Geçiş planlaması: Azure Synapse Analytics ayrılmış SQL havuzlarını Fabric Veri Ambarı'na

Şunlar için geçerlidir:✅ Microsoft Fabric'te Ambar

Bu makalede, Azure Synapse Analytics ayrılmış SQL havuzlarındaki veri ambarının Microsoft Fabric Veri Ambarı'na geçiş stratejisi, önemli noktaları ve yöntemleri açıklanmaktadır.

Tip

Azure Synapse Analytics ayrılmış SQL havuzlarından geçiş için otomatik bir deneyim, Veri Ambarı için Fabric Geçiş Yardımcısı kullanılarak sağlanabilir. Bu makale önemli stratejik ve planlama bilgilerini içerir.

Göçün tanıtımı

Microsoft, Data Factory, Veri Mühendisliği, Veri Depolama, Veri Bilimi, Gerçek Zamanlı Zeka ve Power BI gibi kapsamlı bir hizmet paketi sunan, kuruluşlar için hepsi bir arada bir SaaS analiz çözümü olan Microsoft Fabric'i tanıttı.

Bu makalede şema (DDL) geçişi, veritabanı kodu (DML) geçişi ve veri geçişi seçeneklerine odaklanılır. Microsoft çeşitli seçenekler sunar ve burada her seçeneği ayrıntılı olarak ele alır ve senaryonuz için bu seçeneklerden hangilerini göz önünde bulundurmanız gerektiği konusunda rehberlik sağlarız. Bu makalede çizim ve performans testi için TPC-DS endüstri karşılaştırması kullanılmaktadır. Gerçek sonucunuz veri türü, veri türleri, tabloların genişliği, veri kaynağı gecikme süresi vb. gibi birçok faktöre bağlı olarak değişebilir.

Geçiş için hazırlanma

Başlamadan önce geçiş projenizi dikkatle planlayın ve şemanızın, kodunuzun ve verilerinizin Doku Veri Ambarı ile uyumlu olduğundan emin olun. Dikkate almanız gereken bazı sınırlamalar vardır. Uyumsuz öğelerin ve geçiş teslimi öncesinde gereken diğer kaynakların yeniden düzenleme çalışmalarını ölçün.

Planlamanın bir diğer önemli hedefi, çözümünüzün Doku Veri Ambarı'nın sağlamak üzere tasarlandığı yüksek sorgu performansından tam olarak yararlandığından emin olmak için tasarımınızı ayarlamaktır. Ölçek için veri ambarları tasarlanması benzersiz tasarım desenleri sunar, bu nedenle geleneksel yaklaşımlar her zaman en iyi yaklaşım değildir. Geçişten sonra bazı tasarım ayarlamaları yapılabildiğinden, işlemin önceki bölümlerinde değişiklik yapmak size zaman ve çaba kazandıracağından performans yönergelerini gözden geçirin. Bir teknolojiden/ortamdan diğerine geçiş her zaman büyük bir çabadır.

Aşağıdaki diyagramda Geçiş Yaşam Döngüsü kapsamında, Değerlendirme ve Değerlendirme, Planlama ve Tasarım, Geçiş, İzleme ve İdare, İyileştirme ve Modernleştirme sütunlarından oluşan ana sütunlar gösterilmektedir. Bu sütunlar, sorunsuz bir geçişi planlamak ve hazırlamak için her bir sütundaki ilişkili görevlerle birlikte listelenmiştir.

Geçiş Yaşam Döngüsü diyagramı.

