Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Lakehouse Fabric:ssa yhdistää datajärven skaalautuvuuden varaston kyselykykyyn. Tallennat rakenteellista ja jäsentämätöntä dataa yhteen paikkaan, hallinnoit sitä Delta Lakella ja analysoit sitä sekä Apache Sparkilla että SQL:llä — kaikki ilman datan siirtämistä järjestelmien välillä. OneLaken pikanäppäiköiden ja vuokralaisten välisen datan jakamisen avulla voit myös käyttää ulkoisten lähteiden ja muiden organisaatioiden hallittua dataa ilman päällekkäisyyttä.
Järvitalo antaa sinulle:
- Yksi kopio dataa sekä data-insinööri- että analytiikkakuormille
- Delta Lake -muoto ACID-tapahtumille, skeeman valvonnalle ja aikamatkailulle
- Spark- ja SQL-pääsy , joten data-insinöörit käyttävät muistikirjoja, kun taas analyytikot käyttävät T-SQL:ää
- Sisäänrakennettu integraatio Power BI, putkistojen, datavirtojen ja muiden Fabric elementtien kanssa
Lakehouse vs. varasto
Tärkeimmät erot järvenrakennuksen ja varaston välillä Fabric-pelissä liittyvät suosikkityökaluihisi, tietotyyppeihin ja työkuormamalleihin. Molemmat käyttävät samaa SQL-moottoria ja tallentavat dataa Delta-muodossa OneLakeen, mutta ne on suunniteltu eri tilanteisiin:
| Lakehouse | Varasto | |
|---|---|---|
| Ensisijainen kehitystyökalu | Apache Spark (Python, Scala, SQL, R) | T-SQL |
| Tietotyypit | Rakenteellinen ja rakenteeton | Jäsennetty |
| Monitaulutapahtumat | Ei | Kyllä |
| Tietojen käsittely | muistikirjat, putket, datavirrat, pikakuvakkeet OneLakessa (live-käyttö ilman kopiota) | T-SQL (COPY INTO, INSERT, CTAS), putket |
| Sopii parhaiten | Data-insinööri-, data-analytiikka- ja medallion-arkkitehtuurit | BI-raportointi, dimensiomallinnus, SQL-first teams |
Voit käyttää molempia samassa työtilassa — esimerkiksi laskea ja muuntaa dataa järvimajassa Sparkilla, ja sitten avata kuratoituja tietoaineistoja varastoon SQL-pohjaista raportointia varten. Yksityiskohtaiset ohjeet löydät kohdasta Valitse varaston ja järvirakennuksen välillä.
Työskentely järvitalodatan parissa
Voit ladata, muuntaa ja kysyä dataa järvenrakennuksessa useiden Fabric-työkalujen avulla:
Oikotiet OneLakessa — Pääse käsiksi dataan ulkoisista lähteistä (mukaan lukien muut vuokralaiset vuokralaisten välisen tiedonjaon kautta) ilman, että kopiot sitä järvitaloon. Pikakuvakkeet tarjoavat reaaliaikaiset, vain luku -viitteet operatiiviseen ja analyyttiseen dataan OneLaken laajuisesti. Katso oikoteitä OneLake-sivustolla.
Lakehouse Explorer — Selaa taulukoita ja tiedostoja, lataa dataa ja hallitse metatietoja suoraan selaimessa. Voit vaihtaa taulukkonäkymän ja tiedostonäkymän välillä ja lisätä useita järvimajkoja exploreriin. Katso Navigoi Lakehouse-tutkijalla.
Spark SQL query Explorer — Suorita Spark SQL -kyselyt suoraan Lakehouse-selaimessa poistumatta työympäristöstäsi. Kyselynhallintaohjelma tukee IntelliSenseä, dynaamisia välilehtiä, skeema- ja lakehouse-kyselyjä, kaavioiden visualisointia ja näkymän luomista. Katso Kyselydata Spark SQL -kyselyresurssien hallinnalla.
Notebooks — Kirjoita Spark-koodia (Python, Scala, SQL, R) datan lukemiseen, muuntamiseen ja kirjoittamiseen lakehouse-taulukoihin ja kansioihin. Katso Tutki dataa muistikirjalla ja Lataa data muistikirjalla.
Putket — Käytä kopiointitoimintaa ja muita datan integrointityökaluja ulkoisten lähteiden datan nostamiseen lakehouseen. Katso Kopioi data käyttämällä kopiointitoimintaa.
Spark-työtehtävämääritykset — Suorita käännetyt Spark-sovellukset Java:ssa, Scalassa tai Python:ssa tuotantotason ETL:lle. Katso Mikä on Apache Spark -työn määritelmä?
Dataflows Gen 2 — Vastaanota ja valmistele dataa lowcode-visuaalisella käyttöliittymällä. Katso Luo ensimmäinen datavirtasi.
Täydellisen vertailun nielemisvaihtoehdoista löydät kohdasta Vaihtoehdot datan saamiseksi järvenmökille.
