Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Fabric'de Yansıtma, karmaşık ETL'den (Veri Çıkartma, Dönüştürme ve Yükleme) kaçınmayı ve mevcut Snowflake veri ambarı verilerinizi Microsoft Fabric'teki diğer verilerinizle entegre etmeyi kolay bir deneyim sağlar. Mevcut Snowflake verilerinizi sürekli olarak doğrudan Fabric'in OneLake'sine çoğaltabilirsiniz. Inside Fabric'de güçlü iş zekası, yapay zeka, Veri Mühendisliği, Veri Bilimi ve veri paylaşımı senaryolarının kilidini açabilirsiniz.
Snowflake veritabanınızı Fabric'de Yansıtma için yapılandırma öğreticisi için bakınız Tutorial: Snowflake'ten Microsoft Fabric yansıtılmış veritabanlarını yapılandırma.
Fabric'de Yansıtma neden kullanılır?
Fabric'deki Mirroring ile birden fazla satıcıdan farklı hizmetleri bir araya getirmeniz gerekmez. Bunun yerine, analiz gereksinimlerinizi basitleştirmek için tasarlanmış ve Microsoft, Snowflake ile açık kaynak Delta Lake tablo biçimini okuyabilen 1000'ler arası teknoloji çözümleri arasında açıklık ve işbirliği için oluşturulmuş, yüksek oranda tümleşik, uçtan uca ve kullanımı kolay bir ürünün keyfini çıkarabilirsiniz.
Hangi analiz deneyimleri yerleşiktir?
Yansıtılmış veritabanları, Doku Veri Ambarı'nda, Ambar ve SQL analiz uç noktası ile farklı bir öğe olarak yer alır.
Yansıtma, Fabric çalışma alanınızda şu öğeleri oluşturur:
- Yansıtılmış veritabanı öğesi. Bu, veri mühendisliği, veri bilimi ve daha fazlası gibi aşağı akış senaryolarına olanak tanır. Yansıtma şu işlemleri yönetir:
- Yönetilen tablo ve görünüm verilerinin OneLake'e çoğaltılması ve analize hazır bir biçimde Parquet'e dönüştürülmesi.
- Iceberg tablo meta verilerinin, Iceberg tablolarınızı içeren depolamaya yönelik kısayollar ve bu depolamaya dönüştürme kullanılarak OneLake'e çoğaltılması. OneLake, doku iş yüklerinde kullanılmak üzere bu Iceberg tablolarını otomatik olarak Delta Lake biçimlendirilmiş tablolara dönüştürür.
- SQL analiz uç noktası
Önemli
Iceberg tablo desteği: Iceberg tablolarını yansıtmayı seçerseniz, Iceberg tablo verilerini içeren temel depolamaya bir depolama bağlantısı sağlamanız gerekir. Yalnızca aynı depolama bağlantısı üzerinden ulaşılabilen Iceberg tabloları birbirine yansıtılabilir. Bir Iceberg tablosunun depolama konumunu bulmak için Snowflake'de SYSTEM$GET_ICEBERG_TABLE_INFORMATION sistem işlevini çalıştırın. Daha fazla bilgi için bkz. Öğretici: Snowflake'ten Microsoft Fabric yansıtılmış veritabanlarını yapılandırma.
Yansıtılan her veritabanı, yansıtma işlemi tarafından oluşturulan Delta Tablolarının üzerinde zengin bir analiz deneyimi sağlayan otomatik olarak oluşturulmuş bir SQL analiz uç noktasına sahiptir. Kullanıcılar, veri nesnelerini tanımlayıp sorgulamak için tanıdık T-SQL komutlarına erişebilir, ancak SQL Analiz Uç Noktasındaki verileri salt okunur bir kopya olduğundan işleyemezler. SQL analytics uç noktasında aşağıdaki eylemleri gerçekleştirebilirsiniz:
- Snowflake'teki Delta Lake tablolarınızdaki verilere başvuran tabloları keşfedin.
- Kod yazmadan sorgular ve görünümler oluşturun, bir kod satırı dahi 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 için MSSQL uzantısı ve hatta GitHub Copilot dahil olmak üzere SQL analiz uç noktasını sorgulayan geniş bir araç ekosistemi vardır.
