Pengantar tutorial basis data SQL di Fabric
Berlaku untuk:✅Database SQL di Microsoft Fabric
Microsoft Fabric menyediakan toko serba ada untuk semua kebutuhan analitik untuk setiap perusahaan. Tujuan dari tutorial ini adalah untuk memberikan panduan komprehensif untuk menggunakan database SQL di Fabric. Tutorial ini disesuaikan untuk membantu Anda menavigasi melalui proses pembuatan database, menyiapkan objek database, menjelajahi fitur otonom, dan menggabungkan dan memvisualisasikan data. Selain itu, Anda akan mempelajari cara membuat titik akhir GraphQL, yang berfungsi sebagai pendekatan modern untuk menyambungkan dan mengkueri data Anda secara efisien. Anda juga akan mempelajari cara menggunakan titik akhir analitik SQL untuk bekerja dengan data cermin untuk pelaporan dan analisis, dan mengembangkan visualisasi data.
Penting
Fitur ini dalam pratinjau.
Tutorial ini disusun untuk menawarkan pengalaman langsung, memandu Anda melalui setiap langkah proses untuk memastikan pemahaman yang kuat tentang database SQL di Fabric dalam ekosistem Microsoft Fabric. Anda akan mendapatkan wawasan tentang titik integrasi yang mulus dan beragam pengalaman yang disesuaikan untuk pengembang profesional dan warga dalam Microsoft Fabric.
Tutorial ini tidak dimaksudkan untuk berfungsi sebagai arsitektur referensi, juga tidak mencakup daftar lengkap fitur dan fungsionalitas. Ini juga bukan panduan preskriptif tentang praktik terbaik melainkan panduan dasar untuk membiasakan Anda dengan kemampuan dan pengalaman pengguna database SQL di Fabric.
Database SQL dalam skenario end-to-end Fabric
Sebagai prasyarat untuk tutorial ini, selesaikan langkah-langkah berikut:
- Masuk ke akun online Power BI Anda, atau jika Anda belum memiliki akun, daftar untuk uji coba gratis.
- Aktifkan Microsoft Fabric untuk organisasi Anda di penyewa Anda.
Dalam tutorial ini, Anda mengambil peran pengembang database, bekerja di Contoso Group. Organisasi Anda ingin mengevaluasi informasi Rantai Pasokan untuk anak perusahaan AdventureWorks dan Northwind Traders berdasarkan penjualan sebelumnya dan komponen on-hand saat ini untuk berbagai produk yang digunakan dalam manufaktur.
Anda akan menggunakan data sampel bersama dengan data dan tampilan yang Anda buat. Tujuan Anda adalah membuat visualisasi data ini dan memungkinkan analisis data secara real-time yang tersedia untuk sebuah aplikasi. Anda telah memilih GraphQL sebagai API data utama untuk solusi. Berikut adalah langkah-langkah dalam tutorial ini:
- Membuat Ruang Kerja Microsoft Fabric
- Membuat database SQL di Microsoft Fabric
- Menyerap Data Sampel dan Membuat objek dan Data Tambahan
- Mengkueri database dan meninjau fitur otonom
- Menggunakan titik akhir analitik SQL untuk Mengkueri data
- Membuat dan berbagi visualisasi
- Melakukan Analisis Data menggunakan Microsoft Fabric Notebooks
- Membuat aplikasi menggunakan DevOps dan API GraphQL
- Membersihkan sumber daya
Basis data SQL dalam arsitektur end-to-end di Fabric
Berikut adalah ringkasan arsitektur yang diperkenalkan tutorial ini.
Sumber data - Microsoft Fabric memudahkan dan cepat untuk terhubung ke Azure Data Services, platform cloud lainnya, dan sumber data lokal untuk menyerap data dan membangun aplikasi yang menghasilkan dan mengedit data.
Penyerapan - Dengan 200+ konektor asli sebagai bagian dari alur Microsoft Fabric dan dengan transformasi data seret dan lepas dengan aliran data, Anda dapat dengan cepat membangun wawasan untuk organisasi Anda. Pintasan adalah fitur baru di Microsoft Fabric yang menyediakan cara untuk terhubung ke data yang ada tanpa harus menyalin atau memindahkannya. Anda dapat menemukan detail selengkapnya tentang fitur Pintasan nanti dalam tutorial ini. Untuk pengembangan, Anda memiliki protokol Aliran Data Tabular (TDS) yang dapat mengakses database seperti instans SQL Server. Anda juga memiliki API GraphQL untuk melakukan kueri tidak hanya pada database SQL di Fabric, tetapi juga pada beragam sumber data dalam Microsoft Fabric, dengan cara yang konsisten, aman, dan terintegrasi.
Store, Query and Enrich – Database SQL di Fabric bekerja dengan perintah Transact-SQL standar industri untuk membuat, membaca, memperbarui, dan menghapus data dan objek data, serta API GraphQL.
Expose - Data dari database SQL di Fabric dan titik akhir analitik SQL dapat digunakan oleh Power BI, alat kecerdasan bisnis terkemuka di industri, untuk pelaporan dan visualisasi. Setiap database SQL dalam koneksi Fabric dan titik akhir analitik SQL dilengkapi dengan titik akhir TDS bawaan untuk dengan mudah menyambungkan dan mengkueri data dari alat pelaporan lainnya, saat diperlukan. Saat database SQL dibuat, item sekunder yang disebut model semantik default dihasilkan pada saat yang sama dengan nama yang sama. Anda dapat menggunakan model semantik default melalui titik akhir analitik SQL dari database SQL. Dengan model semantik, Anda dapat memvisualisasikan data hanya dengan beberapa langkah. Database SQL dan titik akhir analitik SQL dapat diekspos melalui API GraphQL.
Data sampel
Untuk data sampel dalam tutorial ini, Anda akan menggunakan subset dari basis data sampel AdventureWorksLT dan Northwind. Untuk skenario end-to-end ini, Anda akan menyerap dan menghasilkan objek data dan data yang memadai untuk mengintip skala dan kemampuan performa database SQL di platform Microsoft Fabric. Sampel ini dapat diperluas untuk menunjukkan lebih banyak kemampuan platform.
Biasanya, Anda akan membuat data dari sistem transaksi (atau aplikasi lini bisnis) dalam database, lalu menyalin atau menggulung data ke dalam data lake atau area penahapan gudang data. Namun, untuk tutorial ini, Anda akan menggunakan sampel data Penjualan dan Produk sebagai titik awal, menambahkan data gudang, yang akan Anda gabungkan ke tabel lain, dan membuat Tampilan untuk data di sepanjang jalan.
Model data
Data sampel SalesLT untuk database SQL di Microsoft Fabric adalah subset database AdventureWorks yang lebih besar dan menyertakan elemen dan hubungan data berikut. Dalam tutorial ini Anda akan membuat Warehouse tabel, yang ditampilkan dalam Model Data ini. Untuk contoh ini, hanya kunci numerik untuk data yang dibuat, dan data dihasilkan dari skrip penyiapan. Untuk memperluas contoh ini, Anda akan menormalkan Warehouse tabel dengan Northwind impor tabel untuk nama, deskripsi, dan informasi pemasok lainnya.