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 bulma, değerlendirme ve temel oluşturma.
    3. Önemli paydaşları ve sponsorları belirleme.
    4. Taşınacak içeriklerin kapsamını tanımlayın.
      1. Küçük ve basit bir başlangıç yapıp birden çok küçük geçişe hazırlanın.
      2. İşlemin tüm aşamalarını izlemeye ve belgelenmeye başlayın.
      3. Geçiş için veri ve işlemlerin envanterini oluşturun.
      4. Veri modeli değişikliklerini tanımlama (varsa).
      5. Fabric Çalışma Alanı'nı ayarlayın.
    5. Beceri kümesiniz/tercihiniz nedir?
      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 gerçekleştirmek için geçiş yöntemini/araçlarını seçin:
      1. Kaynaktan veri ayıklama.
      2. Tablolar ve görünümler için meta veriler de dahil olmak üzere şema (DDL) dönüştürme
      3. Geçmiş veriler de dahil olmak üzere veri alımı.
        1. Gerekirse, yeni platform performansı ve ölçeklenebilirlik kullanarak veri modelini yeniden tasarlama.
      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. Artımlı yük için mevcut ETL/ELT işlemlerini değiştirmeyi/değiştirmeyi tasarlayın ve planlayın.
      1. Yeni ortama paralel ETL/ELT işlemleri oluşturun.
    5. Ayrıntılı bir geçiş planı hazırlayın.
      1. Mevcut durumu, istenen yeni duruma dönüştürün.
  3. Göçmek
    1. Şema, veri, kod geçişi gerçekleştirin.
      1. Kaynaktan veri ayıklama.
      2. Şema (DDL) çevrimi
      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 artımlı yük işlemlerini taşımak veya yeniden yapılandırmak.
      2. Paralel artış yük işlemlerini test edin ve karşılaştırın.
    5. Ayrıntı geçiş planını gerektiği gibi uyarlayın.
  4. İzleme ve İdare
    1. Paralel olarak çalıştırın, 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. İdare karşılaştırması ve değerlendirmesi.
  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 kaydıkça kaynakların ölçeğini artırma/azaltma.
      2. Gelecekteki geçişler için elde edilen deneyimden tekrarlanabilir bir şablon oluşturun. Yinele.
      3. Maliyet iyileştirme, güvenlik, ölçeklenebilirlik ve operasyonel mükemmellik fırsatlarını belirleme
      4. En son Doku özellikleriyle veri varlığınızı modernleştirme fırsatlarını belirleyin.

'Lift and shift' mi yoksa modernleşme 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 modeli, küçük değişikliklerle yeni Fabric Veri Ambarı'na taşınır. 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 iyi bir uyum sağlar:"

  • 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 ayrılmış SQL havuzları ortamınızla optimize edilmiş iş yükleri için iyi çalışır ve bu nedenle Fabric üzerinde önemli değişiklikler gerektirmez.

Mimari değişikliklerle aşamalı bir yaklaşımda modernleştirme

Eski bir veri ambarı uzun bir süre içinde geliştiyse, gerekli performans düzeylerini korumak için bunu yeniden tasarlamanız gerekebilir.

Doku Çalışma Alanı'nda bulunan yeni altyapılardan ve özelliklerden yararlanmak için mimariyi yeniden tasarlamak da 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.

Tablo düşünceleri

Farklı ortamlar arasında tabloları taşırken, genellikle yalnızca ham veriler ve meta veriler fiziksel olarak taşınır. Kaynak sistemdeki dizinler gibi diğer veritabanı öğeleri, yeni ortamda gereksiz veya farklı şekilde uygulandığından genellikle geçirilmez.

Dizinler gibi kaynak ortamdaki performans iyileştirmeleri, yeni bir ortamda performans iyileştirmesini nereye ekleyebileceğinizi gösterir, ancak artık Doku bunu sizin için otomatik olarak halleder.

T-SQL ile ilgili dikkat edilmesi gerekenler

Dikkat edilmesi gereken çeşitli Veri İşleme Dili (DML) söz dizimi farklılıkları vardır. Doku Veri Ambarı'nda T-SQL yüzey alanına bakın. Veritabanı kodu (DML) için geçiş yöntemlerini seçerken bir kod değerlendirmesi de göz önünde bulundurun.

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

Veri türü eşleme farkları

Fabric Veri Ambarı'nda çeşitli veri türü farklılıkları vardır. Daha fazla bilgi için bkz . Microsoft Fabric'te veri türleri.

Aşağıdaki tablo, Synapse ayrılmış SQL havuzlarından Doku Veri Ambarı'na desteklenen veri türlerinin eşlemesini verir.

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

* Datetime2 , datetimeoffset içinde depolanan ek saat dilimi uzaklığı bilgilerini depolamaz. Datetimeoffset veri türü şu anda Doku Veri Ambarı'nda desteklenmediğinden saat dilimi uzaklık verilerinin ayrı bir sütuna ayıklanması gerekir.

Tip

Geçişe hazır mısınız?

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

El ile geçiş adımları ve ayrıntıları için bkz. Azure Synapse Analytics ayrılmış SQL havuzlarından Fabric Veri Ambarı'na geçiş yöntemleri.

İlgili içerik

  • Last updated on