Что такое зеркальное отображение в Fabric?

Как решение для репликации данных зеркальное отображение в Fabric — это решение с низкой стоимостью и низкой задержкой для объединения данных из различных систем в одну платформу аналитики. Вы можете непрерывно реплицировать существующий объект данных непосредственно в OneLake Fabric, включая данные из База данных SQL Azure, Azure Cosmos DB, Azure Databricks и Snowflake.

Используя самые актуальные данные в запрашиваемом формате в OneLake, теперь можно использовать все различные службы в Fabric, такие как выполнение аналитики с помощью Spark, выполнение записных книжек, проектирование данных, визуализация с помощью отчетов Power BI и многое другое.

Зеркальное отображение в Fabric позволяет пользователям использовать высоко интегрированный, комплексный и простой продукт, предназначенный для упрощения потребностей аналитики. Создано для открытости и совместной работы между корпорацией Майкрософт и технологическими решениями, которые могут читать формат таблицы Delta Lake с открытым исходным кодом, зеркальное отображение — это решение с низкой и низкой задержкой, которое позволяет создавать реплику данных в OneLake, которая может использоваться для всех аналитических потребностей.

Затем таблицы Delta можно использовать во всем мире Fabric, позволяя пользователям ускорить их переход в Fabric.

Зачем использовать зеркальное отображение в Fabric?

Сегодня многие организации имеют критически важные операционные или аналитические данные, сидящие в силосах.

Для доступа и работы с данными сегодня требуются сложные конвейеры ETL (Извлечение нагрузки преобразования), бизнес-процессы и силосы принятия решений, создание:

  • Ограниченный и ограниченный доступ к важным, постоянно изменяющимся данным
  • Трение между людьми, процессами и технологиями
  • Длительное время ожидания для создания конвейеров данных и процессов для критически важных данных
  • Нет свободы использовать инструменты, необходимые для анализа и совместного использования аналитических сведений.
  • Отсутствие надлежащей основы для людей для совместного использования и совместной работы с данными
  • Нет общих форматов открытых данных для всех аналитических сценариев : BI, AI, Integration, Engineering и даже Apps

Зеркальное отображение в Fabric обеспечивает простой опыт для ускорения времени и ценности для аналитических сведений и решений, а также для разбиения данных между технологическими решениями:

  • Репликация данных практически в режиме реального времени в озеро данных SaaS с встроенной аналитикой для бизнес-аналитики и искусственного интеллекта

Платформа Microsoft Fabric основана на программном обеспечении как услуга (SaaS), которая занимает простоту и интеграцию с совершенно новым уровнем. Дополнительные сведения о Microsoft Fabric см. в статье "Что такое Microsoft Fabric?"

Зеркальное отображение создает три элемента в рабочей области Fabric:

  • Зеркальное отображение управляет репликацией данных в OneLake и преобразованием в Parquet в формате, готовом к аналитике. Это позволяет нижестоящим сценариям, таким как проектирование данных, обработка и т. д.
  • Конечная точка аналитики SQL
  • Семантическая модель по умолчанию

Помимо Редактор запросов Microsoft Fabric SQL существует широкая экосистема инструментов, включая SQL Server Management Studio, Azure Data Studio и даже GitHubCopilot.

Общий доступ позволяет упростить управление доступом и управление ими, чтобы убедиться, что вы можете управлять доступом к конфиденциальной информации. Общий доступ также обеспечивает безопасный и демократизированный процесс принятия решений в организации.

В настоящее время доступны следующие внешние базы данных:

Платформа Репликация практически в режиме реального времени Полный учебник
Зеркальные базы данных Microsoft Fabric из Azure Cosmos DB (предварительная версия) Да Руководство по Azure Cosmos DB
Зеркальные базы данных Microsoft Fabric из Azure Databricks (предварительная версия) Да Руководство по Azure Databricks
Зеркальные базы данных Microsoft Fabric из База данных SQL Azure (предварительная версия) Да Руководство по База данных SQL Azure
Зеркальные базы данных Microsoft Fabric из Snowflake Да Руководство. Snowflake

Как работает репликация зеркального отображения практически в реальном времени?

