Geçiş planlaması: Azure Synapse Analytics ayrılmış SQL havuzlarından Fabric Data Warehouse'a

Şunlara uygulanır:✅ Warehouse in Microsoft Fabric

Bu makale, Azure Synapse Analytics özel SQL havuzundan Microsoft Fabric Data Warehouse'ye geçiş için stratejiler, hususlar ve yöntemleri açıklar.

Tavsiye

Azure Synapse Analytics özel SQL havuzlarından otomatik bir geçiş deneyimi için Fabric Geçiş Yardımcısı for Data Warehouse kullanın. Bu makale önemli stratejik ve planlama bilgilerini içerir.

Göçün tanıtımı

Microsoft Fabric, işletmeler için hepsi bir arada SaaS analiz çözümüdür. Veri Fabrikası, Veri Mühendisliği, Veri Depolama, Veri Bilimi, Real-Time Zeka ve Power BI dahil olmak üzere kapsamlı bir hizmet paketi sunmaktadır.

Bu makale, şema (DDL), veritabanı kodu (DML) ve veri taşınımı için seçenekleri açıklar ve senaryonuz için bir seçenek seçmenize yardımcı olur. İllüstrasyon ve performans testleri için TPC-DS sektör kıyaslamasını kullanır. Sonuçlarınız, veri türleri, tablo genişliği ve kaynak gecikmesi gibi faktörlere bağlı olarak değişebilir.

Geçişe hazırlanma

Başlamadan önce geçiş projenizi dikkatlice planlayın ve şemanızın, kodunuzun ve verilerinizin Fabric Data Warehouse ile uyumlu olduğundan emin olun. Sınırlamaları düşünün. Uyumsuz öğeleri ve göçü gerçekleştirmek için gereken diğer kaynakları yeniden yapılandırmak için gereken çalışmayı nicelikle ölçe.

Planlamanın bir diğer önemli amacı, tasarımınızı çözümünüzün Fabric Data Warehouse sorgu performansından tam şekilde faydalanacak şekilde ayarlamaktır. Ölçek için veri ambarları tasarlanması benzersiz tasarım desenleri sunar, bu nedenle geleneksel yaklaşımlar her zaman en iyi yaklaşım değildir. Performans yönergelerini gözden geçirin. Göç sonrası bazı tasarım ayarlamaları yapabilseniz de, erken değişiklikler yapmak zaman ve emek tasarrufu sağlar. Bir teknolojiden veya ortamdan diğerine geçiş her zaman büyük bir çabadır.

Aşağıdaki diyagram, göç yaşam döngüsünü ve beş temel unsuruyla ilişkili görevleri göstermektedir: Değerlendirme ve Değerlendirme, Planlama ve Tasarım, Göç, İzleme ve Yönet ve Optimize Etme ve Modernizasyon.

Migrasyon yaşam döngüsü diyagramı; İnceleme ve Değerlendirme, Planlama ve Tasarım, Geçiş, İzleme ve Yönetişim ve Optimizasyon ve Modernizasyon aşamalarını içerir.

Geçiş için Çalışma Kitabı

Synapse ayrılmış SQL havuzlarından Fabric Veri Ambarı'na geçişiniz için aşağıdaki etkinlikleri planlama kılavuzu olarak düşünün.

