Lagra data i Microsoft Fabric

Microsoft Fabric har flera lagringsalternativ som utformats för att stödja analys, realtidsbearbetning och driftrapportering i en enhetlig plattform. Genom att välja rätt lagringsupplevelse kan du optimera prestanda, hantera kostnader och anpassa dataarkitekturen efter arbetsbelastningskrav. Oavsett käll- eller förberedelsemetod hamnar alla data i en enhetlig lagringsgrund med namnet OneLake.

Den här artikeln förklarar hur data lagras i Fabric och beskriver de kärnlagringsfunktioner som är tillgängliga. Följande avsnitt beskriver:

  • OneLake – det enhetliga, logiska datasjön som ligger till grund för alla arbetsbelastningar i Fabric.
  • Lakehouse – Lagra och analysera strukturerade och ostrukturerade data med hjälp av Delta-tabeller.
  • Warehouse – Lagra relationsdata som är optimerade för SQL-analys med höga prestanda.
  • Eventhouse – Lagra och fråga efter händelsedata i hög volym i realtid.
  • Databaser och annan lagring – Förstå ytterligare lagringsfunktioner som är tillgängliga i Fabric.

Använd den här översikten för att förstå hur varje lagringsalternativ fungerar och välja den bästa passformen för dina analys- och driftscenarier.

Lakehouse för flexibel datalagring

En Lakehouse är ett kärnlagringsobjekt i Fabric som använder OneLake för att lagra data i både fil- och tabellformat. En Lakehouse representerar en kuraterad mappstruktur i OneLake och innehåller ett SQL-gränssnitt. Ett Lakehouse lagrar data som Delta Parquet-filer. Du kan ordna rådatafiler som CSV-filer eller bilder i mappar och du kan skapa hanterade Delta-tabeller för strukturerade data. Den här modellen stöder både strukturerade och ostrukturerade data i samma miljö.

Fabric etablerar automatiskt en SQL-analysslutpunkt för varje Lakehouse. Du och verktyg som Power BI kan köra frågor mot Delta-tabeller med hjälp av Transact-SQL, som om du kör frågor mot en relationsdatabas. Lakehouse kombinerar skalbarheten och flexibiliteten i en datasjö med kärnlagerfunktioner, inklusive direkt tabellfrågor och schemahantering.

Datamagasin för strukturerad analys

Ett lager i Fabric ger en traditionell SQL-datalagerupplevelse (med tabeller, SQL-vyer, lagrade procedurer med mera) i Fabrics enhetliga lagring. När du skapar ett lager lagrar det data i OneLake i Delta-format som en organiserad uppsättning Delta-tabeller med ett ANSI SQL-gränssnitt ovanpå. Informationslagret tillhandahåller dedikerad beräkning och finjusterade prestanda för komplexa SQL-frågor och arbetsbelastningar i BI-stil. Den stöder funktioner som indexering, lagrade procedurer och robusta ACID-transaktioner i tabeller.

Warehouse och Lakehouse delar samma underliggande OneLake-lagring. Du kan integrera dem med hjälp av genvägar eller andra samverkansfunktioner när det behövs. Men vanligtvis håller du dem åtskilda för olika användningsfall. Datamagasinet är idealiskt för strukturerade, relationsmässiga stjärnschema-data som du behöver för att segmentera och analysera med SQL. Du kan använda Fabric-pipelines för att läsa in data i informationslagret. Power BI kan ansluta med Direct Lake eller DirectQuery för att hämta data utan import.

Beslutsguide: Lakehouse vs. Warehouse

Lager och Lakehouses har distinkta men kompletterande roller.

  • Datamagasin är optimerade för strukturerad datalagring i företagsskala med fullständigt T-SQL-stöd, ACID-transaktioner och stark schemaefterlevnad – perfekt för BI och rapportering. Välj ett lager för reglerade, högpresterande SQL-arbetsbelastningar och ett Lakehouse för bearbetning av stordata, undersökande analys och scenarier som omfattar olika dataformat eller integrering av externa sjöar.

  • Lakehouses erbjuder flexibel, skalbar lagring för både strukturerade och ostrukturerade data, med stöd för Spark-baserad datateknik och skrivskyddad SQL-analys via automatiska slutpunkter.

Många organisationer drar nytta av att använda båda tillsammans: Lakehouses för inmatning och transformering samt Lager för förfinad analys och rapportering. Mer information finns i beslutsguiden.

