Microsoft Fabric'teki çalışma alanlarındaki roller
Çalışma alanı rolleri, Microsoft Fabric çalışma alanında kimlerin neler yapabileceğini yönetmenize olanak tanır. Microsoft Fabric çalışma alanları OneLake'in üzerinde yer alır ve veri göllerini bağımsız olarak güvenli hale getirilebilen ayrı kapsayıcılara böler. Microsoft Fabric'teki çalışma alanı rolleri, veri tümleştirmesi ve veri keşfi gibi yeni Microsoft Fabric özelliklerini mevcut çalışma alanı rolleriyle ilişkilendirerek Power BI çalışma alanı rollerini genişletir. Power BI rolleri hakkında daha fazla bilgi için bkz . Power BI'daki çalışma alanlarındaki roller.
Kişilere veya güvenlik gruplarına, Microsoft 365 gruplarına ve dağıtım listelerine rol atayabilirsiniz. Bir çalışma alanına erişim vermek için bu kullanıcı gruplarını veya kişileri çalışma alanı rollerinden birine atayın: Yönetici, Üye, Katkıda Bulunan veya Görüntüleyici. Kullanıcılara çalışma alanlarına şu şekilde erişim izni verebilirsiniz.
Yeni çalışma alanı oluşturmak için bkz . Çalışma alanı oluşturma.
Kullanıcı grubundaki herkes atadığınız rolü alır. Birisi birkaç kullanıcı grubunda yer alırsa, atandığı roller tarafından sağlanan en yüksek izin düzeyine sahip olur. Kullanıcı gruplarını iç içe yerleştirip bir gruba rol atarsanız, tüm kapsanan kullanıcıların izinleri olur.
Çalışma alanı rollerindeki kullanıcılar, bu rollerle ilişkili mevcut Power BI özelliklerine ek olarak aşağıdaki Microsoft Fabric özelliklerine sahiptir.
Microsoft Fabric çalışma alanı rolleri
| Özellik | Yönetici | Üye | Katılımcı | İzleyici |
|---|---|---|---|---|
| Çalışma alanını güncelleştirin ve silin. | ✅ | |||
| Diğer yöneticiler de dahil olmak üzere kişileri ekleyin veya kaldırın. | ✅ | |||
| Daha düşük izinlere sahip üyeleri veya diğer kişileri ekleyin. | ✅ | ✅ | ||
| Başkalarının öğeleri yeniden paylaşmasına izin verin.1 | ✅ | ✅ | ||
| Veritabanı yansıtma öğeleri oluşturun veya değiştirin. | ✅ | ✅ | ||
| Ambar öğelerini oluşturun veya değiştirin. | ✅ | ✅ | ||
| Veri işlem hatlarının, not defterlerinin, Spark iş tanımlarının, ML modellerinin ve denemelerinin ve Olay akışlarının içeriğini görüntüleyin ve okuyun. | ✅ | ✅ | ✅ | ✅ |
| KQL veritabanlarının, KQL sorgu kümelerinin ve gerçek zamanlı panoların içeriğini görüntüleyin ve okuyun. | ✅ | ✅ | ✅ | ✅ |
| Lakehouse veya Warehouse'un SQL analiz uç noktasına bağlanma | ✅ | ✅ | ✅ | ✅ |
| TDS uç noktası üzerinden T-SQL ile Lakehouse ve Veri ambarı verilerini ve kısayollarınıokuyun 2 . | ✅ | ✅ | ✅ | ✅ |
| OneLake API'leri ve Spark aracılığıyla Lakehouse ve Veri ambarı verilerini ve kısayollarınıokuyun . | ✅ | ✅ | ✅ | |
| Lakehouse gezgini aracılığıyla Lakehouse verilerini okuyun. | ✅ | ✅ | ✅ | |
| Veri işlem hatlarını, not defterlerini, Spark iş tanımlarını, ML modellerini, denemeleri ve Olay akışlarını yazın veya silin. | ✅ | ✅ | ✅ | |
| Eventhouses3, KQL Sorgu Kümeleri, Gerçek Zamanlı Panolar ve KQL Veritabanları, Lakehouse'lar, veri ambarları ve kısayolların şemasını ve verilerini yazın veya silin. | ✅ | ✅ | ✅ | |
| Not defterlerinin, Spark iş tanımlarının, ML modellerinin ve denemelerin yürütülmesini yürütür veya iptal eder. | ✅ | ✅ | ✅ | |
| Veri işlem hatlarının yürütülmesini yürütür veya iptal eder. | ✅ | ✅ | ✅ | |
| Veri işlem hatlarının, not defterlerinin, ML modellerinin ve denemelerin yürütme çıktılarını görüntüleyin. | ✅ | ✅ | ✅ | ✅ |
| Şirket içi ağ geçidi aracılığıyla veri yenilemeleri zamanlayın.4 | ✅ | ✅ | ✅ | |
| Ağ geçidi bağlantı ayarlarını değiştirin.4 | ✅ | ✅ | ✅ |
1 Katkıda Bulunanlar ve Görüntüleyiciler, Yeniden Paylaşma izinlerine sahipse çalışma alanında öğeleri de paylaşabilir.
2 Kısayol hedefinden verileri okumak için diğer izinler gereklidir. Kısayol güvenlik modeli hakkında daha fazla bilgi edinin.
3 Bir Eventhouse'daki veriler üzerinde belirli işlemleri gerçekleştirmek için diğer izinler gereklidir. Karma rol tabanlı erişim denetimi modeli hakkında daha fazla bilgi edinin.
4 Ağ geçidi üzerinde de izinlere ihtiyacınız olduğunu unutmayın. Bu izinler, çalışma alanı rollerinden ve izinlerinden bağımsız olarak başka bir yerde yönetilir.