MySQL için Azure Veritabanı'nın yansıtması (önizleme)

Önemli

Bu özellik önizleme aşamasındadır.

Fabric'te Mirroring, karmaşık ETL'yi (Veri Ayıklama, Dönüştürme ve Yükleme) önlemek ve mevcut MySQL için Azure Veritabanı varlığınızı Microsoft Fabric'teki verilerinizle tümleştirmek için kolay bir deneyim sağlar. Sunucularınızın genel erişime açık, sanal ağlar veya özel uç noktalar aracılığıyla ağdan yalıtılmış ya da yüksek kullanılabilirlik için yapılandırılmış olması farketmeksizin mevcut MySQL için Azure Veritabanınızı doğrudan Fabric'in OneLake'sine çoğaltabilirsiniz. Inside Fabric'in içinde güçlü iş zekası, yapay zeka, veri mühendisliği, veri bilimi ve veri paylaşımı senaryolarının kilidini açabilirsiniz.

MySQL için Azure Veritabanı Yansıtma'yı Fabric'de yapılandırma öğreticisi için bkz: Öğretici: Microsoft Fabric'te MySQL için Azure Veritabanı'ndan yansıtılmış veritabanı oluşturma (önizleme).

Örgüde Yansıtma neden kullanılır?

Fabric'te "Mirroring" özelliğini kullanarak, farklı satıcılardan farklı hizmetleri bir araya getirmenize gerek kalmaz. Bunun yerine analiz ihtiyaçlarınızı basitleştiren yüksek oranda tümleşik, uçtan uca ve kullanımı kolay bir ürün kullanın. Microsoft, MySQL için Azure Veritabanı ve açık kaynak Delta Lake tablo biçimini okuyabilen binlerce teknoloji çözümü arasında açıklık ve işbirliği için oluşturulmuş.

Hangi analiz deneyimleri yerleşiktir?

Yansıtılmış veritabanları, Doku Veri Ambarı'ndaAmbar ve SQL analiz uç noktasından ayrı bir öğedir.

Yansıtma, Kumaş çalışma alanınızda şu öğeleri oluşturur:

• Yansıtılmış veritabanı öğesi. Yansıtma, verilerin analize hazır bir biçimde OneLake'e çoğaltılmasını ve Parquet'e dönüştürülmesini yönetir. Bu işlem, veri mühendisliği, veri bilimi ve daha fazlası gibi aşağı akış senaryolarına olanak tanır.
• SQL analiz uç noktası

MySQL için Azure Veritabanı'ndaki yansıtılmış her veritabanı, yansıtma işlemi tarafından oluşturulan Delta Tablolarının üzerinde zengin bir analiz deneyimi sağlayan otomatik olarak oluşturulmuş bir SQL analiz uç noktasına sahiptir. Kullanıcılar, tanıdık gelen T-SQL komutlarıyla veri nesnelerini tanımlayıp sorgulama yeteneğine sahip, ancak SQL analiz uç noktasındaki veriler salt okunur bir kopya olduğundan işleyemezler. SQL analytics uç noktasında aşağıdaki eylemleri gerçekleştirebilirsiniz:

• MySQL için Azure Veritabanı'ndan Delta Lake tablolarınızdaki verilere başvuran tabloları keşfedin.
• Kod gerektirmeyen sorgular ve görüntüleme görünümleri oluşturun ve hiçbir satır kod yazmadan verileri görsel olarak keşfedin.
• T-SQL'de semantiğinizi ve iş mantığınızı kapsüllemek için SQL görünümleri, satır içi TVF'ler (Tablo değerli İşlevler) ve saklı yordamlar geliştirin.
• Nesneler üzerindeki izinleri yönetin.
• Aynı çalışma alanında yer alan diğer Ambarlardaki ve Lakehouse'lardaki verileri sorgular.

SQL sorgu düzenleyicisine ek olarak SQL Server Management Studio (SSMS), Visual Studio Code ile mssqluzantısı ve hatta GitHub Copilot dahil olmak üzere SQL analiz uç noktasını sorgulayan geniş bir araç ekosistemi vardır.

Yansıtılmış veritabanları ayrıca Doku içinde Microsoft Power BI ile tek tıklamayla tümleştirme sunarak doğrudan yansıtılmış verilerden veya SQL analiz uç noktasından hızlı rapor oluşturma olanağı sunar.

Ağ gereksinimleri

Yansıtma hem genel olarak erişilebilen sunucuları hem de sanal ağlarda barındırılan sunucular dahil olmak üzere ağdan yalıtılmış yapılandırmaları destekler. Sunucunuz genel olarak erişilebilir değilse ve bu sunucuya bağlanmak için genel erişime izin vermiyorsa, bir sanal ağ veri ağ geçidi oluşturabilir veya verileri yansıtmak için şirket içi veri ağ geçidi ayarlayabilirsiniz . Azure Sanal Ağı'nın veya ağ geçidi makinesinin ağının MySQL için Azure Veritabanı'na bağlanaabildiğinden ve güvenlik duvarı kuralı tarafından izin verildiğinden emin olun.

Etkin işlemler, iş yükleri ve çoğaltma motoru davranışları

Etkin veya uzun süre çalışan işlemler, işlem tamamlanana kadar ve herhangi bir aşağı akış çoğaltma veya geçiş işlemi yetişene kadar binlog temizlemesini geciktirebilir. Bu gecikme, binlog depolamanın beklenmedik şekilde büyümesine neden olabilir, bu nedenle alan tükenmesini önlemek için kaynak sunucudaki depolama kullanımını izleyin.

İlk anlık görüntü veya veri yükü sırasında veriler okunup kopyalandığından daha yüksek CPU ve IOPS kullanımı normaldir. Sık sık UPDATE veya DELETE işlemleri içeren iş yükleri, IO ve depolama tüketimini daha da artıran ekstra redo logları ve binlog faaliyetleri üretebilir.

İşlem boyunca yeterli kapasiteyi sağlamak için depolama, IOPS ve uzun süre çalışan işlemleri izleyin.

İşlem katmanı desteği

Kaynak MySQL için Azure Veritabanı, Genel Amaçlı veya Bellek için İyileştirilmiş işlem katmanı kullanabilir. Yansıtma için kaynak olarak patlayıcı işlem katmanı desteklenmez.

MySQL için Azure Veritabanı'nda kullanılabilen işlem katmanları hakkında daha fazla bilgi için bkz. hizmet katmanları.

İlgili içerik

• Sınırlamalar