Freigeben über


Spiegelung einer Azure SQL-Datenbank

Die Spiegelung in Fabric bietet eine einfache Erfahrung, um komplexes ETL (Extract Transform Load) zu vermeiden und Ihre vorhandene Azure SQL-Datenbank in Ihre restlichen Daten in Microsoft Fabric zu integrieren. Sie können Ihre vorhandenen Azure SQL-Datenbanken kontinuierlich direkt in OneLake von Fabric replizieren. Innerhalb von Fabric können Sie leistungsstarke Business Intelligence, künstliche Intelligenz, Datentechnik, Data Science- und Datenfreigabeszenarien nutzen.

Ein Tutorial zum Konfigurieren Ihrer Azure SQL-Datenbank für die Spiegelung in Fabric finden Sie im Tutorial: Konfigurieren von in Microsoft Fabric gespiegelten Datenbanken aus Azure SQL-Datenbank.

Wenn Sie mehr erfahren und Demos von Mirroring Azure SQL-Datenbank in Fabric ansehen möchten, schauen Sie sich die folgende Data Exposed-Episode an.

Gründe für die Verwendung von Spiegelung in Fabric.

Mit der Spiegelung in Fabric vermeiden Sie, verschiedene Dienste von mehreren Anbietern kombinieren zu müssen. Stattdessen profitieren Sie von einem hochgradig integrierten, benutzerfreundlichen End-to-End-Produkt, das Ihre Analyseanforderungen vereinfacht und auf Offenheit und Zusammenarbeit zwischen Microsoft, Azure SQL-Datenbank und den zahllosen Technologielösungen ausgelegt ist, die das Open-Source-Tabellenformat von Delta Lake lesen können.

Welche Analyseerfahrungen sind integriert?

Gespiegelte Datenbanken sind ein Element in Fabric-Datenspeicherung, die sich von Warehouse- und SQL-Analyseendpunkten unterscheiden.

Diagramm der Fabric-Datenbankspiegelung für Azure SQL-Datenbank.

Die Spiegelung erstellt drei Elemente in Ihrem Fabric-Arbeitsbereich:

  • Das gespiegelte Datenbankelement. Die Spiegelung verwaltet die Replikation von Daten in OneLake und die Konvertierung in Parquet in einem analysefähigen Format. Dies ermöglicht nachgeschaltete Szenarien wie Data Engineering, Data Science und mehr.
  • Ein SQL-Analyseendpunkt
  • Ein Standardsemantikmodell

Jede gespiegelte Azure SQL-Datenbank verfügt über einen automatisch generierten SQL-Analyseendpunkt, der über die Delta-Tabellen verfügt, die vom Spiegelungs-Prozess erstellt wurden. Benutzer haben Zugriff auf vertraute T-SQL-Befehle, die Datenobjekte definieren und abfragen können, aber die Daten nicht vom SQL-Analyseendpunkt bearbeiten können, da es sich um eine schreibgeschützte Kopie handelt. Sie können die folgenden Aktionen im SQL-Analyseendpunkt ausführen:

  • Erkunden Sie die Tabellen, die auf Daten in Ihren Delta Lake-Tabellen aus Azure SQL-Datenbank verweisen.
  • Erstellen Sie keine Codeabfragen und -ansichten, und untersuchen Sie Daten visuell, ohne eine Codezeile zu schreiben.
  • Entwicklung von Ansichten, Inline-TVFs (Tabellenwertfunktionen) und gespeicherten Prozeduren zum Kapseln Ihrer Semantik und Geschäftslogik in T-SQL.
  • Verwalten von Berechtigungen für die Objekte
  • Abfragen von Daten in anderen Warehouses und Lakehouses im selben Arbeitsbereich.

Zusätzlich zum SQL Query Editor gibt es ein breites Ökosystem von Tools, die den SQL-Analyseendpunkt abfragen können, einschließlich SQL Server Management Studio (SSMS), der mssql-Erweiterung mit Visual Studio Code und sogar GitHub Copilot.

Netzwerkanforderungen

Derzeit unterstützt die Spiegelung keine logischen Azure SQL-Datenbank-Server hinter einem Azure Virtual Network oder einem privaten Netzwerk. Wenn sich Ihre Azure-Datenbankinstanz hinter einem privaten Netzwerk befindet, können Sie die Spiegelung der Azure SQL-Datenbank nicht aktivieren.

Aktive Transaktionen, Workloads und Replikatmodulverhalten

  • Aktive Transaktionen blockieren weiterhin die Transaktionsprotokollkürzung, bis die Transaktion committet wird und die gespiegelte Azure SQL-Datenbank aufholt oder bis die Transaktion abgebrochen wird. Zeitintensive Transaktionen können dazu führen, dass sich das Transaktionsprotokoll mehr als üblich füllt. Das Transaktionsprotokoll der Quelldatenbank sollte überwacht werden, damit das Transaktionsprotokoll nicht aufgefüllt wird. Weitere Informationen finden Sie unter Transaktionsprotokoll wächst aufgrund zeitintensiver Transaktionen und CDC.
  • Jeder Benutzerworkload variiert. Während der ersten Momentaufnahme kann die Ressourcenauslastung in der Quelldatenbank für CPU und IOPS (Eingabe-/Ausgabevorgänge pro Sekunde, um die Seiten zu lesen) höher sein. Tabellenaktualisierungen/Löschvorgänge können zu einer erhöhten Protokollgenerierung führen. Erfahren Sie mehr darüber, wie Sie Ressourcen für Ihre Azure SQL-Datenbank überwachen.
  • Das Replikatmodul überwacht jede Tabelle unabhängig von Änderungen. Wenn keine Aktualisierungen in einer Quelltabelle vorhanden sind, beginnt die Replicator Engine mit einer exponentiell steigenden Dauer für diese Tabelle zu sichern, bis zu einer Stunde. Dasselbe kann geschehen, wenn ein vorübergehender Fehler auftritt und die Datenaktualisierung verhindert wird. Die Replicator Engine setzt die regelmäßige Abfrage automatisch fort, nachdem aktualisierte Daten erkannt wurden.

Tier- und Kaufmodellunterstützung

Die Azure SQL-Quelldatenbank kann eine Einzeldatenbank oder eine Datenbank in einem Pool für elastische Datenbanken sein.

Nächster Schritt