适用于 ISV 的 Microsoft Fabric 集成路径
Microsoft Fabric 为独立软件供应商 (ISV) 提供了三种与 Fabric 无缝集成的方法。 对于从这一旅程开始的 ISV，我们希望演示每种不同路径下可用的各种资源。
与 Fabric OneLake 的互操作
互操作模型的主要重点是使 ISV 能够将其解决方案与 OneLake Foundation 集成。 为了与 Microsoft Fabric 进行互操作，我们使用数据工厂和实时智能中的大量连接器、OneLake 的 REST API、OneLake 中的快捷方式、Fabric 租户之间的数据共享以及数据库镜像来提供集成。
以下部分介绍了开始使用此模型的一些方法。
OneLake API
- OneLake 支持现有的 Azure Data Lake Storage (ADLS) Gen2 API 和 SDK 进行直接交互，使开发人员能够在 OneLake 中读取、写入和管理其数据。 详细了解 ADLS Gen2 REST API 以及如何连接到 OneLake。
- 由于并非 ADLS Gen2 中的所有功能都直接映射到 OneLake，OneLake 还强制实施设置文件夹结构以支持 Fabric 工作区和项。 有关在调用这些 API 时 OneLake 和 ADLS Gen2 之间不同行为的完整列表，请参阅 OneLake API 奇偶校验。
- 如果使用的是 Databricks 并想要连接到 Microsoft Fabric，则 Databricks 可与 ADLS Gen2 API 配合使用。 将 OneLake 与 Azure Databricks 集成。
- 要充分利用 Delta Lake 存储格式的功能，请查看并了解格式、表优化和 V-Order。 Delta Lake 表优化和 V-Order。
- 数据进入 OneLake 后，使用 OneLake 文件资源管理器在本地浏览。 OneLake 文件资源管理器将 OneLake 与 Windows 文件资源管理器无缝集成。 此应用程序会自动同步 Windows 文件资源管理器中你有权访问的所有 OneLake 项。 还可以使用与 ADLS Gen2 兼容的任何其他工具，例如 Azure 存储资源管理器。
实时智能 API
实时智能简化了数据分析和可视化，通过集中式解决方案对组织内的动态数据进行即时洞察并采取行动。 它通过可靠的查询、转换和存储功能有效地管理大量数据。
- Eventhouse 是专门为流式处理数据设计的，与实时中心兼容，非常适合基于时间的事件。 将根据引入时间自动对数据编制索引和分区，这为你提供了速度超快且复杂的分析查询功能来处理高粒度数据，可在 OneLake 中访问的这些数据来实现 Fabric 的全套体验。 Eventhouse 支持现有的 Eventhouse API 和 SDK 进行直接交互，使开发人员能够在 Eventhouse 中读取、写入和管理其数据。 了解有关 REST API 的详细信息。
- 事件流使你可以从各种源引入实时事件，并将其路由到各种目的地，例如 Eventhouse 中的 OneLake、KQL 数据库，以及 Data Activator。 详细了解事件流和事件流 API。
- 如果使用 Databricks 或 Jupyter Notebook，则可以利用 Kusto Python 客户端库来处理 Fabric 的 KQL 数据库。 详细了解 Kusto Python SDK。
- 可以利用现有的 Microsoft 逻辑应用、Azure 数据工厂或 Microsoft Power Automate 连接器与 Eventhouse 或 KQL 数据库进行交互。
- 实时智能中的数据库快捷方式是 Eventhouse 中对源数据库的嵌入引用。 源数据库可以是实时智能中的 KQL 数据库，也可以是 Azure 数据资源管理器数据库。 快捷方式可用于在同一租户内或租户之间的就地数据共享。 详细了解如何使用 API 管理数据库快捷方式。
Fabric 中的数据工厂
