閱讀英文版本

分享方式：

什麼是 Microsoft Fabric 中的資料倉儲？

  • 文章

適用於：✅ Microsoft Fabric 中的 SQL 分析端點和倉儲

網狀架構數據倉儲是Microsoft Fabric 內的新一代數據倉儲解決方案。

以資料湖為中心的倉儲在企業級分散式處理引擎基礎上建置，可大規模實現業界領先的效能，同時將設定和管理需求降至最低。 Fabric 資料倉儲位於 Data Lake 中，且專為原生支援開放資料格式而設計，可在資料工程師與商務使用者之間實現無縫的共同作業，而不會影響安全性或治理。

便於使用的 SaaS 體驗還與 Power BI 緊密整合，以便輕鬆地分析和報告，融合資料湖和倉儲世界，並大幅簡化組織對其分析資產的投資。 

資料倉儲客戶可受益於以下方面：

  • 以 Delta-parquet 格式儲存的資料可讓 ACID 交易與其他 Fabric 工作負載互通，這意味著您無需多個資料複本。
  • 跨資料庫查詢可使用多個資料來源，快速獲得零資料重複深入解析。
  • 透過管線、資料流程、跨資料庫查詢或 COPY INTO 命令，輕鬆地大規模擷取、載入和轉換資料。
  • 使用業界領先的分散式查詢處理引擎進行自主工作負載管理，意味著無需操作即可達到最佳效能。
  • 近乎即時地擴展以符合商務需求。 儲存與計算分開。
  • 使用便於取用且始終連線的語意模型來縮短深入解析時間，並且可與 Direct Lake 模式的 Power BI 整合。 報告始終具有最新的分析和報告資料。
  • 針對任何技能層級建置，從公民開發者到 DBA 或資料工程師。

資料倉儲項目

網狀架構數據倉儲不是傳統的企業數據倉儲，它是支援兩個不同的倉儲專案的湖倉儲：網狀架構數據倉儲和 SQL 分析端點。 兩者均專為滿足客戶商務需求而建置，同時提供最佳效能、最大限度地降低成本，以及減少系統管理額外負荷。

Fabric 資料倉儲

在 Microsoft Fabric 工作區中，網狀架構倉儲會在 [類型] 資料行中標示為 [倉儲]。 若您需要資料倉儲的完整功能和交易功能 (DDL 和 DML 查詢支援)，這是專為您打造的快速且簡單的解決方案。

螢幕擷取畫面顯示工作區中的 Warehouse 類型。

倉儲可採用任何一種支援的資料擷取方法填入，例如 COPY INTO、管線、資料流程或跨資料庫擷取選項，例如 CREATE TABLE AS SELECT (CTAS)、INSERT..SELECT 或 SELECT INTO。

若要開始使用 Warehouse，請參閱：

Lakehouse 的 SQL 分析端點

在 Microsoft Fabric 工作區中，每個 Lakehouse 都有自動產生的「SQL 分析端點」，可用於從 Lakehouse 的「資料湖」檢視 (支援資料工程和 Apache Spark) 轉換為相同 Lakehouse 的 "SQL" 檢視，以建立檢視、函數、預存程序，以及套用 SQL 安全性。

螢幕擷取畫面顯示工作區中 SQL 分析端點類型。

藉助 Lakehouse 的 SQL 分析端點，T-SQL 命令可定義及查詢資料物件，但無法操作或修改資料。 您可以在 SQL 分析端點中執行下列動作：

  • 查詢在資料湖的 Delta Lake 資料夾中參考資料的資料表。
  • 建立檢視、內嵌 TVF 和程序，以在 T-SQL 中封裝語意和商務邏輯。
  • 管理物件的權限。

若要開始使用 SQL 分析端點，請參閱：

倉儲或資料湖

在決定使用倉儲還是 Lakehouse 時，請務必考慮資料管理和分析需求的特定需求和內容。 同樣重要的是，這並非單面決策！

如果商務需求變更，而且無論您從何處開始，倉儲和 Lakehouse 都會針對所有 T-SQL 查詢使用相同的強大 SQL 引擎，您隨時有機會在稍後新增一個或另一個。

以下列出了一些可協助您做出決策的一般指導方針：

  • 若您需要具有開放式標準格式、無旋軸效能和最少設定的企業規模解決方案，請選擇資料倉儲。  資料倉儲最適合半結構化和結構化資料格式，同時適用於初學者和經驗豐富的資料專業人員，提供簡單且直覺化的體驗。

  • 若您需要來自異質來源的大型非結構化資料存放庫、利用低成本物件儲存，以及想要使用 SPARK 作為主要開發工具，請選擇 Lakehouse。 做為「輕量型」資料倉儲，您一律可選擇使用 SQL 端點和 T-SQL 工具，在 Lakehouse 中傳遞報告和資料智慧案例。

如需更詳細的決策指引，請參閱 Microsoft Fabric 決策指南：在倉儲與 Lakehouse 間選擇。

相關內容