Espelhamento do Banco de Dados SQL do Azure
O espelhamento no Fabric fornece uma experiência fácil para evitar ETL (Extração, Transformação e Carregamento) complexos e integrar o estado do Banco de Dados SQL do Azure existente com o restante dos dados no Microsoft Fabric. Você pode replicar continuamente seus bancos de dados SQL do Azure existentes diretamente no OneLake do Fabric. No Fabric, é possível desbloquear cenários poderosos de business intelligence, inteligência artificial, engenharia de dados, ciência de dados e compartilhamento de dados.
Para um tutorial sobre como configurar seu Banco de Dados SQL do Azure para Espelhamento no Fabric, veja Tutorial: Configurar bancos de dados espelhados do Microsoft Fabric a partir do Banco de Dados SQL do Azure.
Para saber mais e assistir a demonstrações de espelhamento do Banco de Dados SQL do Azure no Fabric, assista ao episódio Data Exposed a seguir.
Por que usar o espelhamento no Fabric?
Com o Espelhamento in Fabric, você não precisa reunir diferentes serviços de vários fornecedores. Em vez disso, desfrute de um produto altamente integrado de ponta a ponta e fácil de usar, criado para simplificar suas necessidades analíticas e desenvolvido para abertura e colaboração entre a Microsoft, o Banco de Dados SQL do Azure e as milhares de soluções de tecnologia que leem o formato da tabela de código aberto do Delta Lake.
Quais experiências de análise são incorporadas?
Os bancos de dados espelhados são um item no Data Warehousing do Fabric distinto do Warehouse e do ponto de extremidade de análise SQL.
O espelhamento cria três itens no espaço de trabalho do Fabric:
- O item de banco de dados espelhado. O espelhamento gerencia a duplicação de dados no OneLake e a conversão para o Parquet, em um formato pronto para análise. Isso permite cenários downstream, como engenharia de dados, ciência de dados e muito mais.
- Um ponto de extremidade de análise do SQL
- Um modelo semântico padrão
Cada Banco de Dados SQL do Azure espelhado tem um ponto de extremidade de análise SQL gerado automaticamente que fornece uma experiência analítica avançada sobre as Tabelas Delta criadas pelo processo de espelhamento. Os usuários têm acesso aos comandos T-SQL já conhecidos capazes de definir e consultar objetos de dados, mas não manipular os dados do ponto de extremidade da análise SQL, pois é uma cópia somente leitura. Você pode executar as seguintes ações no ponto de extremidade de análise SQL:
- Conheça as tabelas que fazem referência aos dados nas tabelas Delta Lake do Banco de Dados SQL do Azure.
- Crie consultas e exibições sem código e explore os dados visualmente sem necessitar de nenhuma linha de código.
- Desenvolva modos SQL, funções com valor de tabela (TVFs) embutidos e procedimentos armazenados para encapsular a semântica e lógica de negócios no T-SQL.
- Gerenciar permissões nos objetos.
- Consulte dados em outros depósitos e lakehouses no mesmo espaço de trabalho.
Além do editor de consultas SQL, há um amplo ecossistema de ferramentas que podem consultar o ponto de extremidade de análise SQL, incluindo SQL Server Management Studio (SSMS), a extensão mssql com Visual Studio Code, e até mesmo o GitHub Copilot.
Requisitos de rede
Atualmente, o espelhamento não é compatível com servidores lógicos do Banco de Dados SQL do Azure atrás de uma Rede Virtual do Azure ou de uma rede privada. Se sua instância do Banco de Dados do Azure estiver atrás de uma rede privada, não será possível habilitar o espelhamento do Banco de Dados SQL do Azure.
- Atualmente, você deve atualizar as regras de firewall do servidor lógico SQL do Azure para Permitir acesso à rede pública.
- Habilite a opção Permitir serviços do Azure para se conectar ao servidor lógico do Banco de Dados SQL do Azure.
Transações ativas, cargas de trabalho e comportamentos do mecanismo replicador
- As transações ativas mantêm o truncamento do log de transações até que a transação seja confirmada e o Banco de Dados SQL do Azure espelhado seja atualizado ou anule a transação. As transações de execução prolongada podem resultar em um preenchimento acima do normal do log de transações. O log de transações do banco de dados de origem deve ser monitorado para que o log de transações não seja preenchido. Para obter mais informações, consulte Log de transações cresce devido a transações de longa execução e CDC.
- A carga de trabalho de cada usuário varia. Durante o instantâneo inicial, pode haver mais uso de recursos no banco de dados de origem, tanto para CPU quanto para IOPS (operações de entrada/saída por segundo, para ler as páginas). As operações de atualização/exclusão de tabelas podem levar ao aumento da geração de logs. Saiba mais sobre como monitorar recursos para o Banco de Dados SQL do Azure.
- O mecanismo duplicador monitora cada tabela em busca de alterações de forma independente. Se não houver atualizações em uma tabela de origem, o mecanismo duplicador começará a recuar, aumentando exponencialmente a duração para essa tabela, em até uma hora. O mesmo pode ocorrer se houver um erro transitório que impeça a atualização dos dados. O mecanismo duplicador retomará automaticamente a pesquisa regular depois que os dados atualizados forem detectados.
Suporte a modelos de nível e de compra
O Banco de dados SQL do Azure de origem pode ser um banco de dados individual ou em um pool elástico.
- Todas as camadas de serviço no modelo de compra vCore são compatíveis.
- Para o modelo de compra DTU (Database Transaction Unit), os bancos de dados criados nas camadas de serviço Gratuito, Básico ou Padrão com menos de 100 DTUs não são compatíveis.
Próxima etapa
Conteúdo relacionado
- Instruções: proteger dados de bancos de dados espelhados do Microsoft Fabric a partir do Banco de Dados SQL do Azure
- Limitações nos bancos de dados espelhados no Microsoft Fabric usando o Banco de Dados SQL do Azure
- Monitorar a replicação de banco de dados espelho do Fabric
- Solucionar problemas de bancos de dados espelhados do Fabric a partir do Banco de Dados SQL do Azure