Utforsk data i den speilvendte databasen ved hjelp av Microsoft Fabric
Mer informasjon om alle metodene for å spørre etter dataene i den speilede databasen i Microsoft Fabric.
Bruk endepunktet for SQL-analyse
Microsoft Fabric gir et skrivebeskyttet T-SQL-serveringslag for replikerte deltatabeller. Denne SQL-baserte opplevelsen kalles SQL Analytics-endepunktet. Du kan analysere data i deltatabeller ved hjelp av et redigeringsprogram for visualobjekter uten kode eller T-SQL for å opprette visninger, funksjoner, lagrede prosedyrer og bruke SQL-sikkerhet.
Hvis du vil ha tilgang til endepunktet for SQL-analyse, velger du det tilsvarende elementet i arbeidsområdevisningen eller bytter til endepunktmodus for SQL-analyse i den speilede databaseutforskeren. Hvis du vil ha mer informasjon, kan du se Hva er SQL Analytics-endepunktet for et lakehouse?
Bruke datavisning til å forhåndsvise data
Forhåndsvisning av data er én av de tre vekslemodusene sammen med redigeringsprogrammet for spørring og modellvisning i endepunktet for SQL-analyse, som gir et enkelt grensesnitt for å vise dataene i tabellene eller visningene for å forhåndsvise eksempeldata (de øverste 1000 radene).
Hvis du vil ha mer informasjon, kan du se Vis data i forhåndsvisningen av data i Microsoft Fabric.
Bruke visualobjektspørringer til å analysere data
Visualobjektet Power Query-redigering er en funksjon i Microsoft Fabric som gir en no-code-opplevelse for å opprette T-SQL-spørringer mot data i det speilvendte databaseelementet. Du kan dra og slippe tabeller på lerretet, utforme spørringer visuelt og bruke Power Query-diagramvisning.
Hvis du vil ha mer informasjon, kan du se Spørring ved hjelp av redigeringsprogrammet for visualobjektspørring.
Bruke SQL-spørringer til å analysere data
SQL-Power Query-redigering er en funksjon i Microsoft Fabric som gir et redigeringsprogram for spørringer for å opprette T-SQL-spørringer mot data i det speilede databaseelementet. Redigeringsprogrammet for SQL-spørringer gir støtte for IntelliSense, fullføring av kode, syntaksutheving, analyse på klientsiden og validering.
Hvis du vil ha mer informasjon, kan du se Spørring ved hjelp av redigeringsprogrammet for SQL-spørring.
Bruke notatblokker til å utforske dataene dine med en Lakehouse-snarvei
Notatblokker er et kraftig kodeelement som du kan bruke til å utvikle Apache Spark-jobber og maskinlæringseksperimenter på dataene dine. Du kan bruke notatblokker i Fabric Lakehouse til å utforske speilvendte tabeller. Du kan få tilgang til den speilvendte databasen fra Lakehouse med Spark-spørringer i notatblokker. Du må først opprette en snarvei fra speilvendte tabeller til Lakehouse, og deretter bygge notatblokker med Spark-spørringer i Lakehouse.
Hvis du vil ha en trinnvis veiledning, kan du se Utforske data i den speilede databasen med notatblokker.
Hvis du vil ha mer informasjon, kan du se Opprette snarveier i lakehouse og se Utforske dataene i lakehouse med en notatblokk.
Få tilgang til deltafiler direkte
Du kan få tilgang til speilvendte databasetabelldata i Delta-formatfiler. Koble til OneLake direkte gjennom OneLake-filutforskereneller Azure Storage Explorer.
Hvis du vil ha en trinnvis veiledning, kan du se Utforske data i den speilede databasen direkte i OneLake.
Modeller dataene dine, og legg til forretningssemantikk
I Microsoft Fabric er Power BI-datasett en semantisk modell med måledata, en logisk beskrivelse av et analytisk domene, med forretningsvennlig terminologi og representasjon, for å muliggjøre dypere analyse. Denne semantiske modellen er vanligvis et stjerneskjema med fakta som representerer et domene. Med dimensjoner kan du analysere domenet for å drille ned, filtrere og beregne ulike analyser. Med den semantiske modellen opprettes datasettet automatisk for deg, med arvet forretningslogikk fra den overordnede speilede databasen. Den nedstrøms analyseopplevelsen for forretningsintelligens og analyse starter med et element i Microsoft Fabric som administreres, optimaliseres og holdes synkronisert uten brukerintervensjon.
Standard Power BI-datasett arver alle relasjoner mellom enheter som er definert i modellvisningen, og utleder dem som Power BI-datasettrelasjoner når objekter er aktivert for BI (Power BI-rapporter). Når du arver den speilede databasens forretningslogikk, kan en lagerutvikler eller BI-analytiker redusere tiden til verdi for å bygge et nyttig semantisk modell- og målelag for analyserapporter for forretningsintelligens (BI) i Power BI, Excel eller eksterne verktøy som Tableau, som leser XMLA-formatet. Hvis du vil ha mer informasjon, kan du se Datamodellering i standard Power BI-datasett.
En veldefinert datamodell er medvirkende til å drive analyse og rapportere arbeidsbelastninger. I et SQL Analytics-endepunkt i Microsoft Fabric kan du enkelt bygge og endre datamodellen med noen få enkle trinn i visualobjektredigeringsprogrammet. Det er mulig å modellere det speilvendte databaseelementet ved å angi begrensninger for primærnøkkel og sekundærnøkkel og angi identitetskolonner i modellvisningen i SQL Analytics-endepunktsiden i Stoff-portalen. Når du har navigert i modellvisningen, kan du gjøre dette i et relasjonsdiagram for en visuell enhet. Diagrammet lar deg dra og slippe tabeller for å utlede hvordan objektene er relatert til hverandre. Linjer som visuelt kobler sammen enhetene, utleder typen fysiske relasjoner som finnes.
Opprette en rapport
Opprett en rapport direkte fra semantisk modell (standard) på tre forskjellige måter:
- Redigeringsprogram for SQL Analytics-endepunkt på båndet
- Dataruten i navigasjonsfeltet
- Semantisk modell (standard) i arbeidsområdet
Hvis du vil ha mer informasjon, kan du se Opprette rapporter i Power Bi-tjeneste i Microsoft Fabric og Power BI Desktop.