分享方式

適用於 ISV 的 Microsoft Fabric 整合路徑

Microsoft Fabric 為獨立軟體廠商 (ISV) 提供三種不同的路徑，可順暢地與 Fabric 整合。 針對開始此旅程的 ISV，我們想逐步解說在這些路徑下可用的各種資源。

圖顯示與 Fabric 整合的不同方式。

與 Fabric OneLake 交互

Interop 模型的主要重點是實現 ISV 的解決方案與 OneLake Foundation 整合。 為了與 Microsoft Fabric 進行互操作，我們在 Data Factory 和 Real-Time Intelligence 中使用多種連接器進行整合。 我們也提供 OneLake 的 REST API、OneLake 中的快捷方式、跨網狀架構租使用者共享的數據，以及資料庫鏡像。

圖中顯示與 OneLake 互作的不同方式：API、Data Factory、即時智慧、多重雲端快捷方式、數據共用和資料庫鏡像。

下列各節介紹了可以開始使用此模型的一些方式。

OneLake API

  • OneLake 支援現有的 Azure Data Lake Storage (ADLS) Gen2 API 和 SDK 進行直接互動，讓開發人員能夠在 OneLake 中讀取、寫入及管理其資料。 深入了解 ADLS Gen2 REST API 以及如何 連線到 OneLake。
  • 由於並非 ADLS Gen2 中的所有功能都會直接對應至 OneLake，OneLake 也會強制設定資料夾結構來支援 Fabric 工作區和項目。 如需呼叫這些 API 時 OneLake 與 ADLS Gen2 之間不同行為的完整清單，請參閱＜OneLake API 同位＞。
  • 如果使用 Databricks 並想要連線到 Microsoft Fabric，Databricks 會與 ADLS Gen2 API 搭配運作。 將 OneLake 與 Azure Databricks 整合。
  • 要充分發揮 Delta Lake 儲存格式的功能，請檢閱並了解格式、資料表最佳化及 V-Order。 Delta Lake 資料表最佳化和 V-Order。
  • 一旦資料位於 OneLake 中，請使用 OneLake 檔案總管在本機探索。 OneLake 檔案總管可順暢地將 OneLake 與 Windows 檔案總管整合。 此應用程式會自動同步您在 Windows 檔案總管中有權存取的所有 OneLake 項目。 也可以使用任何其他與 ADLS Gen2 相容的工具，例如 Azure 儲存體總管。

圖表，其中顯示 OneLake API 如何與 Fabric 工作負載互動。

實時智慧API介面

網狀架構 Real-Time Intelligence 是一個全方位的解決方案，旨在支援即時數據的整個生命週期，從擷取和串流處理到分析、視覺效果和動作。 它專為處理高輸送量串流數據而建置，可為數據擷取、轉換、查詢和記憶體提供強大的功能，讓組織能夠做出及時的數據驅動決策。

  • Eventstreams 可讓您從各種來源帶入即時事件，並將其路由傳送至各種目的地，例如 Eventhouses 中的 KQL 資料庫，以及 Fabric 啟動器。 深入瞭解 Eventstreams 和 Eventstreams API。
  • 您可以透過多個通訊協定將串流資料內嵌到 Eventstreams，包括 。 Kafka、事件中樞、AMQP，以及此處所列的連接器清單日益增多 。
  • 使用無程式碼方式或 SQL 操作處理擷取的事件之後，結果可以路由至數個 Fabric 目標位置或自訂端點。 在這裡深入瞭解 Eventstreams 目的地 。
  • Eventhouse 是專為串流數據所設計，可與 Real-Time 中樞相容，非常適合用於以時間為基礎的事件。 資料會根據擷取時間自動編製索引並分割，從而提供您極快速且複雜的分析查詢能力，這些高粒度資料能在 OneLake 中被存取，並應用於 Fabric 的多種體驗套件中。 Eventhouse 支援現有的 Eventhouse API 和 SDK 進行直接互動，讓開發人員能夠在 Eventhouses 中讀取、寫入及管理其資料。 深入了解 REST API。
  • 如果正在使用 Databricks 或 Jupyter Notebook，可以利用 Kusto Python 用戶端程式庫，在 Fabric 中使用 KQL 資料庫。 深入了解 Kusto Python SDK。
  • 可以利用現有的 Microsoft Logic Apps、Azure Data Factory 或 Microsoft Power Automate 連接器，與 Eventhouses 或 KQL Database 互動。
  • Real-Time Intelligence 中的資料庫捷徑是 Eventhouse 中對來源資料庫的內嵌參考。 來源資料庫可以是 Real-Time Intelligence 中的 KQL 資料庫或 Azure 資料總管資料庫。 快捷方式可用於在同一租用戶內或跨租用戶之間就地共用資料。 深入了解使用 API 管理資料庫捷徑。

