Del via


Spejling af Snowflake i Microsoft Fabric

Mirroring in Fabric giver en nem oplevelse for at undgå kompleks ETL (Extract Transform Load) og integrere dine eksisterende Snowflake Warehouse-data med resten af dine data i Microsoft Fabric. Du kan løbende replikere dine eksisterende Snowflake-data direkte til Fabric's OneLake. I Fabric kan du låse op for effektive business intelligence-, kunstig intelligens-, Dataudvikler-, datavidenskabs- og datadelingsscenarier.

Du kan få et selvstudium om konfiguration af din Snowflake-database til spejling i Fabric under Selvstudium: Konfigurer spejlede Microsoft Fabric-databaser fra Snowflake.

Hvorfor bruge Spejling i Fabric?

Med Mirroring i Fabric behøver du ikke at samle forskellige tjenester fra flere leverandører. I stedet kan du nyde godt af et yderst integreret, færdigt og brugervenligt produkt, der er designet til at forenkle dine analysebehov og udviklet til åbenhed og samarbejde mellem Microsoft, Snowflake og de 1000s teknologiløsninger, der kan læse delta lake-tabelformatet med åben kildekode.

Hvilke analyseoplevelser er indbygget?

Spejlede databaser er et element i Fabric Data Warehousing, der adskiller sig fra slutpunktet for Warehouse og SQL Analytics.

Diagram over Fabric-databasespejling til Snowflake.

Spejling opretter tre elementer i dit Fabric-arbejdsområde:

  • Det spejlede databaseelement. Spejling administrerer replikering af data til OneLake og konvertering til Parquet i et format, der er klar til analyse. Dette muliggør downstreamscenarier, f.eks. datakonstruktion, datavidenskab og meget mere.
  • Et SQL Analytics-slutpunkt
  • En semantisk standardmodel

Hver spejlede database har et automatisk genereret SQL-analyseslutpunkt , der giver en omfattende analyseoplevelse oven på de Delta-tabeller, der er oprettet af spejlingsprocessen. Brugerne har adgang til velkendte T-SQL-kommandoer, der kan definere og forespørge om dataobjekter, men ikke manipulere dataene fra SQL-analyseslutpunktet, da det er en skrivebeskyttet kopi. Du kan udføre følgende handlinger i SQL Analytics-slutpunktet:

  • Udforsk de tabeller, der refererer til data i dine Delta Lake-tabeller fra Snowflake.
  • Opret ingen kodeforespørgsler og visninger, og udforsk data visuelt uden at skrive en kodelinje.
  • Udvikl SQL-visninger, indbyggede TVF'er (Funktioner med tabelværdi) og lagrede procedurer for at indkapsle din semantik og forretningslogik i T-SQL.
  • Administrer tilladelser til objekterne.
  • Forespørg om data i andre lagre og Lakehouses i det samme arbejdsområde.

Ud over SQL-forespørgselseditoren er der et bredt økosystem af værktøjer, der kan forespørge SQL-analyseslutpunktet, herunder SQL Server Management Studio (SSMS),mssql-udvidelsen med Visual Studio Code og endda GitHub Copilot.

Overvejelser om sikkerhed

Hvis du vil aktivere fabric-spejling, skal du have brugertilladelser til din Snowflake-database, der indeholder følgende tilladelser:

  • CREATE STREAM
  • SELECT table
  • SHOW tables
  • DESCRIBE tables

Du kan få flere oplysninger i Dokumentationen til Snowflake om adgangskontrolrettigheder til streamingtabeller og påkrævede tilladelser til streams.

Vigtigt

Enhver detaljeret sikkerhed, der er etableret i kilden Snowflake-lageret, skal konfigureres igen i den spejlede database i Microsoft Fabric. Du kan finde flere oplysninger under SQL-detaljerede tilladelser i Microsoft Fabric.

Spejlede snowflake-omkostningsovervejelser

Fabric opkræver ikke gebyrer for indtrængen af netværksdata i OneLake for Mirroring. Der er ingen spejlingsomkostninger, når dine Snowflake-data replikeres til OneLake.

Der er omkostninger til Snowflake-beregning og cloudforespørgslen, når data afspejles: beregning af virtuelle lagre og cloudtjenester.

  • Beregningsgebyrer for virtuelt Snowflake-lager:
    • Beregningsgebyrer opkræves på Snowflake-siden, hvis der er dataændringer, der læses i Snowflake, og de afspejles igen i Fabric.
    • Alle metadataforespørgsler, der kører bag kulisserne for at kontrollere, om der er dataændringer, faktureres ikke for nogen Snowflake-beregning. Forespørgsler, der producerer data som f.eks. en SELECT * , vækker Snowflake-lageret, og beregning debiteres.
  • Beregningsgebyrer for Snowflake-tjenester:
    • Selvom der ikke er nogen beregningsgebyrer for opgaver i baggrunden, f.eks. oprettelse, metadataforespørgsler, adgangskontrol, visning af dataændringer og endda DDL-forespørgsler, er der cloudomkostninger knyttet til disse forespørgsler.
    • Afhængigt af hvilken type Snowflake-udgave du har, bliver du opkrævet for de tilsvarende kreditter for eventuelle omkostninger til cloudtjenester.

På følgende skærmbillede kan du se beregningsomkostningerne for det virtuelle lager og cloudtjenesterne for den tilknyttede Snowflake-database, der afspejles i Fabric. I dette scenarie kommer størstedelen af beregningsomkostningerne for cloudtjenester (i gult) fra forespørgsler om dataændring baseret på de punkter, der er nævnt tidligere. Beregningsgebyrerne for det virtuelle lager (blåt) kommer udelukkende fra dataændringerne, der læses fra Snowflake og afspejles i Fabric.

Skærmbillede af Graf over Snowflake-omkostninger.

Du kan få flere oplysninger om Snowflake-specifikke omkostninger til cloudforespørgsler i Snowflake-dokumentation: Om de samlede omkostninger.

Næste trin