Desteklenen Snowflake nesne türleri
Aşağıdaki tabloda hangi Snowflake nesne türlerinin yansıtma için desteklendiği listelenmektedir:
| Nesne türü | Destekleniyor | Notes |
|---|---|---|
| Yönetilen tablolar | Yes | Replikasyon için tam desteklenir |
| Iceberg tabloları | Yes | Temelindeki Iceberg tablosu depolamasına bir depolama bağlantısı gerektirir. Yalnızca aynı depolama bağlantısı üzerinden ulaşılabilen Iceberg tablolarını yansıtabilirsiniz. |
| Views | Yes | Her 12 saatte bir eşitlemelerle desteklenir |
| Maddeselleştirilmiş Görünümler | Yes | Her 12 saatte bir eşitlemelerle desteklenir |
| Dış tablolar | No | Desteklenmiyor |
| Geçici tablolar | No | Desteklenmiyor |
| Geçici tablolar | No | Desteklenmiyor |
| Dinamik tablolar | No | Desteklenmiyor |
Güvenlikle ilgili dikkat edilmesi gerekenler
Fabric yansıtmayı etkinleştirmek için, Snowflake veritabanınıza erişim sağlamak amacıyla aşağıdaki kullanıcı yetkilerine sahip olmanız gerekir:
CREATE STREAMSELECT tableSHOW tablesDESCRIBE tables
Daha fazla bilgi için bkz. Snowflake belgelerinde Akış Tabloları için Erişim Kontrol Ayrıcalıkları ve Akışlar için Gereken İzinler.
Önemli
Kaynak Snowflake veri ambarında oluşturulan ayrıntılı güvenlik, artık Microsoft Fabric'deki yansıtılmış veritabanında yeniden yapılandırılmalıdır. Daha fazla bilgi için bkz. Microsoft Fabric'te SQL ayrıntılı izinler.
Desteklenen kimlik doğrulama yöntemleri
Aşağıdaki tabloda Snowflake için yansıtma için hangi kimlik doğrulama yöntemlerinin desteklendiği listelenmektedir:
| Kimlik doğrulama yöntemi | Destekleniyor | Notes |
|---|---|---|
| Kullanıcı adı ve parola | Yes | Snowflake yerel kimlik doğrulaması |
| Microsoft Entra ID (SSO) | Yes | Entra ID aracılığıyla çoklu oturum açma |
| Anahtar çifti kimlik doğrulaması | Yes | Hizmet hesabı senaryoları için RSA anahtar çifti |
| Çalışma alanı kimliği | No | Şu anda Snowflake için desteklenmiyor |
Snowflake'i güvenlik duvarının arkasında aynalamak
Snowflake veri kaynağınıza erişmek için ağ gereksinimlerini denetleyin. Snowflake veri kaynağınız genel olarak erişilebilir değilse ve özel ağ içindeyse, bir sanal ağ veri ağ geçidi oluşturun veya verileri yansıtmak için şirket içi veri ağ geçidi yükleyin . Azure Sanal Ağ veya ağ geçidi makinesinin ağı özel bir uç nokta üzerinden Snowflake örneğine bağlanmalı veya güvenlik duvarı kuralı tarafından izin verilmelidir. Başlamak için Snowflake'ten Microsoft Fabric'e Yansıtılmış Veritabanlarını Yapılandırma Eğitimi bölümüne bakın.
Özel Bağlantı ile çalışma alanı kimliği:
- Özel Bağlantı: Fabric çalışma alanı ile Snowflake arasında doğrudan Özel Bağlantı bağlantısı henüz desteklenmiyor. Bu arada, özel bağlantı için bir sanal ağ veri ağ geçidi veya şirket içi veri ağ geçidi kullanın.
- Çalışma alanı kimliği: Snowflake yansıtması için çalışma alanı kimliği kimlik doğrulaması şu anda desteklenmiyor.
Yansıtılmış Kar Tanesi maliyetle ilgili dikkat edilmesi gerekenler
Verilerinizi Fabric OneLake'e çoğaltmak için kullanılan Fabric hesaplama altyapısı ücretsizdir. Yansıtma depolama maliyeti, belirli bir kapasite sınırına kadar ücretsizdir. Daha fazla bilgi için bkz. Cost of mirroring ve Microsoft Fabric Pricing. SQL, Power BI veya Spark kullanarak verileri sorgulama işlemi normal fiyatlarla ücretlendirilir.
Fabric, Yansıtma için OneLake'e yapılan ağ veri girişi için herhangi bir ücret almaz.
Veriler yansıtılırken Snowflake hesaplama ve bulut sorgu maliyetleri vardır: sanal depo hesaplama ve bulut hizmetleri hesaplama.