圖表，其中顯示 Real-Time Intelligence API 如何與 Fabric 工作負載互動。

Fabric 中的 Data Factory

  • 管道擁有 一組廣泛的連接器，使 ISV 能夠輕鬆連接到無數資料存放區。 無論是連接傳統資料庫或新式雲端式解決方案，我們的連接器都可確保進行順暢的整合。 連接器概觀。
  • 透過支援的 Dataflow Gen2 連接器，ISV 可以利用 Fabric Data Factory 的強大功能來管理複雜的資料工作流程。 對於想要簡化資料處理和轉換工作的 ISV，此功能很有用。 Microsoft Fabric 中的 Dataflow Gen2 連接器。
  • 如需了解 Data Factory 在 Fabric 中支援的完整功能清單，請查看此 Fabric 中的 Data Factory 部落格。

螢幕擷取畫面，其中顯示 Fabric Data Factory 介面。

多雲端捷徑

Microsoft OneLake 中的捷徑允許跨網域、雲端和帳戶整合資料，從而為整個企業建立單一虛擬資料湖。 所有網狀架構體驗和分析引擎都可以直接指向您現有的數據源，例如不同租使用者中的 OneLake、 Azure Data Lake Storage （ADLS） Gen2、 Amazon S3 記憶體帳戶、 Google Cloud Storage（GCS）、 S3 兼容數據源，以及透過統一命名空間 的 Dataverse 。 OneLake 為 ISV 提供變革性資料存取解決方案，順暢地橋接跨各種網域和雲端平臺的整合。

圖表，其中顯示 OneLake 中的多雲端快捷徑。

資料共用

資料共用可讓 Fabric 使用者跨不同 Fabric 租用戶共用資料，而無需複製資料。 這項功能允許從 OneLake 儲存位置「就地」共用資料，從而增強共同作業。 資料會以唯讀方式共用，可透過 SQL、Spark、KQL 和語意模型在內的各種 Fabric 計算引擎存取。 若要使用這項功能，Fabric 管理員必須在共用和接收租用戶中啟用此功能。 此流程包括選取 OneLake 資料中樞或工作區中的資料、設定共用設定，以及向預定收件者傳送邀請。

圖表，其中顯示資料共用流程在 Fabric 中的運作方式。

資料庫鏡像

在 Fabric 中，鏡像提供一種簡便的方式，避免複雜的 ETL（擷取、轉換、載入）過程，並將您的現有數據整合到 OneLake 與 Microsoft Fabric 中的其他數據中。 您可以持續將現有的數據直接復寫到 Fabric 的 OneLake。 在 Fabric 中，您可以開啟強大的商業智慧、人工智慧、數據工程、數據科學和數據分享情境。

圖表，其中顯示 Fabric 中資料庫鏡像。

開放鏡像可讓 任何應用程式 直接將更改數據寫入 Fabric 中的鏡像資料庫。 開放鏡像是設計成可延伸、可自訂和開放。 這是一項強大的功能，可基於開源 Delta Lake 表格式，擴充 Fabric 中的鏡射功能。 一旦數據落入 Fabric 中的 OneLake，開放式鏡像技術即可簡化複雜數據變更的處理，確保所有鏡像數據持續更新並準備好進行分析。

在 Fabric 上開發

圖表，其中顯示如何在 Fabric 上組建應用程式。

透過 Fabric Develop 模型，ISV 可以 Fabric 上組建其產品和服務，或在其現有應用程式中順暢地內嵌 Fabric 功能。 這是從基本整合到主動套用 Fabric 功能的轉換。 主要整合介面區是透過 REST API 實現各種 Fabric 體驗。 以下資料表顯示依 Fabric 體驗分組的 REST API 子集。 如需完整清單，請參閱 Fabric REST API 文件。

布料體驗 API
Data Warehouse - 倉儲
- 鏡像倉儲
資料工程 - 湖屋
- 火花
- Spark 工作定義
- 表格
- 工作
Data Factory - 資料管線
即時智慧 - 活動屋
- KQL 資料庫
- KQL 查詢集
- 事件流
資料科學 - 筆記本
- ML 實驗
- ML 模型
OneLake - 快速鍵
- ADLS Gen2 API
Power BI - 報告
- 儀表板
- 語意模型