Speglade databaser för replikering i nära realtid

En speglad databas i Fabric är en kontinuerligt replikerad kopia av en extern driftdatabas, till exempel Azure SQL Database, SQL Server, Azure Cosmos DB eller Snowflake. Fabric lagrar speglade data i OneLake i Delta Lake-format.

Spegling synkroniserar källändringar till Fabric i nästan realtid utan att kräva traditionella pipelines för extrahering, transformering och inläsning. Efter replikeringen blir data omedelbart frågebara via SQL-slutpunkter och är tillgängliga i infrastrukturresurser, inklusive Power BI, Spark-notebook-filer och pipelines.

Den här arkitekturen stöder HTAP-scenarier (hybridtransaktions- och analysbearbetning), där du analyserar driftdata samtidigt som källsystemets integritet bibehålls. Om källdata redan lagras på en plats som är tillgänglig via OneLake-genvägar (till exempel Azure Data Lake Storage eller en annan Infrastrukturarbetsyta) kan du överväga att använda genvägar för nollkopieringsåtkomst i stället för spegling. Spegling passar bäst för driftdatabaser som kräver kontinuerlig datainsamling, medan genvägar är idealiska när du behöver direkt, skrivskyddad åtkomst utan replikering.

OneLake-genvägar för dataåtkomst utan kopiering

OneLake-genvägar är logiska länkar som refererar till data i externa lagringssystem eller i andra Fabric-arbetsytor utan att kopiera dem. Genvägar gör att refererade data visas som en del av det lokala OneLake-namnområdet, så att alla Fabric-beräkningsmotorer (Spark, SQL, Power BI) kan köra frågor mot genvägsmål tillsammans med interna data. Den här metoden upprätthåller en enda version av sanningen och undviker lagringsduplicering.

Du kan också använda OneLake-datadelning för att utöka genvägsåtkomsten över Microsoft Entra-klientgränserna. Dataägare ger OneLake behörighet till externa identiteter och mottagarna skapar genvägar till delade data på sina egna arbetsytor. Styrningsprinciper tillämpas fortfarande på källan. Mer information finns i OneLake-genvägar och extern datadelning.

Eventhouse för händelseanalys i realtid

Ett Eventhouse tillhandahåller en skalbar realtidsanalysmiljö som är utformad för att mata in, lagra och analysera stora mängder händelsedata. Det är den grundläggande motorn för Real-Time Intelligence-arbetsbelastningar.

Ett Eventhouse är värd för en eller flera Kusto Query Language-databaser baserade på Kusto-motorn. Dessa databaser indexerar och partitionerar automatiskt data efter inmatningstid. Du frågar efter data med hjälp av Kusto Query Language.

Eventhouse passar bra för telemetri, säkerhetsloggar, efterlevnadsregister och finansiella transaktioner där analys med låg latens och hög kapacitet krävs.

SQL-databas för transaktionsarbetsbelastningar

SQL-databaser i Fabric stöder transaktions- och driftanalysarbetsbelastningar. De ger en fullständigt hanterad relationsdatabasupplevelse med stöd för T-SQL, inklusive funktioner för datadefinition (DDL), manipulation (DML) och frågor (DQL). Du kan använda lagrade procedurer, vyer och funktioner för att skapa transaktions- och analyslösningar.

SQL-databaser använder en automatisk speglingstjänst för att replikera transaktionstabeller till OneLake för analys. När du skapar en SQL-databas startar Fabric en replikeringsmotor som samlar in, uppdaterar och tar bort åtgärder via SQL-motorns ändringsflöde och skriver ändringarna i OneLake som Delta Parquet-filer. Replikeringen sker nästan i realtid och startar automatiskt. Alla tabeller som stöds speglas som standard. Det här beteendet säkerställer att OneLake-kopian förblir synkroniserad med den operativa databasen.

SQL-databaser integreras med andra infrastrukturresurser, till exempel Power BI, notebook-filer, användardatafunktioner, pipelines och externa verktyg via TDS-protokollet. Med den här integreringen kan du skapa lösningar från slutpunkt till slutpunkt, från datainmatning och transformering till visualisering och rapportering, utan att lämna Fabric-miljön. Plattformen hanterar automatiskt indexering och prestandaoptimering, så du behöver inte justera eller hantera infrastrukturen manuellt.

