Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Många organisationer registrerar idag sina data i Unity Catalog i Azure Databricks. Med en speglad Unity-katalog i Fabric möjliggörs för kunden att läsa data som hanteras av Unity Catalog från Fabric-arbetsbelastningar. Azure Databricks och Fabric är bättre tillsammans.
För en handledning om hur du konfigurerar din Azure Databricks-arbetsyta för att spegla Unity-katalogen i Fabric, se Självstudie: Konfigurera Microsoft Fabric-speglade databaser från Azure Databricks.
Genom att använda Mirroring in Fabric kan du njuta av en mycket integrerad, helhetlig och lättanvänd produkt som förenklar dina analysbehov och är byggd för öppenhet och samarbete mellan Microsoft Fabric och Azure Databricks.
När du använder Fabric för att läsa data som är registrerade i Unity Catalog finns det ingen dataflytt eller datareplikering. Endast Azure Databricks-katalogstrukturen speglas till Fabric och den underliggande katalogdatan nås genom genvägar. Ändringar i underliggande data kanske inte visas i Fabric omedelbart. Spridning kan ta allt från några sekunder till flera minuter, enligt beskrivningen i dokumentationen om prestanda för SQL-analysslutpunkter.
Vilka analysupplevelser är inbyggda
Speglade kataloger är ett objekt i Fabric Data Warehousing som skiljer sig från slutpunkten för lager- och SQL-analys.
När du speglar en Azure Databricks Unity-katalog skapar Fabric följande objekt:
- Speglat Azure Databricks-objekt
- En SQL-analysslutpunkt på en Lakehouse
Du kan komma åt din speglade Azure Databricks Unity Catalog-data på flera sätt:
- Varje speglat Azure Databricks-objekt har en autogenererad SQL-analysslutpunkt som ger en omfattande analysupplevelse som skapats av speglingsprocessen. Använd T-SQL-kommandon för att definiera och fråga efter dataobjekt från den skrivskyddade SQL-analysslutpunkten.
- Använd Power BI med Direct Lake-läge för att skapa rapporter mot Azure Databricks-objektet.
Metadatasynkronisering
När du skapar en ny spegel från Azure Databricks i Fabric är alternativet Automatiskt synkronisera framtida katalogändringar för det valda schemat aktiverat som standard. Om du aktiverar automatisk synkronisering återspeglas följande metadataändringar från din Azure Databricks-arbetsyta till Fabric:
- Tillägg av scheman i en katalog.
- Borttagning av scheman från en katalog.
- Tillägg av tabeller till ett schema.
- Borttagning av tabeller från ett schema.
Schema/tabellval:
- Som standard väljs hela katalogen när användaren lägger till katalogen.
- Användaren kan undanta vissa tabeller i schemat.
- Om du avmarkerar ett schema avmarkeras alla tabeller i schemat.
- Om användaren går tillbaka och väljer schemat markeras alla tabeller i schemat igen.
- Samma markeringsbeteende gäller för scheman i en katalog.
Det finns andra filtreringsvillkor som tillämpas på kataloger/scheman/tabeller:
- Materialiserade vyer och strömmande tabeller visas inte.
- Externa tabeller som inte stöder Delta-format visas inte.