Del via

Beslutningsveiledning for Microsoft Fabric: Velg mellom Warehouse og Lakehouse

  • Artikkel

Microsoft Fabric tilbyr to arbeidsbelastninger i bedriftsskala, åpent standardformat for datalagring: Warehouse og Lakehouse. Denne artikkelen sammenligner de to plattformene og beslutningspunktene for hver av dem.

Kriterium

Diagram som inneholder beslutningstrær for Lakehouse og Warehouse i Microsoft Fabric.

Ingen kode- eller prokodeløsninger: Hvordan vil du utvikle?

  • Gnist
    • Bruk Lakehouse
  • T-SQL
    • Bruk lager

Lagerbehov: Trenger du transaksjoner med flere tabeller?

  • Ja
    • Bruk lager
  • Nei
    • Bruk Lakehouse

Datakompleksitet: Hvilken type data analyserer du?

  • Vet ikke
    • Bruk Lakehouse
  • Ustrukturerte og strukturerte data
    • Bruk Lakehouse
  • Bare strukturerte data
    • Bruk lager

Velg en kandidattjeneste

Utfør en detaljert evaluering av tjenesten for å bekrefte at den oppfyller dine behov.

Lagerelementet i Fabric Data Warehouse er et datalager for virksomhetsskala med åpent standardformat.

  • Ingen knotter ytelse med minimal oppsett og distribusjon, ingen konfigurasjon av databehandling eller lagringsplass nødvendig. ​
  • Enkle og intuitive lageropplevelser for både nybegynnere og erfarne datateknikere (no/pro-kode).
  • Lake-centric lager lagrer data i OneLake i åpent Delta-format med enkel datagjenoppretting og administrasjon.
  • Fullstendig integrert med alle fabric-arbeidsbelastninger.
  • Datalasting og transformeringer i stor skala, med fullstendige transaksjonsgarantier med flere tabeller levert av SQL-motoren.
  • Virtuelle lagre med kryssdatabasespørring og et fullstendig integrert semantisk lag.
  • Enterprise-klar plattform med ende-til-ende ytelse og brukssynlighet, med innebygd styring og sikkerhet.
  • Fleksibilitet til å bygge datalager eller datanett basert på organisasjonens behov og valg av ingen kode, lavkode eller T-SQL for transformasjoner.

Lakehouse-elementet i Fabric Dataingeniør ing er en dataarkitekturplattform for lagring, administrasjon og analyse av strukturerte og ustrukturerte data på ett sted.

  • Lagre, administrer og analyser strukturerte og ustrukturerte data på ett sted for å få innsikt og ta avgjørelser raskere og effektivt.
  • Fleksibel og skalerbar løsning som gjør det mulig for organisasjoner å håndtere store mengder data av alle typer og størrelser.
  • Enkel inntak av data fra mange forskjellige kilder, som konverteres til et enhetlig Delta-format
  • Automatisk tabelloppdagelse og registrering for en fullstendig administrert fil-til-tabell-opplevelse for dataingeniører og dataforskere. ​
  • Automatisk SQL-analyseendepunkt og standard datasett som tillater T-SQL-spørring av deltatabeller i innsjøen

Begge er inkludert i Power BI Premium- eller Fabric-kapasiteter.

Sammenligne ulike lagringsfunksjoner

Denne tabellen sammenligner Warehouse med SQL Analytics-endepunktet i Lakehouse.

Microsoft Fabric-tilbud

Lager

SQL Analytics-endepunktet for Lakehouse

Primære funksjoner

ACID-kompatibel, fullstendig datalagring med transaksjonsstøtte i T-SQL.

Skrivebeskyttet, systemgenerert SQL-analyseendepunkt for Lakehouse for T-SQL-spørring og -servering. Støtter analyse på Lakehouse Delta-tabellene, og Delta Lake-mappene som det refereres til via snarveier.

Utviklerprofil

SQL-utviklere eller utviklere av borgere

Dataingeniør eller SQL Developers

Datainnlasting

SQL, datasamlebånd, dataflyter

Spark, datasamlebånd, dataflyter, snarveier

Delta-tabellstøtte

Leser og skriver Delta-tabeller

Leser deltatabeller

Lagringslag

Åpne dataformat - Delta

Åpne dataformat - Delta

Anbefalt brukstilfelle

  • Datalagring for virksomhetsbruk
  • Datalagre som støtter avdelingsbruk, forretningsenhet eller selvbetjent bruk
  • Strukturert dataanalyse i T-SQL med tabeller, visninger, prosedyrer og funksjoner og avansert SQL-støtte for BI
  • Utforske og spørre deltatabeller fra lakehouse
  • Klargjør data- og arkivsone for analyse
  • Medaljong lakehouse arkitektur med soner for bronse, sølv og gull analyse
  • Paring med lager for brukstilfeller for virksomhetsanalyse

Utviklingserfaring

  • Lagerredigering med full støtte for T-SQL-datainntak, modellering, utvikling og spørring av brukergrensesnittopplevelser for datainntak, modellering og spørring
  • Lese- og skrivestøtte for verktøy for første og tredjepart
  • Lakehouse SQL Analytics-endepunkt med begrenset T-SQL-støtte for visninger, tabellverdifunksjoner og SQL-spørringer
  • Brukergrensesnittopplevelser for modellering og spørring
  • Begrenset T-SQL-støtte for verktøy for første og tredjepart

T-SQL-funksjoner

Full DQL-, DML- og DDL T-SQL-støtte, full transaksjonsstøtte

Full DQL, No DML, begrenset DDL T-SQL-støtte, for eksempel SQL-visninger og TV-filer

Relatert innhold