- Snowflake sanal ambarı işlem ücretleri:
- Snowflake'de okunan veri değişiklikleri varsa ve bu değişiklikler Fabric'e aynalanıyorsa, Snowflake tarafında işlem ücretleri alınacaktır.
- Veri değişikliklerini denetlemek için arka planda çalıştırılan meta veri sorguları herhangi bir Snowflake işlemi için ücretlendirilmiyor; ancak gibi
SELECT *veriler üreten sorgular Snowflake ambarını uyandırır ve işlem ücretlendirilir.
- Snowflake hizmetleri işlem ücretleri:
- Yazma, meta veri sorguları, erişim denetimi, veri değişikliklerini gösterme ve hatta DDL sorguları gibi arka planda görevler için herhangi bir işlem ücreti olmasa da, bu sorgularla ilişkili bulut maliyetleri vardır.
- Sahip olduğunuz Snowflake sürümünün türüne bağlı olarak, bulut hizmeti maliyetlerine karşılık gelen krediler için ücretlendirilirsiniz.
Aşağıdaki ekran görüntüsünde, Fabric'e yansıtılan ilişkili Snowflake veritabanının sanal ambar işlem ve bulut hizmetleri işlem maliyetlerini görebilirsiniz. Bu senaryoda, bulut hizmetlerinin işlem maliyetlerinin çoğu (sarı renkle) daha önce belirtilen noktalara göre veri değişikliği sorgularından geliyor. Sanal ambar işlem ücretleri (mavi), tamamen Snowflake'ten veri değişikliklerinin okunarak ve Fabric'e yansıtılmasından kaynaklanıyor.
Maliyet iyileştirme önerileri
Yansıtmadan kaynaklanan Snowflake işlem maliyetlerini en aza indirmek için aşağıdaki en iyi uygulamaları göz önünde bulundurun:
- Mevcut bir ambarı yeniden kullanma. Yansıtma için ayrılmış bir ambar oluşturmak yerine, yansıtmayı uygulamalarınızın kaynak tabloları güncelleştirmek için zaten kullandığı ambarı kullanacak şekilde yapılandırın. Bu yaklaşım gereksiz ambar uyandırma ve otomatik askıya alma döngülerini önler. Uygulamanız bir tabloyu güncellediğinde, veri ambarı hâlâ etkin durumdayken yansıtma çoğaltıcısı değişiklikleri neredeyse anında algılar; bu nedenle ayrı bir veri ambarını uyandırmanıza gerek kalmaz. Bazı kuruluşlar bütçe yalıtımı için ayrılmış bir ambarı tercih edebilir. Bu tercih, maliyet tasarrufu ve bütçe ayrıntı düzeyi arasında bir denge sağlar.
- Yalnızca ihtiyacınız olan tabloları yansıtın. Veritabanının tamamını yansıtmak beklenmedik şekilde yüksek Snowflake tüketimine ve Fabric kapasite artışlarına neden olabilir. Başlangıç olarak yalnızca analiz senaryolarınız için gereken tabloları seçin. Daha sonra gerektiğinde tablo ekleyebilirsiniz.
- Beklenmeyen yeniden eşitlemeleri izleyin. Bir reseed (verilerin tümünün yeniden yüklenmesi), tablonun tamamını işler ve tablo boyutuyla orantılı bir işlem maliyetine yol açar. DBT gibi araçlar tarafından tetiklenenler de dahil olmak üzere şema değişiklikleri, sürekli yeniden başlatmalara neden olabilir. Yinelenen ilk kopyalama davranışını gösteren tablolar için Yansıtma Durumu sayfasını izleyin ve tetikleyiciler ve sorun giderme yönergeleri için aşağıdaki Yeniden Izleme bölümünü gözden geçirin.
- Yansıtmanın sürekli çalıştığını unutmayın. Yansıtma şu anda zamanlama veya çoğaltma pencerelerini desteklemez. Çoğaltıcı değişiklikleri sürekli denetler; bu da Snowflake işlem kaynaklarının sürekli kullanılmasına neden olur. Snowflake bütçelerinizi uygun şekilde planlayın.
Snowflake'e özgü bulut sorgusu maliyetleri hakkında daha fazla bilgi için bkz . Snowflake belgeleri: Genel maliyeti anlama.
Sonraki adım
Tutorial: Microsoft Fabric yansıtılmış veritabanlarını Snowflake'ten yapılandırma