Partilhar via

Espelhando o Banco de Dados SQL do Azure

  • Artigo

O espelhamento na malha fornece uma experiência fácil para evitar ETL (Extract Transform Load) complexo e integrar seu patrimônio existente do Banco de Dados SQL do Azure com o restante dos seus dados no Microsoft Fabric. Você pode replicar continuamente seus Bancos de Dados SQL do Azure existentes diretamente no OneLake da Malha. Dentro do Fabric, você pode desbloquear cenários poderosos de business intelligence, inteligência artificial, engenharia de dados, ciência de dados e compartilhamento de dados.

Para obter um tutorial sobre como configurar seu Banco de Dados SQL do Azure para espelhamento na malha, consulte Tutorial: Configurar bancos de dados espelhados do Microsoft Fabric do Banco de Dados SQL do Azure.

Para saber mais e assistir a demonstrações do Espelhamento do Banco de Dados SQL do Azure na Malha, assista ao seguinte episódio Dados expostos.

Por que usar o espelhamento na malha?

Com o espelhamento na malha, você não precisa reunir serviços diferentes de vários fornecedores. Em vez disso, você pode desfrutar de um produto altamente integrado, de ponta a ponta e fácil de usar, projetado para simplificar suas necessidades de análise e criado para abertura e colaboração entre a Microsoft, o Banco de Dados SQL do Azure e os 1000 anos de soluções de tecnologia que podem ler o formato de tabela Delta Lake de código aberto.

Que experiências analíticas são incorporadas?

Os bancos de dados espelhados são um item no Fabric Data Warehousing distinto do ponto de extremidade de análise Warehouse e SQL.

Diagrama de espelhamento de banco de dados de malha para o Banco de Dados SQL do Azure.

O espelhamento cria três itens no espaço de trabalho do Fabric:

Cada Banco de Dados SQL do Azure espelhado tem um ponto de extremidade de análise SQL gerado automaticamente que fornece uma experiência analítica rica sobre as Tabelas Delta criadas pelo processo de espelhamento. Os usuários têm acesso a comandos T-SQL familiares que podem definir e consultar objetos de dados, mas não manipular os dados do ponto de extremidade de análise SQL, pois é uma cópia somente leitura. Você pode executar as seguintes ações no ponto de extremidade de análise SQL:

  • Explore as tabelas que fazem referência a dados em suas tabelas Delta Lake do Banco de Dados SQL do Azure.
  • Não crie consultas e visualizações de código e explore dados visualmente sem escrever uma linha de código.
  • Desenvolva exibições SQL, TVFs embutidos (funções com valor de tabela) e procedimentos armazenados para encapsular sua semântica e lógica de negócios em T-SQL.
  • Gerencie permissões nos objetos.
  • Consulte dados em outros Armazéns e Lakehouses no mesmo espaço de trabalho.

Além do editor de consultas SQL, há um amplo ecossistema de ferramentas que podem consultar o ponto de extremidade de análise SQL, incluindo o SQL Server Management Studio (SSMS), a extensão mssql com o Visual Studio Code e até mesmo o GitHubCopilot.

Requisitos de rede

Atualmente, o Espelhamento não oferece suporte a servidores lógicos do Banco de Dados SQL do Azure atrás de uma Rede Virtual do Azure ou rede privada. Se você tiver sua instância do Banco de Dados do Azure atrás de uma rede privada, não poderá habilitar o espelhamento do Banco de Dados SQL do Azure.

  • Atualmente, você deve atualizar suas regras de firewall do servidor lógico SQL do Azure para Permitir acesso à rede pública.
  • Você deve habilitar a opção Permitir que os serviços do Azure se conectem ao seu servidor lógico do Banco de Dados SQL do Azure.

Transações ativas, cargas de trabalho e comportamentos do mecanismo replicador

  • As transações ativas continuam a manter o truncamento do log de transações até que a transação seja confirmada e o Banco de Dados SQL do Azure espelhado seja recuperado ou a transação seja abortada. Transações de longa duração podem fazer com que o log de transações seja preenchido mais do que o normal. O log de transações do banco de dados de origem deve ser monitorado para que o log de transações não seja preenchido. Para obter mais informações, consulte O log de transações cresce devido a transações de longa duração e CDC.
  • Cada carga de trabalho do usuário varia. Durante o snapshot inicial, pode haver mais uso de recursos no banco de dados de origem, tanto para CPU quanto IOPS (operações de entrada/saída por segundo, para ler as páginas). As operações de atualização/exclusão de tabelas podem levar ao aumento da geração de logs. Saiba mais sobre como monitorar recursos para seu Banco de Dados SQL do Azure.
  • O mecanismo replicador monitora cada tabela em busca de alterações de forma independente. Se não houver atualizações em uma tabela de origem, o mecanismo replicador começará a recuar com uma duração exponencialmente crescente para essa tabela, até uma hora. O mesmo pode ocorrer se houver um erro transitório, impedindo a atualização de dados. O mecanismo replicador retomará automaticamente a sondagem regular depois que os dados atualizados forem detetados.

Suporte ao nível e ao modelo de compra

O Banco de Dados SQL do Azure de origem pode ser um único banco de dados ou um banco de dados em um pool elástico.

  • Todas as camadas de serviço no modelo de compra vCore são suportadas.
  • Para o modelo de compra DTU (Database Transaction Unit), não há suporte para bancos de dados criados nas camadas de serviço Livre, Básico ou Standard com menos de 100 DTUs.

Próximo passo

Tutorial: Configurar bancos de dados espelhados do Microsoft Fabric do Banco de Dados SQL do Azure

Conteúdos relacionados