Зеркальное отображение включается путем создания безопасного подключения к рабочему источнику данных. Вы выбираете, следует ли реплицировать всю базу данных или отдельные таблицы, а зеркальное отображение автоматически сохраняет данные в синхронизации. После настройки данные будут непрерывно реплицироваться в OneLake для потребления аналитики.

Ниже приведены основные основы зеркального отображения.

  • Включение зеркального отображения в Fabric является простым и интуитивно понятным без необходимости создавать сложные конвейеры ETL, выделять другие вычислительные ресурсы и управлять перемещением данных.

  • Зеркальное отображение в Fabric — это полностью управляемая служба, поэтому вам не нужно беспокоиться о размещении, обслуживании или управлении репликацией зеркального подключения.

Совместное использование

Общий доступ позволяет упростить управление доступом и управление ими, в то время как элементы управления безопасностью на уровне строк (RLS) и безопасностью уровня объектов (OLS), а также обеспечивают контроль доступа к конфиденциальной информации. Общий доступ также обеспечивает безопасный и демократизированный процесс принятия решений в организации.

Предоставляя общий доступ, пользователи предоставляют другим пользователям или группе пользователей доступ к зеркальной базе данных без предоставления доступа к рабочей области и остальным его элементам. Если кто-то использует зеркальную базу данных, они также предоставляют доступ к конечной точке аналитики SQL и связанной семантической модели по умолчанию.

Откройте диалоговое окно "Общий доступ" с помощью кнопки "Общий доступ" рядом с именем зеркальной базы данных в представлении рабочей области. Общие зеркальные базы данных можно найти в Центре данных OneLake или разделе "Общий доступ ко мне " в Microsoft Fabric.

Дополнительные сведения см. в статье "Общий доступ к хранилищу" и управление разрешениями.

Межбазовые запросы

С помощью данных из зеркальной базы данных, хранящихся в OneLake, можно создавать запросы между базами данных, присоединять данные из зеркальных баз данных, хранилищ и конечных точек аналитики SQL в одном запросе T-SQL. Дополнительные сведения см. в статье "Запись запроса между базами данных".

Например, можно ссылаться на таблицу из зеркальных баз данных и хранилищ с помощью трехкомпонентного именования. В следующем примере используйте трехкомпонентное имя для ссылки ContosoSalesTable на хранилище ContosoWarehouse. Из других баз данных или хранилищ первая часть стандартного соглашения об именовании sql с тремя компонентами — это имя зеркальной базы данных.

SELECT * 
FROM ContosoWarehouse.dbo.ContosoSalesTable AS Contoso
INNER JOIN Affiliation
ON Affiliation.AffiliationId = Contoso.RecordTypeID;

Инжиниринг данных с зеркальными данными базы данных

Microsoft Fabric предоставляет различные возможности проектирования данных, чтобы обеспечить доступность данных, хорошо организованную и высококачественную. Из Инжиниринг данных Fabric можно:

  • Создание и управление данными в качестве Spark с помощью lakehouse
  • Проектирование конвейеров для копирования данных в lakehouse
  • Использование определений заданий Spark для отправки задания пакетной или потоковой передачи в кластер Spark
  • Использование записных книжек для записи кода для приема данных, подготовки и преобразования

Обработка и анализ данных с зеркальными данными базы данных

Microsoft Fabric предлагает Synapse Обработка и анализ данных, чтобы пользователи могли выполнять комплексные рабочие процессы обработки и анализа данных в целях обогащения данных и бизнес-аналитики. Вы можете выполнить широкий спектр действий в рамках всего процесса обработки и анализа данных, вплоть до изучения, подготовки и очистки данных до экспериментирования, моделирования, оценки моделей и обслуживания прогнозных аналитических сведений до отчетов бизнес-аналитики.

Пользователи Microsoft Fabric могут получать доступ к рабочим нагрузкам Обработка и анализ данных. Оттуда они могут обнаруживать и получать доступ к различным соответствующим ресурсам. Например, они могут создавать эксперименты машинного обучения, модели и записные книжки. Они также могут импортировать существующие записные книжки на домашней странице Обработка и анализ данных.