Query's uitvoeren en rapporteren over gegevens in uw Fabric Lakehouse
Nu uw medalsight-architectuur is ingesteld, kunnen gegevensteams en het bedrijf deze gaan gebruiken om query's uit te voeren en te rapporteren over gegevens. Fabric heeft verschillende hulpprogramma's en technologieën waarmee u gegevens in uw lakehouse kunt opvragen en rapporteren, waaronder SQL-analyse-eindpunten en de Direct Lake-modus in semantische Power BI-modellen.
Query's uitvoeren op gegevens in uw lakehouse
Teams kan SQL gebruiken om gegevens in de gouden laag te verkennen en er query's op uit te voeren. U kunt gegevens in deltatabellen analyseren op elke laag van de medaille-architectuur met behulp van de T-SQL-taal, functies opslaan, weergaven genereren en SQL-beveiliging toepassen. U kunt ook het SQL Analytics-eindpunt gebruiken om verbinding te maken met uw Lakehouse vanuit hulpprogramma's en toepassingen van derden.
Met het SQL Analytics-eindpunt in Fabric kunt u query's schrijven, het semantische model beheren en gegevens opvragen met behulp van de visuele query-ervaring.
Notitie
Het SQL Analytics-eindpunt werkt in de modus Alleen-lezen over Lakehouse Delta-tabellen. Als u gegevens in uw Lakehouse wilt wijzigen, kunt u gegevensstromen, notebooks of pijplijnen gebruiken.
Naast het gebruik van het SQL-analyse-eindpunt voor gegevensverkenning, kunt u ook een semantisch Power BI-model maken in de Direct Lake-modus om query's uit te voeren op gegevens in uw lakehouse. Wanneer u een lakehouse maakt, maakt het systeem ook een gekoppeld semantisch standaardmodel. Het standaard semantische model is een semantisch model met metrische gegevens boven op Lakehouse-gegevens.
Gegevensanalisten maken verbinding met het semantische model met behulp van de Direct Lake-modus, waarin het semantische model toegang heeft tot gegevens uit een lakehouse. De Direct Lake-modus slaat vaak gebruikte gegevens op en vernieuwt deze naar behoefte, waarbij de snelheid van een semantisch model wordt gecombineerd met de actuele gegevens van een lakehouse.
Uw medalillon lagen aanpassen aan verschillende behoeften
Door medalwarelagen aan te passen aan verschillende behoeften, kunt u gegevensverwerking en toegang optimaliseren voor specifieke gebruiksscenario's. Door deze lagen aan te passen, kunt u ervoor zorgen dat de structuur en organisatie van elke laag overeenkomt met de vereisten van verschillende gebruikersgroepen, het verbeteren van de prestaties, het gebruiksgemak en de relevantie van gegevens voor diverse belanghebbenden.
Door meerdere gouden lagen te maken die zijn afgestemd op diverse doelgroepen of domeinen, wordt de flexibiliteit van de medal medal-architectuur benadrukt. Financiën, verkoop, data science– elk kan de geoptimaliseerde Gold-laag hebben, die specifieke analytische vereisten bedient.
Voor sommige toepassingen, hulpprogramma's van derden of systemen zijn specifieke gegevensindelingen vereist. U kunt uw medalsight-architectuur gebruiken om opgeschoonde en goed opgemaakte gegevens te genereren.