Explore dados em seu banco de dados espelhado usando o Microsoft Fabric
Saiba mais sobre todos os métodos para consultar os dados em seu banco de dados espelhado no Microsoft Fabric.
Usar o ponto de extremidade de análise SQL
O Microsoft Fabric fornece uma camada de serviço T-SQL somente leitura para tabelas delta replicadas. Essa experiência baseada em SQL é chamada de ponto de extremidade de análise SQL. Você pode analisar dados em tabelas delta usando um editor de consulta visual sem código ou T-SQL para criar exibições, funções, procedimentos armazenados e aplicar segurança SQL.
Para acessar o ponto de extremidade da análise SQL, selecione o item correspondente na exibição do espaço de trabalho ou alterne para o modo de ponto de extremidade da análise SQL no explorador de banco de dados espelhado. Para obter mais informações, consulte O que é o ponto de extremidade de análise SQL para uma lakehouse?
Usar o modo de exibição Dados para visualizar dados
A visualização de dados é um dos três modos de alternância, juntamente com o editor de consultas e a exibição de modelo no ponto de extremidade de análise SQL, que fornece uma interface fácil para exibir os dados em suas tabelas ou exibições para visualizar dados de exemplo (1.000 linhas principais).
Para obter mais informações, consulte Exibir dados na visualização de dados no Microsoft Fabric.
Usar consultas visuais para analisar dados
O Editor de Consultas Visual é um recurso do Microsoft Fabric que fornece uma experiência sem código para criar consultas T-SQL em relação a dados em seu item de banco de dados espelhado. Pode arrastar e largar tabelas na tela, criar consultas visualmente e utilizar a vista de diagrama do Power Query.
Para obter mais informações, consulte Consulta usando o editor de consultas visuais.
Usar consultas SQL para analisar dados
O Editor de Consultas SQL é um recurso do Microsoft Fabric que fornece um editor de consultas para criar consultas T-SQL em relação aos dados em seu item de banco de dados espelhado. O editor de consultas SQL fornece suporte para IntelliSense, conclusão de código, realce de sintaxe, análise do lado do cliente e validação.
Para obter mais informações, consulte Consulta usando o editor de consultas SQL.
Use blocos de anotações para explorar seus dados com um atalho do Lakehouse
Os notebooks são um poderoso item de código para você desenvolver trabalhos do Apache Spark e experimentos de aprendizado de máquina em seus dados. Você pode usar cadernos no Fabric Lakehouse para explorar suas mesas espelhadas. Você pode acessar seu banco de dados espelhado a partir do Lakehouse com consultas do Spark em blocos de anotações. Primeiro, você precisa criar um atalho de suas mesas espelhadas para o Lakehouse e, em seguida, criar blocos de anotações com consultas do Spark em seu Lakehouse.
Para obter um guia passo a passo, consulte Explorar dados em seu banco de dados espelhado com blocos de anotações.
Para obter mais informações, consulte Criar atalhos em lakehouse e Explore os dados em sua lakehouse com um bloco de anotações.
Acesse arquivos delta diretamente
Você pode acessar dados de tabela de banco de dados espelhados em arquivos de formato Delta. Conecte-se ao OneLake diretamente por meio do explorador de arquivos do OneLake ou do Gerenciador de Armazenamento do Azure.
Para obter um guia passo a passo, consulte Explorar dados em seu banco de dados espelhado diretamente no OneLake.
Modele seus dados e adicione semântica de negócios
No Microsoft Fabric, os conjuntos de dados do Power BI são um modelo semântico com métricas, uma descrição lógica de um domínio analítico, com terminologia e representação amigáveis aos negócios, para permitir uma análise mais profunda. Este modelo semântico é tipicamente um esquema em estrela com fatos que representam um domínio. As dimensões permitem analisar o domínio para detalhar, filtrar e calcular diferentes análises. Com o modelo semântico, o conjunto de dados é criado automaticamente para você, com lógica de negócios herdada do banco de dados espelhado pai. Sua experiência de análise downstream para business intelligence e análise começa com um item no Microsoft Fabric que é gerenciado, otimizado e mantido em sincronia sem intervenção do usuário.
O conjunto de dados padrão do Power BI herda todas as relações entre entidades definidas na exibição de modelo e as infere como relações de conjunto de dados do Power BI, quando os objetos são habilitados para BI (Relatórios do Power BI). Herdar a lógica de negócios do banco de dados espelhado permite que um desenvolvedor de armazém ou analista de BI diminua o tempo de valorização para criar um modelo semântico útil e uma camada de métricas para relatórios analíticos de business intelligence (BI) no Power BI, Excel ou ferramentas externas como o Tableau, que leem o formato XMLA. Para obter mais informações, consulte Modelagem de dados no conjunto de dados padrão do Power BI.
Um modelo de dados bem definido é fundamental para impulsionar suas cargas de trabalho de análise e relatórios. Em um ponto de extremidade de análise SQL no Microsoft Fabric, você pode facilmente criar e alterar seu modelo de dados com algumas etapas simples em nosso editor visual. A modelagem do item de banco de dados espelhado é possível definindo restrições de chave primária e estrangeira e definindo colunas de identidade na exibição do modelo na página de ponto de extremidade da análise SQL no portal da Malha. Depois de navegar pela exibição de modelo, você pode fazer isso em um diagrama de relacionamento de entidade visual. O diagrama permite arrastar e soltar tabelas para inferir como os objetos se relacionam entre si. As linhas que conectam visualmente as entidades inferem o tipo de relações físicas existentes.
Criar um relatório
Crie um relatório diretamente do modelo semântico (padrão) de três maneiras diferentes:
- Editor de ponto de extremidade de análise SQL na faixa de opções
- Painel de dados na barra de navegação
- Modelo semântico (padrão) no espaço de trabalho
Para obter mais informações, consulte Criar relatórios no serviço Power BI no Microsoft Fabric e Power BI Desktop.