Rozwiązania do przechowywania danych i tworzenie obiektów SQL

Pozyskiwanie danych i modele semantyczne w Microsoft Fabric

Alex Kuntz

Head of Cloud Curriculum, DataCamp

Podsumowanie: OneLake, Lakehouse i Warehouse

OneLake: Ujednolicone rozwiązanie do przechowywania danych w Microsoft Fabric, zintegrowane z każdym dzierżawcą. Eliminuje duplikację danych i obsługuje formaty Delta Parquet, CSV i JSON.

Funkcja	Lakehouse	Warehouse
Typ danych	Strukturalne i niestrukturalne	Tylko strukturalne
Transformacje	Notebooki, Dataflows (Gen2), Data Pipelines	Data Pipelines, Dataflows (Gen2), transformacje SQL
Punkt końcowy SQL	Tylko odczyt	Odczyt i zapis

OneLake w Microsoft Fabric

Łączniki w Microsoft Fabric

Łączniki tworzą połączenie między Fabric a różnymi chmurowymi i lokalnymi źródłami danych.

Użycie: Pipelines, Dataflows, Shortcuts, Semantic Models, KQL Databases itp.
Współdzielenie: Scentralizowane i współdzielone w całej organizacji – bez wielu wersji.
Ponowne użycie: Po utworzeniu połączenia można używać ponownie w obsługiwanych elementach.
Funkcjonalność: Podobne do Linked Services w ADF/Synapse.

Połączenia w Microsoft Fabric

Tworzenie procedur składowanych w Microsoft Fabric

Procedura składowana: Obiekt SQL służący do wykonywania predefiniowanych zadań.
Tworzenie: obsługiwane zarówno w Lakehouse, jak i Warehouse
Integracja z Pipeline: Można dodać do Data Pipelines za pomocą aktywności Stored Procedure.

Procedury składowane w Warehouse

Tworzenie widoków w Microsoft Fabric

Widoki: Wirtualne tabele z zapytań SQL upraszczające dostęp do danych.
Tworzenie: za pomocą polecenia T-SQL lub opcji „Zapisz jako widok" w interfejsie użytkownika.
Tworzenie obsługiwane zarówno w Lakehouse, jak i Warehouse
Poprawiają wydajność zapytań dzięki buforowaniu.

Widoki w Warehouse

Czas na ćwiczenia!

Pozyskiwanie danych i modele semantyczne w Microsoft Fabric