  1. Değerlendir ve Tahlil Et
    1. Hedefleri ve motivasyonları belirleme. net istenen sonuçları elde edin.
    2. Mevcut mimariyi keşfet, değerlendir ve temele koy.
    3. Önemli paydaşları ve sponsorları belirleme.
    4. Taşınacakların kapsamını tanımlayın.
      1. Küçük ve basit başlayın, birden fazla küçük göçe hazırlanın.
      2. İşlemin tüm aşamalarını izlemeye ve belgelenmeye başlayın.
      3. Göç için bir veri ve süreç envanteri oluşturun.
      4. Varsa veri modeli değişikliklerini tanımlayın.
      5. Fabric çalışma alanını kurun.
    5. Takımınızın beceri setini ve tercihlerini değerlendirin.
      1. Mümkün olan her yerde otomatikleştirin.
      2. Geçiş çalışmalarını azaltmak için Azure yerleşik araçlarını ve özelliklerini kullanın.
    6. Personeli yeni platformda erken eğitin.
      1. Microsoft Learn dahil olmak üzere beceri geliştirme ihtiyaçlarını ve eğitim varlıklarını belirleyin.
  2. Plan ve Tasarım
    1. İstenen mimariyi tanımlayın.
    2. Aşağıdaki görevleri yerine getirmek için göç yöntemlerini ve araçları seçin:
      1. Kaynaktan veri ayıklama.
      2. Şema (DDL) dönüşümü, tablolar ve görünümler için meta veri dahil.
      3. Geçmiş veriler de dahil olmak üzere veri alımı.
        1. Gerekirse, veri modelini yeni platform performansı ve ölçeklenebilirlik kullanarak yeniden tasarlayın.
      4. Veritabanı kodu (DML) geçişi.
        1. Saklı yordamları ve iş süreçlerini taşımak veya yeniden yapılandırmak.
    3. Kaynaktan güvenlik özelliklerini ve nesne izinlerini envantere alın ve ayıklayın.
    4. Mevcut ETL/ELT süreçlerini artımlı yükleme için değiştirmeye veya uyarlamaya yönelik tasarım ve planlama.
      1. Yeni ortama paralel ETL/ELT işlemleri oluşturun.
    5. Ayrıntılı bir geçiş planı hazırlayın.
      1. Mevcut durumu istenen duruma eşleyin.
  3. Göçmek
    1. Şema, veri ve kod taşınmasını gerçekleştirin.
      1. Kaynaktan veri ayıklama.
      2. Şema (DDL) dönüşümü.
      3. Veri alımı
      4. Veritabanı kodu (DML) geçişi.
    2. Gerekirse, geçiş hızına yardımcı olmak için ayrılmış SQL havuzu kaynaklarının ölçeğini geçici olarak artırın.
    3. Güvenlik ve izinleri uygula.
    4. Artımlı yükleme için mevcut ETL/ELT süreçlerini taşıyın.
      1. ETL/ELT kademeli yükleme işlemlerini taşıma veya yeniden düzenleme.
      2. Paralel artan yük süreçlerini test etmek ve karşılaştırmak.
    5. Detaylı göç planını gerektiğinde uyarlayın.
  4. İzleme ve İdare
    1. Paralel çalıştırın ve kaynak ortamınızla karşılaştırın.
      1. Uygulamaları, iş zekası platformlarını ve sorgu araçlarını test edin.
      2. Sorgu performansını karşılaştırma ve iyileştirme.
      3. Maliyet, güvenlik ve performansı izleme ve yönetme.
    2. Bir yönetişim kıyaslaması ve değerlendirmesi yapın.
  5. İyileştirme ve Modernleştirme
    1. İş rahat olduğunda uygulamaları ve birincil raporlama platformlarını Doku'ya geçirebilirsiniz.
      1. İş yükü Azure Synapse Analytics'ten Microsoft Fabric'e geçtikçe kaynakları yukarı veya aşağı ölçeklendirin.
      2. Gelecekteki geçişler için elde edilen deneyimden tekrarlanabilir bir şablon oluşturun. Yinele.
      3. Maliyet optimizasyonu, güvenlik, ölçeklenebilirlik ve operasyonel mükemmellik fırsatlarını belirleyin.
      4. En son Doku özellikleriyle veri varlığınızı modernleştirme fırsatlarını belirleyin.

Kaldırıp vites değiştirmek mi yoksa modernleştirmek mi?

Genel olarak, planlanan geçişin amacı ve kapsamı ne olursa olsun iki tür geçiş senaryosu vardır: olduğu gibi lift and shift veya mimari ve kod değişikliklerini içeren aşamalı bir yaklaşım.

Kaldırma ve kaydırma

Lift and shift geçişinde, mevcut bir veri modelini küçük değişikliklerle yeni Fabric Data Warehouse’a taşırsınız. Bu yaklaşım, geçişin avantajlarını hayata geçirmek için gereken yeni çalışmayı azaltarak riski ve geçiş süresini en aza indirir.

