mirroring in Fabric?
เมื่อใช้ Mirroring in Fabric คุณไม่จําเป็นต้องรวบรวมบริการต่างๆ จากผู้ขายหลายรายเข้าด้วยกัน ให้ใช้ผลิตภัณฑ์แบบครบวงจร แบบครบวงจร และใช้งานง่าย ซึ่งช่วยลดความยุ่งยากในการวิเคราะห์ของคุณ สร้างขึ้นเพื่อการเปิดกว้างและการทํางานร่วมกันระหว่าง Microsoft, Azure Database for MySQL และโซลูชันเทคโนโลยีนับพันที่สามารถอ่านรูปแบบตาราง Delta Lake แบบโอเพนซอร์สได้
ประสบการณ์การวิเคราะห์มีอะไรบ้าง
ฐานข้อมูลมิเรอร์เป็นรายการใน Fabric Data Warehousing ที่แตกต่างจากจุดสิ้นสุดการวิเคราะห์คลังสินค้าและ SQL
การมิเรอร์จะสร้างรายการเหล่านี้ในพื้นที่ทํางาน Fabric ของคุณ:
- รายการฐานข้อมูลที่มิเรอร์ การมิเรอร์จัดการการจําลองแบบข้อมูลไปยัง OneLake และการแปลงเป็น Parquet ในรูปแบบที่พร้อมสําหรับการวิเคราะห์ กระบวนการนี้เปิดใช้งานสถานการณ์ปลายทาง เช่น วิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล และอื่นๆ
- ตําแหน่งข้อมูลการวิเคราะห์ SQL
ฐานข้อมูลมิเรอร์แต่ละฐานข้อมูลใน Azure Database for MySQL มี จุดสิ้นสุดการวิเคราะห์ SQL ที่สร้างขึ้นโดยอัตโนมัติ ซึ่งมอบประสบการณ์การวิเคราะห์ที่หลากหลายบนตารางเดลต้าที่สร้างขึ้นโดยกระบวนการมิเรอร์ ผู้ใช้สามารถเข้าถึงคําสั่ง T-SQL ที่คุ้นเคยซึ่งสามารถกําหนดและสืบค้นออบเจ็กต์ข้อมูล แต่ไม่สามารถจัดการข้อมูลจากปลายทางการวิเคราะห์ SQL ได้ เนื่องจากเป็นสําเนาแบบอ่านอย่างเดียว คุณสามารถดําเนินการต่อไปนี้ในตําแหน่งข้อมูลการวิเคราะห์ SQL:
- สํารวจตารางที่อ้างอิงข้อมูลในตาราง Delta Lake ของคุณจาก Azure Database for MySQL
- สร้างแบบสอบถามและมุมมองแบบไม่มีโค้ด และสํารวจข้อมูลด้วยภาพโดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว
- พัฒนามุมมอง SQL, TVF แบบอินไลน์ (ฟังก์ชันที่มีค่าตาราง) และกระบวนงานที่เก็บไว้เพื่อห่อหุ้มความหมายและตรรกะทางธุรกิจของคุณใน T-SQL
- จัดการสิทธิ์ในวัตถุ
- สืบค้นข้อมูลในคลังสินค้าและเลคเฮาส์อื่นๆ ในพื้นที่ทํางานเดียวกัน
นอกจาก ตัวแก้ไขคิวรี SQL แล้ว ยังมีระบบนิเวศของเครื่องมือที่กว้างขวางที่สามารถสืบค้นปลายทางการวิเคราะห์ SQL รวมถึง SQL Server Management Studio (SSMS)ส่วนขยาย mssql พร้อม Visual Studio Code และแม้แต่ GitHub Copilot
ฐานข้อมูลมิเรอร์ยังมีการรวม Microsoft Power BI ภายในแฟบริคในคลิกเดียว ทําให้สามารถสร้างรายงานได้อย่างรวดเร็วโดยตรงจากข้อมูลที่มิเรอร์หรือจุดสิ้นสุดการวิเคราะห์ SQL
ข้อกำหนดของเครือข่าย
การมิเรอร์รองรับทั้งเซิร์ฟเวอร์ที่เข้าถึงได้แบบสาธารณะและการกําหนดค่าที่แยกจากเครือข่าย รวมถึงเซิร์ฟเวอร์ที่โฮสต์ในเครือข่ายเสมือน ถ้าเซิร์ฟเวอร์ของคุณไม่สามารถเข้าถึงได้แบบสาธารณะและไม่ อนุญาตให้เข้าถึงแบบสาธารณะ เพื่อเชื่อมต่อ คุณสามารถ สร้างเกตเวย์ข้อมูลเครือข่ายเสมือน หรือ ตั้งค่าเกตเวย์ข้อมูลภายในองค์กร เพื่อสะท้อนข้อมูลได้ ตรวจสอบให้แน่ใจว่า Azure Virtual Network หรือเครือข่ายของเครื่องเกตเวย์สามารถเชื่อมต่อกับฐานข้อมูล Azure สําหรับ MySQL และได้รับอนุญาตโดยกฎไฟร์วอลล์
ธุรกรรมที่ใช้งานอยู่ ปริมาณงาน และพฤติกรรมของกลไกจําลอง
ธุรกรรมที่ใช้งานอยู่หรือที่ทํางานเป็นเวลานานสามารถชะลอ การล้างบันทึกไบนารี (binlog) จนกว่าธุรกรรมจะตกลงและกระบวนการจําลองแบบดาวน์สตรีมหรือการย้ายข้อมูลจะตามทัน ความล่าช้านี้อาจทําให้ที่เก็บข้อมูล binlog เพิ่มขึ้นโดยไม่คาดคิด ดังนั้นให้ตรวจสอบการใช้ที่เก็บข้อมูลบนเซิร์ฟเวอร์ต้นทางเพื่อหลีกเลี่ยงการหมดพื้นที่
ในระหว่าง สแน็ปช็อตเริ่มต้นหรือการโหลดข้อมูล การใช้งาน CPU และ IOPS ที่สูงขึ้นเป็นเรื่องปกติเมื่อมีการอ่านและคัดลอกข้อมูล ปริมาณงานที่มีการดําเนินการ UPDATE หรือ DELETE บ่อยครั้งอาจสร้างกิจกรรมทําซ้ําและ binlog เพิ่มเติม ซึ่งจะเพิ่มการใช้ IO และพื้นที่จัดเก็บข้อมูลมากขึ้น
ตรวจสอบพื้นที่จัดเก็บข้อมูล IOPS และธุรกรรมที่ทํางานเป็นเวลานานเพื่อให้แน่ใจว่ามีความจุเพียงพอตลอดกระบวนการ
การสนับสนุนระดับการประมวลผล
ฐานข้อมูล Azure ต้นทางสําหรับ MySQL สามารถใช้ระดับการประมวลผลวัตถุประสงค์ทั่วไปหรือระดับการประมวลผลที่ปรับให้เหมาะสมกับหน่วยความจํา ไม่ รองรับ ระดับการประมวลผลแบบ Burstable เป็นแหล่งที่มาสําหรับการมิเรอร์
สําหรับข้อมูลเพิ่มเติมเกี่ยวกับระดับการคํานวณที่พร้อมใช้งานใน Azure Database for MySQL โปรดดู ระดับบริการ