Cosmos DB för distribuerade NoSQL-arbetsbelastningar

Cosmos DB i Microsoft Fabric är en fullständigt hanterad, distribuerad NoSQL-databas som är utformad för hög dataflöde och globalt distribuerade program. Den stöder flexibla schemamodeller och halvstrukturerade JSON-data.

Cosmos DB speglas automatiskt i OneLake i Delta-format för att stödja analys utan att påverka driftprestanda. Replikeringen är kontinuerlig och nästan i realtid och kräver ingen manuell konfiguration.

Efter replikeringen blir data tillgängliga via en SQL-analysslutpunkt. Du kan använda frågor på data med hjälp av Transact-SQL, skapa vyer och integrera med Power BI, anteckningsböcker och pipelines.

SQL-analysslutpunkten tillhandahåller ett skrivskyddat gränssnitt för speglade data, vilket säkerställer att analysfrågor inte stör transaktionsåtgärder. Den här arkitekturen stöder hybridtransaktions- och analysbearbetning (HTAP), så att du kan förena drifts- och analytiska arbetsbelastningar inom en enda plattform.

Semantisk modell för affärslogik och rapportering

Semantiska modeller tillhandahåller det strukturerade, kurerade lagret som definierar affärslogik, mått, hierarkier, relationer och metadata ovanpå rådata i Microsoft Fabric. De gör data tolkningsbara och återanvändbara på hela plattformen för analysupplevelser.

Semantiska modeller i Fabric är tätt integrerade med plattformens kapacitetsmodell och arbetsytestruktur. Semantiska modeller stöder tre frågelägen: Import, DirectQuery och Direct Lake. Varje läge erbjuder olika kompromisser mellan prestanda, fräschhet och skalbarhet:

  • Importläget kopierar data från källan till den semantiska modellen under schemalagda eller manuella uppdateringar. Det här läget ger den snabbaste frågeprestandan eftersom Power BI fungerar på minnesinterna data, men det ger svarstid mellan källuppdateringar och rapportsynlighet. Importläget är perfekt för instrumentpaneler med höga prestanda där realtidsdata inte är kritiska.

  • DirectQuery-läget skickar frågor direkt till källsystemet vid körning utan att lagra data i semantikmodellen. Den här metoden säkerställer up-to-date-resultat men kan leda till långsammare prestanda beroende på källsystemets svarstider. DirectQuery är lämpligt för scenarier där datas färskhet är viktigare än hastighet, till exempel driftrapportering.

  • Med Direct Lake-läget kan Power BI köra frågor mot Delta-tabeller som lagras i OneLake direkt. Den kombinerar prestandaegenskaperna hos Import med aktualiteten i DirectQuery. Den undviker dataduplicering och använder den inbyggda arkitekturen för skalbar analys i nära realtid. Direct Lake rekommenderas för storskalig analys av infrastrukturhanterade data.

Semantiska modeller möjliggör även konversations-AI, semantisk sökning, företagsrapportering och resonemang mellan domäner genom att sammanföra avancerade funktioner som Fabric Data Agents, Power BI Copilot, Ontologies och Power BI-rapporter. Företagsanvändare kan också komma åt semantiska modeller via Excel, där de kan utforska data och insikter i ett pivottabellgränssnitt som använder livedata från den semantiska modellen.

Beslutsguide: Välj rätt datalager

Microsoft Fabric innehåller flera datalageralternativ som var och en är optimerad för specifika arbetsbelastningar:

  • Lakehouse för storskalig datateknik och lagring i öppet format som Delta och Iceberg, med stöd för Spark- och SQL-motorer.
  • Informationslager för strukturerad relationsanalys med högpresterande SQL-funktioner och företagsrapportering.
  • Eventhouse för telemetri och logganalys i realtid med hjälp av Kusto Query Language.
  • SQL-databas för transaktionsarbetsbelastningar och driftanalys.
  • Cosmos DB för globalt distribuerade NoSQL-program, program med flera modeller med låg svarstid.
  • OneLake-genvägar för nollkopieringsåtkomst till data i extern lagring eller andra Fabric-arbetsytor och hyresgäster, när du inte behöver en separat kopia och vill behålla en sanningens version.

Valet av lämpligt lager beror på datastruktur, svarstidskrav, frågekomplexitet och integrationsbehov. När de data du behöver redan finns på en tillgänglig plats kan genvägar eliminera behovet av replikering helt och hållet. Mer information finns i Välja rätt butik.

Relaterat innehåll

  • Last updated on