儲存解決方案與 SQL 物件建立

Microsoft Fabric 的資料擷取與語意模型

Alex Kuntz

Head of Cloud Curriculum, DataCamp

重點回顧：OneLake、Lakehouse 與 Warehouse

OneLake： Microsoft Fabric 的統一儲存方案，整合至每個租用戶。可消除資料複製，並支援 Delta Parquet、CSV、JSON 等格式。

功能 Lakehouse Warehouse
資料型別 結構化與非結構化 僅結構化
轉換 Notebooks、Dataflows（Gen2）、Data Pipelines Data Pipelines、Dataflows（Gen2）、以 SQL 為主的轉換
SQL 端點 唯讀 可讀寫

Microsoft Fabric 中的 OneLake

Microsoft Fabric 的資料擷取與語意模型

Microsoft Fabric 中的 Connectors

Connector 可在 Fabric 與各種雲端與地端資料來源之間建立連線。

  • 用途： Pipelines、Dataflows、Shortcuts、Semantic Models、KQL Databases 等。
  • 可共用： 組織集中管理並可共用，避免多版本。
  • 可重用： 建立後可於支援的項目間重複使用。
  • 功能類似： 類似 ADF/Synapse 的 Linked Services。

-

Microsoft Fabric 中的 Connections

Microsoft Fabric 的資料擷取與語意模型

在 Microsoft Fabric 建立 Stored Procedures

  • Stored Procedure：以 SQL 建立的物件，用於執行預先定義的工作。

  • 建立方式： Lakehouse 與 Warehouse 皆支援。

  • 管線整合： 可在 Data Pipelines 中以 Stored Procedure 活動加入。 Data Pipeline 中的 Stored Procedure 活動

Warehouse 中的 Stored Procedures

Microsoft Fabric 的資料擷取與語意模型

在 Microsoft Fabric 建立 Views

  • View：由 SQL 查詢產生的虛擬資料表，簡化取用。
  • 建立方式： 使用 T-SQL 指令或介面中的「Save as View」選項。 在 Fabric 的 Lakehouse/Warehouse 中建立 View 的方式
  • Lakehouse 與 Warehouse 皆支援建立。
  • 透過快取提升查詢效能。

Warehouse 中的 Views

Microsoft Fabric 的資料擷取與語意模型

一起來練習吧！

Microsoft Fabric 的資料擷取與語意模型

Preparing Video For Download...