Sdílet prostřednictvím


Otevření zrcadlení v Microsoft Fabric (Preview)

Zrcadlení v Microsoft Fabric poskytuje snadné prostředí pro vyhnutí se složitým procesům ETL (Extrakce, Transformace, Nahrání) a integraci stávajících dat do OneLake společně s ostatními daty v Microsoft Fabric. Můžete průběžně replikovat svá stávající data přímo do Fabric's OneLake. V rámci Fabric můžete odemknout výkonné funkce business intelligence, umělé inteligence, datového inženýrství, datové vědy a scénáře sdílení dat.

Otevřené zrcadlení umožňuje jakékoli aplikaci zapisovat data změn přímo do zrcadlené databáze ve Fabric. Otevřené zrcadlení je navržené tak, aby bylo rozšiřitelné, přizpůsobitelné a otevřené. Jedná se o výkonnou funkci, která rozšiřuje zrcadlení ve Fabricu na základě formátu otevřených tabulek Delta Lake.

Jakmile data přistane ve OneLake in Fabric, otevřené zrcadlení zjednodušuje zpracování složitých změn dat, aby všechna zrcadlená data byla nepřetržitě aktuální a připravená k analýze.

Důležité

Tato funkce je ve verzi Preview.

Najdete kurz na téma konfigurace vaší otevřené zrcadlené databáze ve Fabric v Kurz: Konfigurace otevřených zrcadlených databází Microsoft Fabric.

Proč používat otevřené zrcadlení ve Fabricu?

Otevřený režim zrcadlení rozšiřuje možnosti zrcadlení ve Fabric na vlastní aplikace nebo stávající poskytovatele dat, aby mohla být data ukládána do zrcadlené databáze v rámci OneLake ve Fabric. Jakmile data přistanou v přistávací zóně, motor replikace zrcadlení spravuje složitost změn a převádí data do Delta Parquet, formátu připraveného pro analýzu. V jednom OneLake mohou být vaše data analyzována a využívána všemi zkušenostmi v Fabricu.

Diagram, který vysvětluje tok dat z cílové zóny do tabulek prostřednictvím zpracování změněného zachytávání dat (CDC).

Otevřená replikace splňuje vaše požadavky na kopírování dat, pokud:

  • Pomocí vlastní aplikace můžete zapisovat data do cílové zóny otevřeného zrcadlení podle požadavků a formátů cílové zóny otevřeného zrcadlení.
  • Využijte jednoho z našich stávajících partnerů pro otevřené zrcadlení, který vám pomůže zpracovávat data.

Jaká analytická prostředí jsou integrovaná?

Všechny typy zrcadlených databází jsou položkou v Fabric Data Warehousing, která se liší od Warehouse a SQL analytics endpoint.

Zrcadlení vytvoří v pracovním prostoru Fabric tři položky:

  • Zrcadlová položka databáze. Zrcadlení spravuje replikaci dat do OneLake a převod do formátu Delta Parquet a spravuje složitost změn v analytickém formátu. To umožňuje podřízené scénáře, jako jsou datové inženýrství, datové vědy a další.
  • Koncový bod analýzy SQL
  • Výchozí sémantický model

Každá otevřená zrcadlená databáze má automaticky vygenerovaný koncový bod analýzy SQL, který poskytuje bohaté analytické prostředí nad tabulkami Delta vytvořenými procesem zrcadlení. Uživatelé mají přístup ke známým příkazům T-SQL, které mohou definovat a dotazovat datové objekty, ale nebudou manipulovat s daty z koncového bodu analýzy SQL, protože se jedná o kopii určenou jen pro čtení. V koncovém bodu analýzy SQL můžete provést následující akce:

  • Prozkoumejte tabulky, které odkazují na data v tabulkách Delta Lake.
  • Vytvářejte dotazy a zobrazení bez kódu a prozkoumejte data vizuálně bez psaní jediného řádku kódu.
  • Vyvíjejte zobrazení SQL, vložené TVFy (funkce s hodnotami tabulky) a uložené procedury pro zapouzdření sémantiky a obchodní logiky v T-SQL.
  • Umožňuje spravovat oprávnění k objektům.
  • Dotazování dat v jiných skladech a lakehousech ve stejném pracovním prostoru.

Kromě editoru dotazů SQL existuje bohatý ekosystém nástrojů, které mohou dotazovat koncový bod pro SQL analýzy, včetně SQL Server Management Studio (SSMS), rozšíření mssql ve Visual Studio Code a dokonce i na GitHubuCopilot.

Otevřené úvahy o nákladech na zrcadlení

Výpočetní kapacita používaná k replikaci vašich dat do Fabric OneLake je zdarma. Náklady na úložiště využívající zrcadlení jsou zdarma až do kapacitního limitu. Další informace najdete v tématu Náklady na zrcadlení a Ceny Microsoft Fabric. Výpočetní výkon pro dotazování na data pomocí SQL, Power BI nebo Spark se účtuje podle pravidelných sazeb.

Další krok