Del via

Opplæring: Konfigurere Microsoft Fabric-speilbaserte databaser fra Azure Databricks (forhåndsversjon)

  • Artikkel

Databasespeiling i Microsoft Fabric er en bedriftsbasert, skybasert, null-ETL, SaaS-teknologi. Denne veiledningen hjelper deg med å etablere en speilvendt database fra Azure Databricks, som oppretter en skrivebeskyttet, kontinuerlig replikert kopi av Azure Databricks-dataene i OneLake.

Forutsetning

  • Opprett eller bruk et eksisterende Azure Databricks-arbeidsområde med Unity Catalog aktivert.
  • Du må ha rettigheten EXTERNAL USE SCHEMA på skjemaet i Unity Catalog som inneholder tabellene som skal åpnes fra Fabric. Hvis du vil ha mer informasjon, kan du se Kontrollere ekstern tilgang til data i Unity Catalog.
  • Slå på leierinnstillingen "Mirrored Azure Databricks Catalog (Preview)" på leier- eller kapasitetsnivå for denne funksjonen.
  • Du må bruke Fabrics tillatelsesmodell til å angi tilgangskontroller for kataloger, skjemaer og tabeller i Fabric.
  • Azure Databricks-arbeidsområder bør ikke stå bak et privat endepunkt.
  • Lagringskontoer som inneholder Unity Catalog-data, kan ikke være bak en brannmur.

Opprette en speilet database fra Azure Databricks

Følg disse trinnene for å opprette en ny speilvendt database fra Azure Databricks Unity Catalog.

  1. Naviger til https://powerbi.com.

  2. Velg + Ny , og deretter Speilet Azure Databricks-katalog.

    Skjermbilde fra Fabric-portalen til et nytt Azure Databricks-speilvendt element.

  3. Velg en eksisterende tilkobling hvis du har en konfigurert.

    • Hvis du ikke har en eksisterende tilkobling, oppretter du en ny tilkobling og skriver inn alle detaljene. Du kan godkjenne til Azure Databricks-arbeidsområdet ved hjelp av Organisasjonskonto eller Tjenestekontohaver. Hvis du vil opprette en tilkobling, må du enten være en bruker eller administrator av Azure Databricks-arbeidsområdet.

  4. Når du kobler til et Azure Databricks-arbeidsområde, kan du velge katalogen, skjemaene og tabellene via inkluderings-/utelukkelseslisten du vil legge til og få tilgang til fra Microsoft Fabric, på siden Velg tabeller fra en Databricks-katalog . Velg katalogen og tilhørende skjemaer og tabeller som du vil legge til i Fabric-arbeidsområdet.

  5. Navnet på elementet vil som standard være navnet på katalogen du prøver å legge til i Fabric. På siden Se gjennom og opprett kan du se gjennom detaljene og eventuelt endre navnet på det speilede databaseelementet, som må være unikt i arbeidsområdet. Velg Opprett.

  6. Et Databricks-katalogelement opprettes, og for hver tabell opprettes det også en tilsvarende snarvei for Databricks-typen.

    • Skjemaer som ikke har noen tabeller, vises ikke.

  7. Du kan også se en forhåndsvisning av dataene når du får tilgang til en snarvei ved å velge endepunktet for SQL-analyse. Åpne endepunktelementet for SQL-analyse for å starte explorer- og spørringsredigeringssiden. Du kan spørre de speilvendte Azure Databricks-tabellene med T-SQL i SQL Editor.

Opprett Lakehouse-snarveier til Databricks-katalogelementet

Du kan også opprette snarveier fra Lakehouse til Databricks-katalogelementet for å bruke Lakehouse-dataene og bruke Spark Notebooks.

  1. Først lager vi et innsjøhus. Hvis du allerede har et lakehouse i dette arbeidsområdet, kan du bruke et eksisterende lakehouse.
    1. Velg arbeidsområdet i navigasjonsmenyen.
    2. Velg + New>Lakehouse.
    3. Angi et navn for lakehouse i Navn-feltet , og velg Opprett.
  2. Velg Ny snarvei-knappen i Hent data i lakehouse-menyen under Last inn data i lakehouse i Explorer-visningen av lakehouse.
  3. Velg Microsoft OneLake. Velg en katalog. Dette er dataelementet du opprettet i de forrige trinnene. Velg deretter Neste.
  4. Velg tabeller i skjemaet, og velg Neste.
  5. Velg Opprett.
  6. Snarveier er nå tilgjengelige i Lakehouse for bruk med andre Lakehouse-data. Du kan også bruke Notatblokker og Spark til å utføre databehandling på dataene for disse katalogtabellene som du har lagt til fra Azure Databricks-arbeidsområdet.

Opprette en semantisk modell

Tips

For den beste opplevelsen anbefales det at du bruker Microsoft Edge Browser for semantiske modelleringsoppgaver.

Mer informasjon om standard semantisk modell for Power BI.

I tillegg til standard power bi-semantisk modell kan du oppdatere standard semantisk modell for Power BI hvis du velger å legge til/fjerne tabeller fra modellen eller opprette en ny semantisk modell. Slik oppdaterer du standard semantisk modell:

  1. Gå til Det speilede Azure Databricks-elementet i arbeidsområdet.
  2. Velg endepunktet for SQL-analyse fra rullegardinlisten på verktøylinjen.
  3. Velg Administrer standard semantisk modell under Rapportering.

Administrere semantiske modellrelasjoner

  1. Velg modelloppsett fra Utforsker i arbeidsområdet.
  2. Når modelloppsett er valgt, presenteres du med en grafikk av tabellene som ble inkludert som en del av semantisk modell.
  3. Hvis du vil opprette relasjoner mellom tabeller, drar du et kolonnenavn fra én tabell til et annet kolonnenavn i en annen tabell. Et popup-vindu presenteres for å identifisere relasjonen og kardinaliteten for tabellene.

Relatert innhold