Unifique los datos con atajos y creación de reflejos de OneLake

OneLake te ofrece una única vista de los datos a través de nubes, dominios y cuentas. Unificar los datos en OneLake no requiere almacenar todos esos datos en un solo lugar. Los datos pueden permanecer en su origen o replicarse en OneLake, donde las cargas de trabajo de Fabric acceden a ellos a través de un espacio de nombres compartido.

Los atajos y el espejado son capacidades complementarias de OneLake para crear esta vista unificada sin construir y operar canalizaciones de movimiento de datos. Los atajos añaden datos seleccionados al espacio de nombres OneLake. La replicación añade una base de datos o un catálogo externos y determina si se puede acceder a sus datos en origen o si deben replicarse. Este artículo explica cómo funciona cada capacidad y cuándo utilizarla. Para conocer el conjunto más amplio de formas de ingerir, transformar o mover datos en Fabric, véase Introducir datos en Microsoft Fabric o Elegir una estrategia de movimiento de datos.

Atajos y duplicación de pantalla de un vistazo

Los atajos y el espejado operan a diferentes niveles de granularidad y soportan distintos formatos fuente.

Si tu fuente almacena datos en un formato propietario, la replicación es tu única opción.

Cuándo usar atajos

Usa atajos cuando quieras incluir datos específicos en tu vista unificada de OneLake sin copiarlos. Elige atajos cuando:

• Comparte una sola tabla, carpeta o archivo entre espacios de trabajo o inquilinos.
• Combina datos de varios lagos o cuentas en la nube en una sola vista unificada.
• Crea patrones de malla de datos donde cada dominio posee sus datos y otros dominios los descubren a través de OneLake.
• Haz que los datos en formatos abiertos, como Delta o Iceberg, estén disponibles en Azure Data Lake Storage, Amazon S3, Google Cloud Storage o Dataverse.

Los atajos funcionan a nivel de tabla, carpeta o archivo. Tú decides qué datos poner a disposición y dónde aparecen en OneLake. Para más información, consulte Accesos directos de OneLake.

Transforma los datos a medida que los unificas

Las transformaciones de acceso directo convierten los datos detrás de un acceso directo en una tabla Delta consultable que permanece sincronizada con la fuente, sin construir una tubería ETL. Úsalos para dejar tus datos listos para el análisis:

• Las transformaciones de archivos convierten archivos estructurados, como CSV, Parquet, JSON o Excel, en tablas Delta. Para más información, véase Transformaciones de acceso directo (archivo).
• Las transformaciones impulsadas por IA aplican procesamiento de lenguaje a .txt los archivos para resumir contenido, detectar sentimientos, traducir idiomas, ocultar información personal identificable (PII) o extraer entidades nombradas. Para más información, consulta Transformaciones de atajos (con tecnología de IA).

Cuándo usar el espejamiento

Usa la creación de reflejo cuando quieras incluir en Fabric una base de datos o catálogo externo, junto con los datos subyacentes, como una sola unidad. El espejo es la opción correcta cuando:

• Haz que una base de datos o catálogo externo completo esté disponible en Fabric sin diseñar un proceso de ingesta separado.
• Guarda una copia lista para análisis de una base de datos operativa (como Azure SQL Database, PostgreSQL o Cosmos DB) en OneLake que se mantenga sincronizada con la fuente.
• Muestra un lakehouse o almacén externo (como Databricks Unity Catalog o Snowflake) en Fabric para que puedas consultarlos junto con los datos de Fabric.

La creación de reflejo siempre agrega a Fabric los metadatos del catálogo, como bases de datos, esquemas y tablas. Cómo Fabric accede a los datos depende de la fuente, como describe la siguiente sección.

Cómo el espejado hace que los datos estén disponibles en OneLake

La creación de reflejos utiliza dos mecanismos subyacentes para incluir datos externos en la vista unificada de OneLake. La combinación adecuada depende de cómo la fuente almacene sus datos.

• Replicación. Mirroring copia datos de la fuente a OneLake en un formato Delta listo para analítica. El espejado utiliza replicación cuando la fuente almacena datos en un formato propietario.
• Métodos abreviados. Reflejo de datos de referencia en su lugar mediante atajos de OneLake. El espejado utiliza atajos cuando la fuente almacena datos en un formato abierto que OneLake puede leer directamente.

Diferentes fuentes utilizan estos mecanismos de forma diferente, como se muestra en la siguiente tabla.