Lift and shift geçişi bu senaryolar için uygundur:

  • Geçiş için az sayıda ambar içeren mevcut bir ortamınız var.
  • Zaten iyi tasarlanmış bir yıldız veya kar tanesi şemasında bulunan verileri içeren bir ortamınız var.
  • Fabric Veri Ambarı'na geçmek için zaman ve maliyet baskısı altındasınız.

Özetle, bu yaklaşım, mevcut Azure Synapse özel SQL havuzu ortamınız için optimize edilmiş ve Fabric'te büyük değişiklikler gerektirmeyen iş yükleri için iyi çalışıyor.

Mimari değişikliklerle aşamalı bir yaklaşımda modernleştirme

Eski bir veri deposu uzun bir süre içinde evrildiyse, gerekli performans seviyelerini korumak için yeniden mühendislik yapmanız gerekebilir.

Ayrıca Fabric çalışma alanında bulunan yeni motorlar ve özelliklerden faydalanacak şekilde mimariyi yeniden tasarlamak isteyebilirsiniz.

Tasarım farklılıkları: Synapse ayrılmış SQL havuzları ve Fabric Veri Ambarı

Aşağıdaki Azure Synapse ve Microsoft Fabric veri ambarı farklarını, ayrılmış SQL havuzlarını Fabric Data Warehouse ile karşılaştırarak göz önünde bulundurun.

Tabloyla ilgili dikkat edilmesi gerekenler

Farklı ortamlar arasında tabloları taşırken, genellikle yalnızca ham veriler ve meta veriler fiziksel olarak taşınır. Genellikle, dizinler gibi diğer veritabanı öğelerini kaynak sistemden geçirmezsiniz; çünkü bunlar gereksiz olabilir veya yeni ortamda farklı şekilde uygulanıyor olabilir.

Kaynak ortamdaki performans optimizasyonları, örneğin indeksler, yeni bir ortamda nerede optimizasyon yapılabileceğini gösterir. Fabric, bu optimizasyonları otomatik olarak yönetir.

T-SQL ile ilgili dikkat edilmesi gerekenler

Dikkate alınması gereken birkaç Veri İşleme Dili (DML) sözdizimi farkı vardır. T-SQL yüzey alanını Fabric Data Warehouse gözden geçirin ve veritabanı kodunu taşımak için bir yöntem seçerken kod değerlendirmesi yapın.

Geçiş sırasındaki eşlik farklılıklarına bağlı olarak, T-SQL DML kodunuzun bölümlerini yeniden yazmanız gerekebilir.

Veri türü eşleme farkları

Fabric Data Warehouse, Azure Synapse Analytics ayrılmış SQL havuzlarından çeşitli veri türü farklılıklarına sahiptir. Daha fazla bilgi için bkz . Microsoft Fabric'te veri türleri.

Aşağıdaki tablo, desteklenen veri tiplerinin Azure Synapse özel SQL havuzundan Fabric Data Warehouse'a eşlenmesini göstermektedir.

Synapse özel SQL havuzları Fabric Veri Ambarı
money decimal(19,4)
smallmoney decimal(10,4)
smalldatetime datetime2
datetime datetime2
nchar char
nvarchar varchar
tinyint smallint
binary varbinary
Datetimeoffset* datetime2

* Datetime2,datetimeoffset'in depoladığı ekstra saat dilimi ofset bilgisini saklamaz. Fabric Data Warehouse şu anda datetimeoffset veri tipini desteklemediği için, saat dilimi ofset verilerini ayrı bir sütuna ayırmanız gerekiyor.

Tavsiye

Geçişe hazır mısınız?

Otomatik geçiş deneyimine başlamak için Veri Ambarı için Fabric Geçiş Yardımcısı'na bakın.

Daha fazla el ile geçiş adımı ve ayrıntı için Azure Synapse Analytics ayrılmış SQL havuzlarından Fabric Data Warehouse'a geçiş yöntemleri konusuna bakın.

İlgili içerik

  • Last updated on