- 数据管道拥有一组广泛的连接器，使 ISV 能够毫不费力地连接到无数的数据存储。 无论你是连接传统数据库还是现代基于云的解决方案，我们的连接器都能确保集成过程顺利完成。 连接器概述。
- 借助我们提供的受支持 Dataflow Gen2 连接器，ISV 可以利用 Fabric 数据工厂的强大功能来管理复杂的数据工作流。 此功能对于希望简化数据处理和转换任务的 ISV 大有裨益。 Microsoft Fabric 中的 Dataflow Gen2 连接器。
- 有关 Fabric 中数据工厂支持的功能的完整列表，请查看以下博客：Fabric 中的数据工厂。
多云快捷方式
通过 Microsoft OneLake 中的快捷方式，你可通过为整个企业创建单个虚拟数据湖来跨域、云和帐户统一数据。 所有 Fabric 体验和分析引擎都可以通过统一的命名空间直接指向现有数据源，例如不同租户中的 OneLake、Azure Data Lake Storage (ADLS) Gen2、Amazon S3 存储帐户、Google Cloud Storage(GCS)、S3 兼容数据源和 Dataverse。 OneLake 为 ISV 提供了转换性数据访问解决方案，可以无缝地跨不同域和云平台桥接集成。
数据共享
数据共享允许 Fabric 用户跨不同的 Fabric 租户共享数据，而无需复制数据。 该功能通过使数据能够从 OneLake 存储位置“就地”共享来增强协作。 数据以只读方式共享，可通过各种 Fabric 计算引擎（包括 SQL、Spark、KQL 和语义模型）进行访问。 若要使用此功能，Fabric 管理员必须在共享租户和接收租户中都启用它。 此过程包括选择 OneLake 数据中心或工作区中的数据、配置共享设置以及向预期收件人发送邀请。
数据库镜像
镜像提供了一种现代化方法，用于从外部数据库或数据仓库连续、无缝访问数据以及将数据引入到 Microsoft Fabric 中的数据仓库体验中。 镜像几乎是实时的，用户可以立即访问源中的更改。 详细了解镜像和支持的数据库。
在 Fabric 上进行开发
借助“在 Fabric 上开发”模型，ISV 可以在 Fabric 上构建其产品和服务，或者将 Fabric 的功能无缝嵌入到其现有应用程序中。 这是从基本集成过渡到主动应用 Fabric 提供的功能。 主要集成外围应用是通过适用于各种 Fabric 体验的 REST API 实现的。 下表显示了按 Fabric 体验分组的 REST API 子集。 有关完整列表，请参阅 Fabric REST API 文档。
| Fabric 体验版 | API |
|---|---|
| 数据仓库 | - 仓库 - 镜像仓库 |
| 数据工程 | - Lakehouse - Spark - Spark 作业定义 - 表 - 作业 |
| 数据工厂 | - DataPipeline |
| 实时智能 | - Eventhouse - KQL 数据库 - KQL 查询集 - 事件流 |
| 数据科学 | - 笔记本 - ML 试验 - ML 模型 |
| OneLake | - 快捷方式 - ADLS Gen2 API |
| Power BI | - Report - 仪表板 - 语义模型 |
构建 Fabric 工作负载
“构建 Fabric 工作负载”模型旨在使 ISV 能够在 Fabric 平台上创建自定义体验。 它为 ISV 提供了必要的工具和功能，以使其产品/服务与 Fabric 生态系统保持一致，从而优化其独特的价值主张与 Fabric 的丰富功能的组合。
Microsoft Fabric 工作负载开发工具包为开发人员提供了一个全面的工具包，用于将应用程序集成到 Microsoft Fabric 中心。 此集成允许直接在 Fabric 工作区中添加新功能，从而增强用户的分析旅程。 它为开发人员和 ISV 提供了接触客户的新途径，提供熟悉的和新的体验，并利用现有的数据应用程序。 Fabric 管理员能够管理对工作负载中心的访问权限，为整个租户启用它，或者为其分配特定范围来控制组织内的访问。