Dela via


Självstudie: Konfigurera Microsoft Fabric-speglade databaser från Azure Databricks (förhandsversion)

Databasspegling i Microsoft Fabric är en företagsbaserad, molnbaserad, noll-ETL- och SaaS-teknik. Den här guiden hjälper dig att upprätta en speglad databas från Azure Databricks, som skapar en skrivskyddad, kontinuerligt replikerad kopia av dina Azure Databricks-data i OneLake.

Förutsättningar

  • Skapa eller använda en befintlig Azure Databricks-arbetsyta med Unity Catalog aktiverat.
  • Du måste ha behörigheten EXTERNAL USE SCHEMA för schemat i Unity Catalog som innehåller de tabeller som ska nås från Infrastrukturresurser. Mer information finns i Kontrollera extern åtkomst till data i Unity Catalog.
  • Aktivera klientinställningen "Speglad Azure Databricks-katalog (förhandsversion)" på klient- eller kapacitetsnivå för den här funktionen.
  • Du måste använda infrastrukturresursens behörighetsmodell för att ange åtkomstkontroller för kataloger, scheman och tabeller i Infrastrukturresurser.
  • Azure Databricks-arbetsytor bör inte ligga bakom en privat slutpunkt.
  • Lagringskonton som innehåller Unity Catalog-data kan inte finnas bakom en brandvägg.

Skapa en speglad databas från Azure Databricks

Följ de här stegen för att skapa en ny speglad databas från Azure Databricks Unity-katalogen.

  1. Navigera till https://powerbi.com.

  2. Välj + Ny och sedan Speglad Azure Databricks-katalog.

    Skärmbild från Fabric-portalen för ett nytt speglat Azure Databricks-objekt.

  3. Välj en befintlig anslutning om du har en konfigurerad.

    • Om du inte har någon befintlig anslutning skapar du en ny anslutning och anger all information. Du kan autentisera till din Azure Databricks-arbetsyta med hjälp av "Organisationskonto" eller "Tjänstens huvudnamn". Om du vill skapa en anslutning måste du vara antingen användare eller administratör för Azure Databricks-arbetsytan.
  4. När du ansluter till en Azure Databricks-arbetsyta går du till sidan Välj tabeller från en Databricks-katalog och kan välja katalogen, scheman och tabeller via inkluderings-/exkluderingslistan som du vill lägga till och komma åt från Microsoft Fabric. Välj katalogen och dess relaterade scheman och tabeller som du vill lägga till i din Infrastruktur-arbetsyta.

    • Du kan bara se de kataloger/scheman/tabeller som du har åtkomst till enligt de behörigheter som beviljas dem enligt den behörighetsmodell som beskrivs i Behörigheter och skyddsbara objekt i Unity Catalog.
    • Som standard aktiveras automatiskt framtida katalogändringar för det valda schemat . Mer information finns i Spegling av Azure Databricks Unity Catalog (förhandsversion).
    • När du har gjort dina val väljer du Nästa.
  5. Som standard är namnet på objektet namnet på katalogen som du försöker lägga till i Infrastrukturresurser. På sidan Granska och skapa kan du granska informationen och eventuellt ändra namnet på det speglade databasobjektet, som måste vara unikt på arbetsytan. Välj Skapa.

  6. Ett Databricks-katalogobjekt skapas och för varje tabell skapas även en motsvarande genväg av Databricks-typ.

    • Scheman som inte har några tabeller visas inte.
  7. Du kan också se en förhandsgranskning av data när du kommer åt en genväg genom att välja SQL-analysslutpunkten. Öppna SQL Analytics-slutpunktsobjektet för att starta sidan Utforskaren och Frågeredigeraren. Du kan köra frågor mot dina speglade Azure Databricks-tabeller med T-SQL i SQL-redigeraren.

Skapa Lakehouse-genvägar till Databricks-katalogobjektet

Du kan också skapa genvägar från Lakehouse till databricks-katalogobjektet för att använda dina Lakehouse-data och använda Spark Notebooks.

  1. Först skapar vi ett sjöhus. Om du redan har ett sjöhus på den här arbetsytan kan du använda ett befintligt sjöhus.
    1. Välj din arbetsyta i navigeringsmenyn.
    2. Välj + New>Lakehouse.
    3. Ange ett namn för ditt lakehouse i fältet Namn och välj Skapa.
  2. I Explorer-vyn för ditt lakehouse går du till menyn Hämta data i lakehouse under Läs in data i ditt sjöhus och väljer knappen Ny genväg.
  3. Välj Microsoft OneLake. Välj en katalog. Det här är det dataobjekt som du skapade i föregående steg. Välj sedan Nästa.
  4. Välj tabeller i schemat och välj Nästa.
  5. Välj Skapa.
  6. Genvägar är nu tillgängliga i Lakehouse som du kan använda med dina andra Lakehouse-data. Du kan också använda Notebooks och Spark för att utföra databearbetning på data för de katalogtabeller som du har lagt till från Din Azure Databricks-arbetsyta.

Skapa en semantisk modell

Dricks

För bästa möjliga upplevelse rekommenderar vi att du använder Microsoft Edge Browser för semantiska modelleringsuppgifter.

Läs mer om standardmodellen för Power BI-semantik.

Utöver standardmodellen för Power BI-semantik kan du uppdatera standardmodellen för Power BI-semantik om du väljer att lägga till/ta bort tabeller från modellen eller skapa en ny semantisk modell. Så här uppdaterar du standardsemantikmodellen:

  1. Gå till ditt speglade Azure Databricks-objekt på din arbetsyta.
  2. Välj SQL Analytics-slutpunkten i listrutan i verktygsfältet.
  3. Under Rapportering väljer du Hantera standard semantisk modell.

Hantera dina semantiska modellrelationer

  1. Välj Modelllayouter från Utforskaren på din arbetsyta.
  2. När modelllayouter har valts visas en bild av tabellerna som ingår som en del av den semantiska modellen.
  3. Om du vill skapa relationer mellan tabeller drar du ett kolumnnamn från en tabell till ett annat kolumnnamn för en annan tabell. Ett popup-fönster visas för att identifiera relationen och kardinaliteten för tabellerna.