Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Peilaus Fabricissa tarjoaa yksinkertaisen tavan välttää monimutkaisia ETL-prosesseja (Extract, Transform, Load) ja integroida saumattomasti olemassa oleva Google BigQuery -varastodatasi muuhun Fabricin dataan. Voit jatkuvasti kopioida Google BigQuery -dataasi suoraan Fabricin OneLakeen. Kun olet Fabricissa, voit hyödyntää tehokkaita ominaisuuksia liiketoimintatietoihin, tekoälyyn, tietotekniikkaan, datatieteeseen ja tietojen jakamiseen.
Opas Google BigQuery -tietokannan konfigurointiin Fabric-peilausta varten löytyy kohdasta Tutorial: Configure Microsoft Fabric mirrored databases from Google BigQuery.
Tärkeää
Google BigQueryn peilaus on nyt esikatselussa. Tuotantokuormituksia ei tueta esikatselun aikana.
Miksi käyttää peilausta Fabricissa?
Microsoft Fabric -peilaus poistaa työkalujen yhdistämisen monimutkaisuuden eri palveluntarjoajilta. Tietoja ei tarvitse siirtää. Muodosta yhteys Google BigQuery -dataan lähes reaaliajassa, jotta voit käyttää Fabricin analytiikkatyökaluja. Fabric toimii saumattomasti myös Microsoft-tuotteiden, Google BigQueryn ja useiden tekniikoiden kanssa, jotka tukevat avoimen lähdekoodin Delta Lake -taulukkomuotoa.
Mitä analytiikkakokemuksia on sisäänrakennettu?
Peilaus luo kaksi kohdetta Kangas-työtilaan:
- Peilattu tietokantakohde. Peilaus hallitsee tietojen replikointia OneLakeen ja muuntamista Parquetiin analytiikkavalmiissa muodossa. Peilaus mahdollistaa loppupään skenaariot, kuten tietotekniikan, datatieteen ja paljon muuta. Peilatut tietokannat eroavat varasto- ja SQL-analytiikan päätepistekohteista.
- SQL-analytiikan päätepiste
Jokaisesta peilatusta tietokannasta SQL-analytiikan päätepiste tarjoaa vain luku -analyyttisen kokemuksen peilauksen aikana luotujen Delta-taulukoiden päälle. Tämä päätepiste tukee T-SQL-syntaksia tietoobjektien määrittämiseen ja kyselyihin, mutta se ei salli suoria tietojen muutoksia, koska tiedot ovat vain luku -tilassa.
SQL-analytiikan päätepisteen avulla voit:
- Selaa taulukoita, jotka viittaavat BigQuerystä peilattuun Delta Lake -dataan.
- Luo koodittomia kyselyitä ja näkymiä ja tutki tietoja visuaalisesti – SQL:ää ei tarvita.
- Luo SQL-näkymiä, tekstiin sidottuja taulukkoarvoisia funktioita (TVF) ja tallennettuja toimintosarjoja, jotka kerrostavat liiketoimintalogiikkaa T-SQL:n avulla.
- Määritä ja hallitse objektien käyttöoikeuksia.
- Tiedustele tietoja muista varastoista ja järvitaloista samassa työtilassa.
SQL-kyselyeditorin lisäksi on olemassa laaja työkaluekosysteemi, joka voi kysyä SQL-analytiikan päätepistettä, mukaan lukien SQL Server Management Studio (SSMS), MSSQL-laajennus Visual Studio Code:lle ja jopa GitHub Copilot.
Suojausnäkökohdat
Kankaan peilauksen käyttöönottoon liittyy erityisiä käyttöoikeusvaatimuksia .
Fabric tarjoaa myös tietosuojaominaisuuksia pääsyn hallintaan Microsoft Fabric -järjestelmässä. Lisätietoja on tietosuojaominaisuuksien dokumentaatiossa.
Peilatut BigQuery-kustannukset
Fabric-laskenta, jota käytetään tietojen replikointiin Fabric OneLakeen, on ilmainen. Peilauksen tallennuskustannukset ovat ilmaisia kapasiteettiin perustuvaan rajaan asti. SQL:n, Power BI:n tai Sparkin avulla datakyselyjen laskenta veloitetaan normaalilla hinnalla.
Fabric ei veloita verkkodatan saapumismaksuista OneLake for Mirroringiin.
Google BigQueryn laskenta- ja pilvikyselyistä aiheutuu kustannuksia, kun dataa peilataan: BigQuery Change Data Capture (CDC) käyttää BigQuery-laskentaa rivien muokkaamiseen, Storage Write APIa datan käsittelyyn ja BigQuery-tallennustilaa datan tallentamiseen, josta aiheutuu kustannuksia.
Lisätietoja Google BigQueryn peilauksen kustannuksista on hinnoittelun selityksessä.