Del via

Hva er datalagring i Microsoft Fabric?

  • Artikkel

Gjelder for:✅ SQL Analytics-endepunkt og Warehouse i Microsoft Fabric

Fabric Data Warehouse er en neste generasjons datalagringsløsning i Microsoft Fabric.

Det innsjøsentriske lageret er bygget på en distribuert prosessmotor i foretaksklasse som muliggjør bransjeledende ytelse i stor skala, samtidig som det minimerer behovet for konfigurasjon og administrasjon. Fabric-datalageret bor i datasjøen og er utformet for å støtte åpne dataformater, og muliggjør sømløst samarbeid mellom dataingeniører og forretningsbrukere uten å gå på akkord med sikkerheten eller styringen.

Den brukervennlige SaaS-opplevelsen er også tett integrert med Power BI for enkel analyse og rapportering, konvergerer verden av datainnsjøer og varehus og forenkler i stor grad en organisasjonsinvestering i deres analyseeiendom. 

Datalagerkunder drar nytte av:

  • Data som er lagret i Delta-parquet-format , muliggjør ACID-transaksjoner og interoperabilitet med andre fabric-arbeidsbelastninger, noe som betyr at du ikke trenger flere kopier av data.
  • Kryssdatabasespørringer kan bruke flere datakilder for rask innsikt med null dataduplisering.
  • Det er enkelt å innta, laste inn og transformere data i stor skala gjennom datasamlebånd, dataflyter, kryssdatabasespørring eller KOMMANDOEN KOPIER TIL.
  • Autonom arbeidsbelastningsadministrasjon med bransjeledende distribuert spørringsbehandlingsmotor betyr ingen knotter å slå for å oppnå best mulig ytelse i klassen.
  • Skaler nær umiddelbart for å møte forretningskrav. Lagring og databehandling er atskilt.
  • Redusert tid til innsikt med en lett forbrukbar, alltid tilkoblet semantisk modell som er integrert med Power BI i Direct Lake-modus. Rapporter har alltid de nyeste dataene for analyse og rapportering.
  • Bygget for alle ferdighetsnivåer, fra borgerutvikleren til DBA eller dataingeniør.

Datalagreelementer

Fabric Data Warehouse er ikke et tradisjonelt bedriftsdatalager, det er et innsjølager som støtter to distinkte lagerelementer: Fabric-datalageret og SQL Analytics-endepunktet. Begge er spesialbygde for å dekke kundenes forretningsbehov, samtidig som de gir best i klasseytelse, minimerer kostnader og reduserte administrative kostnader.

Fabric Data Warehouse

I et Microsoft Fabric-arbeidsområde er et Fabric-lager merket som Warehouse i Type-kolonnen . Når du trenger full effekt og transaksjonsfunksjoner (DDL- og DML-spørringsstøtte) for et datalager, er dette den raske og enkle løsningen for deg.

Skjermbilde som viser lagertypen i arbeidsområdet.

Lageret kan fylles ut av en av de støttede datainntaksmetodene, for eksempel COPY INTO, Pipelines, Dataflows eller cross database inntaksalternativer, for eksempel CREATE TABLE AS SELECT (CTAS), INSERT.. SELECT eller SELECT INTO.

Hvis du vil komme i gang med lageret, kan du se:

SQL Analytics-endepunktet for Lakehouse

I et Microsoft Fabric-arbeidsområde har hver Lakehouse et autogenerert "SQL analytics endpoint" som kan brukes til å gå over fra "Lake"-visningen av Lakehouse (som støtter datateknikk og Apache Spark) til "SQL"-visningen av samme Lakehouse for å opprette visninger, funksjoner, lagrede prosedyrer og bruke SQL-sikkerhet.

Skjermbilde som viser endepunkttypen sql analytics i arbeidsområdet.

Med SQL Analytics-endepunktet i Lakehouse kan T-SQL-kommandoer definere og spørre etter dataobjekter, men ikke manipulere eller endre dataene. Du kan utføre følgende handlinger i SQL Analytics-endepunktet:

  • Spør tabellene som refererer til data i Delta Lake-mappene i sjøen.
  • Opprett visninger, innebygde TV-filer og prosedyrer for å innkapsle semantikk og forretningslogikk i T-SQL.
  • Behandle tillatelser på objektene.

Hvis du vil komme i gang med endepunktet for SQL-analyse, kan du se:

Lager eller lakehouse

Når du bestemmer deg for å bruke et lager eller et lakehouse, er det viktig å vurdere de spesifikke behovene og konteksten til kravene for databehandling og analyse. Like viktig er dette ikke en enveisavgjørelse!

Du har alltid muligheten til å legge til den ene eller den andre på et senere tidspunkt hvis bedriftens behov endres, og uansett hvor du starter, bruker både lageret og lakehouse den samme kraftige SQL-motoren for alle T-SQL-spørringer.

Her er noen generelle retningslinjer for å hjelpe deg med å ta avgjørelsen:

  • Velg et datalager når du trenger en løsning i foretaksskala med åpent standardformat, ingen knappeytelse og minimalt oppsett.  Datalageret passer best for halvstrukturerte og strukturerte dataformater, og er egnet for både nybegynnere og erfarne datateknikere, og tilbyr enkle og intuitive opplevelser.

  • Velg et innsjøhus når du trenger et stort repositorium med svært ustrukturerte data fra heterogene kilder, ved hjelp av rimelig objektlagring og vil bruke SPARK som det primære utviklingsverktøyet. Som et «lett» datalager har du alltid muligheten til å bruke SQL-endepunktet og T-SQL-verktøyene til å levere rapporterings- og dataintelligensscenarioer i lakehouse.

Hvis du vil ha mer detaljert beslutningsveiledning, kan du se Beslutningsveiledning for Microsoft Fabric: Velg mellom Warehouse og Lakehouse.

Relatert innhold