En todos los casos, la creación de reflejos agrega los metadatos del catálogo a Fabric. Si también copia los datos depende de la fuente.

Usar atajos y duplicación a la vez

Los atajos y la duplicación de pantalla no son mutuamente excluyentes. Puedes usarlos juntos en muchos escenarios. Por ejemplo, usa la creación de reflejo para añadir un sistema de origen a Fabric una sola vez y, luego, crea accesos directos para que los datos seleccionados de ese sistema estén disponibles en distintos espacios de trabajo, dominios o inquilinos. Si la replicación replica los datos de origen en OneLake, los accesos directos a esos datos no crean otra copia ni generan costes de almacenamiento.

Los patrones comunes que combinan ambas capacidades incluyen:

• Espejo una vez, consume en todas partes. Un espacio de trabajo central refleja una base de datos o catálogo externo, como una Azure SQL Database o una cuenta Snowflake. Otros espacios de trabajo del mismo inquilino tienen accesos directos a las tablas replicadas en lugar de volver a replicar el mismo origen. Un elemento duplicado representa la fuente, y cada consumidor lee los mismos datos actualizados.
• Duplicación de dominios mediante consumo de malla. Los equipos de dominio replican sus propios sistemas de origen en los espacios de trabajo de su dominio. Las casas lacustres y almacenes aguas abajo en los espacios de trabajo de los consumidores utilizan atajos para acceder solo a las tablas que necesitan desde la base de datos espejada. Cada dominio posee su conexión con la fuente, y los consumidores permanecen desacoplados del sistema fuente.
• Una casa de lago, múltiples ubicaciones de datos. Un único lakehouse puede contener accesos directos a tablas reflejadas junto con accesos directos a datos en formato abierto en Azure Data Lake Storage, Amazon S3 o en otra ubicación de OneLake. Los informes y cuadernos consultan la casa del lago como un único almacén unificado, ya sea que los datos subyacentes permanezcan en su fuente o se replicen en OneLake.
• Acceso entre inquilinos o en la nube. Un arrendatario duplica una fuente en su propio OneLake. Un inquilino asociado crea un acceso directo a los datos replicados en lugar de que se le conceda acceso directo al sistema de origen. Las credenciales del sistema fuente nunca abandonan al inquilino productor.

Algunas cosas que debes saber al combinarlos:

• Los accesos directos a tablas espejadas heredan el modelo de seguridad del elemento espejado. Los permisos de la base de datos, el esquema o la tabla replicados se aplican a cualquier persona que acceda mediante el acceso directo. Para obtener más información, consulte Seguridad de acceso directo de OneLake.
• Los accesos directos a tablas espejadas son de solo lectura. Para cambiar los datos, cambia el sistema fuente y deja que el espejo propague la actualización.
• Si la fuente espejada está pausada, eliminada o se encuentra con un error de replicación, todos los accesos directos que apuntan a ella muestran el mismo estado. Planifique la responsabilidad y el seguimiento del elemento reflejado en consecuencia.

Cuándo usar el movimiento de datos en su lugar

Los atajos y el espejo unifican los datos haciéndolos accesibles a través de OneLake, y las transformaciones de atajos pueden convertir esos datos en tablas Delta listas para análisis. No sustituyen el conjunto completo de herramientas de Fabric para la ingestión y el movimiento de datos. Elige un pipeline, flujo de datos, tarea de copia o flujo de eventos cuando necesites:

• Aplica lógica de transformación compleja o multifuente (por ejemplo, unir fuentes, aplicar reglas de negocio o remodelar esquemas) que vaya más allá de lo que hacen las transformaciones de acceso directo.
• Programa, orquesta o activa el movimiento a tu propio ritmo.
• Mueve datos a un destino fuera de OneLake.
• Transmite eventos a Fabric para su procesamiento en tiempo real.

Estos escenarios requieren las herramientas de movimiento e integración de datos de Fabric en lugar de la unificación de OneLake únicamente.

• Para una visión completa de todas las formas de incorporar datos a Fabric, véase Get data into Microsoft Fabric.
• Para comparar directamente las canalizaciones, los trabajos de copia, la duplicación y los flujos de eventos, consulta la guía de decisión Elegir una estrategia de movimiento de datos.

Contenido relacionado

• Accesos directos en OneLake
• ¿Qué es la creación de reflejo en Fabric?
• Obtención de datos en Microsoft Fabric
• Elige una estrategia de movimiento de datos