Mirroring Azure Database for MySQL (preview)

Peilaaminen Fabricissa tarjoaa helpon kokemuksen monimutkaisen ETL:n (Extract Transform Load) välttämiseen ja nykyisen Azure Database for MySQL -aineiston integroimiseen muuhun Microsoft Fabricin dataan. Voit jatkuvasti replikoida olemassa olevaa Azure Database for MySQL -tietokantaasi suoraan Fabric:n OneLakeen julkisesti saatavilla oleville palvelimille tai palvelimille, jotka käyttävät Yksityinen linkki/private endpoint -yhteyttä. Virtuaaliverkkoon tukevat palvelimet ja korkean saatavuuden (HA) mukaiset palvelimet eivät ole tällä hetkellä tuettuja. Fabricin sisällä voit avata tehokkaita liiketoiminta-, tekoäly-, data-insinööri-, data-analytiikka- ja datanjakoskenaarioita.

Ohje Azure Databasen konfigurointiin MySQL-peilausta varten Fabricissa löytyy osoitteesta Opas: Luo peilattu tietokanta Azure Databasesta MySQL:lle Microsoft Fabricissa (esikatselu).

Miksi käyttää peilausta kankaassa?

Käyttämällä Mirroring in Fabricia sinun ei tarvitse koota eri palveluita useilta toimittajilta. Sen sijaan käytä erittäin integroitua, kokonaisvaltaista ja helppokäyttöistä tuotetta, joka yksinkertaistaa analytiikkatarpeitasi. Se on rakennettu avoimuutta ja yhteistyötä varten Microsoftin, Azure Database for MySQL:n ja tuhansien teknologiaratkaisujen välillä, jotka pystyvät lukemaan avoimen lähdekoodin Delta Lake -taulukkomuotoa.

Mitä analytiikkakokemuksia on sisäänrakennettu?

Peilatut tietokannat ovat Fabric Data Warehousingin nimike, joka eroaa varasto- ja SQL-analytiikan päätepisteestä.

Peilaus luo seuraavat kohteet Kangas-työtilaan:

• Peilattu tietokantakohde. Peilaus hallitsee tietojen replikointia OneLakeen ja muuntamista Parquetiin analytiikkavalmiissa muodossa. Tämä prosessi mahdollistaa jälkivaiheen skenaariot, kuten data-insinööri, data-analytiikka ja paljon muuta.
• SQL-analytiikan päätepiste

Jokaisella Azure Database for MySQL:n peilatulla tietokannalla on automaattisesti luotu SQL-analytiikkapäätepiste , joka tarjoaa rikkaan analyysikokemuksen peilausprosessin luomien Delta-taulukoiden päälle. Käyttäjillä on käytössään tutut T-SQL-komennot, jotka voivat määritellä ja kysyä dataobjekteja, mutta eivät voi käsitellä SQL-analytiikan päätepisteen dataa, koska se on vain luku -kopio. Voit suorittaa seuraavat toiminnot SQL-analytiikan päätepisteessä:

• Tutustu taulukoihin, jotka viittaavat Delta Lake -taulujesi tietoihin Azure Database for MySQL:stä.
• Luo koodittomia kyselyitä ja näkymiä ja tutki tietoja visuaalisesti kirjoittamatta koodiriviä.
• Kehitä SQL-näkymiä, upotettuja TVF-funktioita (taulukkoarvoisia funktioita) ja tallennettuja toimintosarjoja, joiden avulla voit kapseloida semantiikan ja liiketoimintalogiikan T-SQL:ään.
• Hallitse objektien käyttöoikeuksia.
• Tiedustele tietoja muista varastoista ja järvitaloista samassa työtilassa.

SQL-kyselyeditorin lisäksi on laaja työkaluekosysteemi, joka voi kysyä SQL-analytiikan päätepistettä, mukaan lukien SQL Server Management Studio (SSMS), mssql-laajennus Visual Studio Codella ja jopa GitHub Copilot.

Peilatut tietokannat tarjoavat myös yhden klikkauksen integraation Microsoft Power BI:n kanssa Fabricissa, mahdollistaen nopean raporttien luomisen suoraan peilatusta datasta tai SQL-analytiikan päätepisteestä.

Verkon vaatimukset

Peilaus tukee sekä julkisesti saatavilla olevia palvelimia että palvelimia, jotka käyttävät Yksityinen linkki/private endpoint -yhteyttä. Virtuaaliverkkoon perustuvat Azure Database for MySQL-palvelimet eivät tällä hetkellä ole tuettuja Fabric Mirroringille.

Aktiiviset tapahtumat, kuormitukset ja replikaattorimoduulin toiminta

Aktiiviset tai pitkäkestoiset transaktiot voivat viivästyttää binäärilokin (binlogin) puhdistusta , kunnes transaktio sitoutuu ja mahdollinen alavirran replikaatio- tai migraatioprosessi saavuttaa sen. Tämä viive voi aiheuttaa binlogin tallennustilan odottamatonta kasvua, joten seuraa lähdepalvelimen tallennustilaa tilan ehtymisen välttämiseksi.

Alkuperäisen snapshotin tai datalatauksen aikana CPU:n ja IOPS:n käyttö on normaalia, kun dataa luetaan ja kopioidaan. Työkuormat, joissa on usein UPDATE- tai DELETE-toimintoja, voivat tuottaa lisätoimintoja uudelleen- ja binlogitoimintoja, mikä lisää IO:n ja tallennustilan kulutusta entisestään.

Seuraa tallennusta, IOPS:ää ja pitkäaikaisia tapahtumia varmistaaksesi riittävän kapasiteetin koko prosessin ajan.

Laskentatason tuki

LähdekoodiAzure Database MySQL:lle voi käyttää joko yleiskäyttöistä tai muistiin optimoitua laskentatasoa. Burstable laskentatasoa ei tueta peilauksen lähteenä.

Lisätietoja Azure Database for MySQL:n laskentatasoista löytyy palvelutasoista.

Liittyvä sisältö

• Rajoitukset