建立 Fabric 工作負載

圖表顯示如何建立自己的面料工作負載。

組建 Fabric 工作負載模型旨在讓 ISV 能夠在 Fabric 平台上建立自訂體驗。 它為 ISV 提供必要的工具和功能，讓其產品與 Fabric 生態系統保持一致，從而最佳化其獨特價值主張與 Fabric 廣泛功能的組合。

Microsoft Fabric 工作負載開發工具包 提供完整的工具組，可讓開發人員將應用程式整合到 Microsoft Fabric 中樞。 此整合可實現直接在 Fabric 工作區中新增新功能，進一步精簡了使用者的分析旅程。 它為開發人員和 ISV 提供了觸達客戶的新途徑，提供熟悉新穎的體驗，並利用現有的資料應用程式。 網狀架構系統管理員能夠管理誰可以在組織中新增工作負載。

工作負載中樞

Microsoft Fabric 中的 工作負載中樞 可作為集中式介面，用戶可以在其中探索、管理及存取所有可用的工作負載。 Fabric 中的每個工作負載都會與可在 Fabric 工作區內建立的特定專案類型相關聯。 透過流覽工作負載中樞，用戶可以輕鬆地探索及與各種工作負載互動，增強其分析和作功能。

顯示工作負載中心的螢幕擷取畫面。

網狀架構系統管理員有權 管理工作負載的 可用狀態，使其可在整個租戶或特定的容量中使用。 此擴充性可確保 Fabric 維持彈性且可調整的平臺，讓組織能夠量身打造其工作負載環境，以符合不斷演進的數據和商務需求。 藉由與 Fabric 的安全性與治理架構緊密整合，工作負載中樞可簡化工作負載部署和管理。 每個工作負載都會隨附試用體驗，讓使用者快速開始使用。 以下是可用的工作負載：

  • 2TEST：自動化測試和數據質量檢查的完整質量保證工作負載。

    顯示 2test 工作負載的螢幕快照。

  • Informatica Cloud Data Quality：讓您直接在 Fabric 環境中分析、偵測和修正資料問題，例如重複、遺漏值和不一致。

    顯示 Informatica 工作負載的螢幕擷取畫面。

  • Lumel EPM：使業務用戶能夠在語義模型之上構建無代碼企業績效管理 （EPM） 應用程序。

    顯示 Lumel 工作量的螢幕擷取畫面。

  • Neo4j AuraDB 與圖形分析：從 OneLake 數據創建圖形模型，直觀地分析和探索數據連接，查詢您的數據，並在 Fabric 控制台中運行 65+ 內置算法中的任何一種，並提供無縫體驗。

    顯示 Neo4j 工作負載的螢幕截圖。

  • Osmos AI Data Wrangler：使用 AI 驅動的數據整頓工具將數據準備自動化，讓數據轉換變得毫不費力。

    顯示 Osmos 工作負載的螢幕截圖。

  • Power Designer：適用於全公司樣式和報表範本建立的工具，可改善 Power BI 報表設計。

    顯示 PBI Tips 工作負載的螢幕擷取畫面。

  • Celonis Process Intelligence： 允許組織在 Microsoft Fabric 中公開 Celonis 獨特的數據和上下文類別。

    顯示 Celonis 工作量的螢幕截圖。

  • Profisee 主數據管理： 使用戶能夠有效地匹配、合併、標準化、修復和驗證數據，將其轉化為可信賴的、可消費的數據產品，用於分析和 AI。

    顯示 Profisee 工作量的螢幕截圖。

  • Quantexa Unify：藉由提供具有進階數據解析功能的 360 度檢視，增強 Microsoft OneLake 數據源。

    顯示 Quantexa 工作負載的螢幕擷取畫面。

  • SAS Decision Builder： 幫助組織自動化、優化和擴展其決策流程。

    顯示 SAS 工作負載的螢幕擷取畫面。

  • 統計： 將數據可視化和分析直接帶到您的倉庫。

    顯示 Statsig 工作負載的螢幕擷取畫面。

  • Teradata AI Unlimited：透過 Teradata 的資料庫內函式，將 Teradata 的分析引擎與 Microsoft Fabric 的數據管理功能結合在一起。

    顯示 Teradata 工作負載的螢幕擷取畫面。

  • SQL2Fabric-Mirroring by Striim：完全託管的零程式碼複寫解決方案，可將內部部署 SQL Server 資料無縫鏡像到 Microsoft Fabric OneLake

    顯示 Striim 工作量的螢幕截圖。

隨著更多工作負載可供使用，工作負載中樞將繼續作為探索新功能的動態空間，確保使用者擁有調整和優化其數據驅動解決方案所需的工具。

  • Last updated on