Microsoft Fabric-Entscheidungsleitfaden: Wählen Sie zwischen Warehouse und Lakehouse

  • Artikel

Microsoft Fabric bietet zwei unternehmensweite, offene Standardformatarbeitslasten für die Datenspeicherung: Warehouse und Lakehouse. In diesem Artikel werden die beiden Plattformen und die Entscheidungspunkte für die einzelnen Plattformen verglichen.

Kriterium

Diagramm, das Entscheidungsstrukturen für Lakehouse und Warehouse in Microsoft Fabric enthält.

Keine Code- oder Pro-Code-Lösungen: Wie möchten Sie entwickeln?

  • Spark
    • Lakehouse​ verwenden
  • T-SQL
    • Warehouse​ verwenden

Warehousing-Bedarf: Benötigen Sie Transaktionen mit mehreren Tabellen?

  • Ja.
    • Warehouse​ verwenden
  • Nein
    • Lakehouse​ verwenden

Datenkomplexität: Welche Art von Daten analysieren Sie?

  • Nicht bekannt
    • Lakehouse​ verwenden
  • Unstrukturierte und strukturierte Daten
    • Lakehouse​ verwenden
  • Nur strukturierte Daten
    • Warehouse​ verwenden

Auswählen eines Kandidatendiensts

Führen Sie eine ausführlichere Auswertung des Diensts durch, um zu ermitteln, ob er Ihren Anforderungen entspricht.

Das Warehouse-Element in Fabric Synapse Data Warehouse ist ein Data Warehouse mit offenem Standardformat.

  • Keine manuelle Anpassung mit minimaler Einrichtung und Bereitstellung, keine Konfiguration von Compute oder Storage erforderlich. ​
  • Einfache und intuitive Warehouse-Erfahrungen für Anfänger und erfahrene Datenprofis (no/pro code).
  • Lake-zentrierte Warehouses speichern Daten in OneLake im offenen Delta-Format mit einfacher Datenwiederherstellung und -verwaltung.
  • Vollständig in alle Fabric-Workloads integriert.
  • Das Laden und Transformieren von Daten im großen Maßstab mit vollständigen Transaktionsgarantien mit mehreren Tabellen, die vom SQL-Modul bereitgestellt werden.
  • Virtuelle Warehouses mit datenbankübergreifender Abfrage und einer vollständig integrierten semantischen Ebene.
  • Unternehmensfähige Plattform mit End-to-End-Leistung und Nutzungssichtbarkeit mit integrierter Governance und Sicherheit.
  • Flexibilität beim Erstellen von Data Warehouse- oder Datengittern basierend auf organisatorischen Anforderungen und Auswahl von No-Code, Low-Code oder T-SQL für Transformationen.

Das Lakehouse-Element in Fabric Synapse Datentechnik

  • Speichern, verwalten und analysieren Sie strukturierte und unstrukturierte Daten an einem zentralen Ort, um Erkenntnisse zu gewinnen und Entscheidungen schneller und effizient zu treffen.
  • Flexible und skalierbare Lösung, mit der Organisationen große Datenmengen aller Typen und Größen verarbeiten können.
  • Einfaches Aufnehmen von Daten aus vielen verschiedenen Quellen, die in ein einheitliches Delta-Format konvertiert werden
  • Automatische Tabellenermittlung und -registrierung für eine vollständig verwaltete Datei-zu-Tabelle-Umgebung für Datentechniker und Data Scientists. ​
  • Automatischer SQL-Analyseendpunkt und Standarddatensatz, der die T-SQL-Abfrage von Delta-Tabellen im See ermöglicht

Beide sind in Power BI Premium- oder Fabric-Kapazitäten enthalten.

Vergleichen verschiedener Warehouse-Funktionen

Diese Tabelle vergleicht das Warehouse mit dem SQL-Analyse-Endpunkt des Lakehouse.

Microsoft Fabric-Angebot

Lagerort

SQL-Analyseendpunkt des Lakehouse

Primäre Funktionen

ACID-konform, vollständiges Data Warehousing mit Transaktionsunterstützung in T-SQL

Schreibgeschützter, vom System generierter SQL-Analyseendpunkt für ein Lakehouse für T-SQL-Abfragen und -Bereitstellungen. Unterstützt Analysen für die Lakehouse-Deltatabellen und die Delta Lake-Ordner, auf die über Verknüpfungen verwiesen wird.

Entwicklerprofil

SQL-Entwickler*innen oder Citizen Developers

Technische Fachkräfte für Daten oder SQL-Entwickler*innen

Laden von Daten

SQL, Pipelines, Dataflows

Spark, Pipelines, Dataflows, Verknüpfungen

Unterstützung für Deltatabellen

Lese- und Schreibvorgänge im Zusammenhang mit Deltatabellen

Lesen von Deltatabellen

Speicherebene

Offenes Datenformat – Delta

Offenes Datenformat – Delta

Empfohlener Anwendungsfall

  • Data Warehousing für den Unternehmenseinsatz
  • Data Warehousing für Abteilungen, Geschäftseinheiten oder die Self-Service-Verwendung
  • Strukturierte Datenanalyse in T-SQL mit Tabellen, Ansichten, Prozeduren und Funktionen sowie Advanced SQL-Unterstützung für BI
  • Untersuchen und Abfragen von Deltatabellen aus dem Lakehouse
  • Stagingdaten und Archivierungszone für die Analyse
  • Medaillon-Lakehouse-Architektur mit Zonen für Analysen auf Bronze-, Silber- und Goldebene
  • Kopplung mit Warehouse für Analyseanwendungsfälle auf Unternehmensebene

Entwicklungsumgebung

  • Warehouse-Editor mit vollständiger Unterstützung für die Erfassung, Modellierung, Entwicklung und Abfrage von T-SQL-Daten über die Benutzeroberfläche für die Datenerfassung, -modellierung und -abfrage
  • Lese-/Schreibunterstützung für Tools von Erst- und Drittanbietern
  • Lakehouse-SQL-Analyseendpunkt mit eingeschränkter T-SQL-Unterstützung für Ansichten, Tabellenwertfunktionen und SQL-Abfragen
  • Benutzeroberfläche für Modellierungen und Abfragen
  • Eingeschränkte T-SQL-Unterstützung für Tools von Erst- und Drittanbietern

T-SQL-Funktionen

Vollständige DQL-, DML- und DDL-T-SQL-Unterstützung, vollständige Transaktionsunterstützung

Vollständige DQL-, keine DML- und eingeschränkte DDL-T-SQL-Unterstützung (z. B. SQL-Ansichten und -TVFs)

Zugehöriger Inhalt