Analysoi järvitalosi dataa valitsemallasi moottorilla
Lakehouse-nauha sisältää Analysoi dataa pudotusvalikon avulla, jonka avulla voit avata datasi erilaisissa analyysikokemuksissa suoraan järvenrakennuksesta:
| Vaihtoehto | Description |
|---|---|
| SQL-analytiikan päätepiste | Kysy Delta-taulukoita T-SQL:llä vain luku -editorissa. Katso SQL analytiikan päätepiste. |
| Eventhouse-päätepiste | Suorita KQL-kyselyt korkean suorituskyvyn, reaaliaikaisen analytiikan saamiseksi. Katso Eventhouse-päätepiste. |
| Muistikirja (Uusi / Olemassa) | Avaa Spark-muistikirja tutkiaksesi tai muuntaaksesi dataa koodilla. Katso Tutki dataa muistikirjalla. |
Lisätietoja kustakin vaihtoehdosta ja pudotusvalikon sijainnista löydät kohdasta Navigoi Lakehouse Explorerilla.
Lakehouse SQL -analytiikan päätepiste
Kun luot järvenrakennuksen, Fabric luo automaattisesti SQL-analytiikkapäätepisteen. Tämä päätepiste antaa sinulle:
- Kysy Delta-taulukoita T-SQL :llä — Käytä tuttua SQL-syntaksia ilman erillistä varastoa.
- Yhdistä Power BI suoraan — Luo Power BI semanttinen malli laatiaksesi raportteja järvenrakennusaineistostasi.
- Jaa vain luku -käyttöoikeus — Analyytikot ja raporttien laatijat voivat kysellä dataa vaikuttamatta Sparkin työkuormiin.
SQL-analytiikan päätepiste on vain luku -käyttö eikä tue varaston koko T-SQL-pintaa. Käytä sitä tutkimiseen, raportointiin ja satunnaisiin kyselyihin.
Note
5. syyskuuta 2025 alkaen oletussemanttisia malleja ei enää luoda automaattisesti, kun luot järvenrakennuksen. Olemassa olevat oletussemanttiset mallit irrotettiin emokohteistaan 30. marraskuuta 2025 mennessä ja niistä tuli itsenäisiä semanttisia malleja. Lisätietoja löytyy Power BI:n semanttiset mallit Fabric-sivustolla.
Note
Vain Delta-taulukot näkyvät SQL-analytiikan päätepisteessä. Tähän sisältyvät Delta-taulukot, jotka saavutetaan OneLaken oikoteitä pitkin, ja jotka ovat näkyvissä ja haettavissa paikallisesti tallennettujen taulukoiden rinnalla. Parquet-, CSV- ja muita formaatteja ei voi hakea tämän päätepisteen kautta. Jos et näe taulukkoasi, muunna se Delta-muotoon.
Automaattinen taulukon etsiminen ja rekisteröinti
Lakehouse järjestää datan kahteen ylimmän tason kansioon: Tables hallinnoimille Delta-tauluille ja Files jäsentämättömälle tai ei-Delta-datalle. Kun sijoitat tiedoston kansioon Tables, Fabric automaattisesti:
- Validoi tiedoston tuettuihin formaatteihin (tällä hetkellä vain Delta-taulukot).
- Poimee metatiedot — sarakkeiden nimet, tietotyypit, pakkaus ja osiointi.
- Rekisteröi taulukon metastoreen, jotta voit hakea sitä välittömästi Spark SQL:llä tai T-SQL:llä.
Tämä hallittu tiedostosta taulukkoon -kokemus tarkoittaa, ettei sinun tarvitse kirjoittaa CREATE TABLE lauseita manuaalisesti datalle, jonka päätyt hallittuun alueeseen.
Moniajo Lakehousen kanssa
Lakehouse käyttää selainvälilehteä, jonka avulla voit avata ja vaihtaa useiden esineiden välillä menettämättä paikkaasi:
Säilytä käynnissä olevat toiminnot: Datan lataukset ja lataukset jatkuvat, kun vaihdat toiseen välilehteen.
Pidä kontekstisi: Valitut taulukot, tiedostot ja objektit pysyvät auki, kun liikut välilehtien välillä.
Ei-estävän listan lataus: Tiedostot ja taulukot päivittyvät taustalla estämättä työtäsi.
Laaja-alaiset ilmoitukset: Paahtoleipäilmoitukset kertovat, mistä järvenmökistä ne ovat peräisin, joten voit seurata päivityksiä välilehtien välillä.
Helppokäyttöinen lakehouse-suunnittelu
Lakehouse tukee apuvälineitä ja saavutettavia vuorovaikutusmalleja:
- Ruudunlukijan yhteensopivuus: Toimii suosittujen ruudunlukijoiden kanssa navigointiin ja vuorovaikutukseen.
- Vaihtoehtoinen teksti kuville: Kaikki kuvat sisältävät kuvailevaa vaihtoehtoista tekstiä.
- Merkityt lomakekentät: Kaikilla lomakekentillä on tunnisteet ruudunlukijalle ja näppäimistökäyttäjille.
- Tekstin uudelleenvirtaus: Responsiivinen asettelu, joka mukautuu eri näytön kokoihin ja suuntauksiin.
- Näppäimistön navigointi: Täysi näppäimistötuki järvenmökissä navigointiin ilman hiirtä.