Beslutsguide för Microsoft Fabric: Välj mellan Warehouse och Lakehouse
Microsoft Fabric erbjuder två arbetsbelastningar i företagsskala, öppna standardformat för datalagring: Warehouse och Lakehouse. I den här artikeln jämförs de två plattformarna och beslutspunkterna för var och en.
Kriterium
Inga code- eller Pro Code-lösningar: Hur vill du utveckla?
- Gnista
- Använda Lakehouse
- T-SQL
- Använda informationslager
Lagerbehov: Behöver du transaktioner med flera tabeller?
- Ja
- Använda informationslager
- Nej
- Använda Lakehouse
Datakomplexitet: Vilken typ av data analyserar du?
- Vet inte
- Använda Lakehouse
- Ostrukturerade och strukturerade data
- Använda Lakehouse
- Endast strukturerade data
- Använda informationslager
Välj en kandidattjänst
Utför en detaljerad utvärdering av tjänsten för att bekräfta att den uppfyller dina behov.
Informationslagret i Fabric Data Warehouse är ett informationslager i företagsskala med öppet standardformat.
- Inga rattar prestanda med minimal konfiguration och distribution, ingen konfiguration av beräkning eller lagring behövs.
- Enkla och intuitiva informationslagerupplevelser för både nybörjare och erfarna dataproffs (ingen/pro-kod).
- Lake-centrerat lager lagrar data i OneLake i öppet Delta-format med enkel dataåterställning och hantering.
- Helt integrerad med alla infrastrukturarbetsbelastningar.
- Datainläsning och transformeringar i stor skala, med fullständiga transaktionsgarantier för flera tabeller som tillhandahålls av SQL-motorn.
- Virtuella lager med frågor mellan databaser och ett helt integrerat semantiskt lager.
- Företagsklar plattform med prestanda och användningssynlighet från slutpunkt till slutpunkt, med inbyggd styrning och säkerhet.
- Flexibilitet att skapa informationslager eller datanät baserat på organisationens behov och val av kod, låg kod eller T-SQL för transformeringar.
Lakehouse-objektet i Fabric Dataingenjör ing är en plattform för dataarkitektur för lagring, hantering och analys av strukturerade och ostrukturerade data på en enda plats.
- Lagra, hantera och analysera strukturerade och ostrukturerade data på en enda plats för att få insikter och fatta beslut snabbare och effektivt.
- Flexibel och skalbar lösning som gör det möjligt för organisationer att hantera stora mängder data av alla typer och storlekar.
- Mata enkelt in data från många olika källor, som konverteras till ett enhetligt Delta-format
- Automatisk tabellidentifiering och registrering för en fullständigt hanterad fil-till-tabell-upplevelse för datatekniker och dataforskare.
- Automatisk SQL-analysslutpunkt och standarddatauppsättning som tillåter T-SQL-frågekörning av deltatabeller i sjön
Båda ingår i Power BI Premium- eller Fabric-kapaciteter.
Jämföra olika lagerfunktioner
I den här tabellen jämförs lagret med SQL-analysslutpunkten för Lakehouse.
Microsoft Fabric-erbjudande
Dist.lager
SQL-analysslutpunkten för Lakehouse
Primära funktioner
ACID-kompatibel, fullständig datalagerhantering med transaktionsstöd i T-SQL.
Skrivskyddad, systemgenererad SQL-analysslutpunkt för Lakehouse för T-SQL-frågor och -servering. Stöder analys på Lakehouse Delta-tabellerna och Delta Lake-mapparna som refereras via genvägar.
Utvecklarprofil
SQL-utvecklare eller medborgarutvecklare
Dataingenjör eller SQL-utvecklare
Läsa in data
SQL, pipelines, dataflöden
Spark, pipelines, dataflöden, genvägar
Stöd för Delta-tabell
Läser och skriver Delta-tabeller
Läser deltatabeller
Lagringslager
Öppna dataformat – Delta
Öppna dataformat – Delta
Rekommenderat användningsfall
- Datalagring för företagsanvändning
- Datalagring stöd för avdelnings-, affärsenhets- eller självbetjäningsanvändning
- Strukturerad dataanalys i T-SQL med tabeller, vyer, procedurer och funktioner och avancerat SQL-stöd för BI
- Utforska och köra frågor mot deltatabeller från lakehouse
- Mellanlagringsdata och arkiveringszon för analys
- Medallion lakehouse-arkitektur med zoner för brons-, silver- och guldanalys
- Parkoppling med Lager för användningsfall för företagsanalys
Utvecklingsupplevelse
- Warehouse Editor med fullständigt stöd för T-SQL-datainmatning, modellering, utveckling och frågor mot användargränssnittsupplevelser för datainmatning, modellering och frågor
- Läs-/skrivstöd för verktyg från första och tredje part
- Lakehouse SQL-analysslutpunkt med begränsat T-SQL-stöd för vyer, tabellvärdesfunktioner och SQL-frågor
- Gränssnittsupplevelser för modellering och frågor
- Begränsat T-SQL-stöd för verktyg från första och tredje part
T-SQL-funktioner
Fullständigt stöd för DQL, DML och DDL T-SQL, fullständigt transaktionsstöd
Fullständig DQL, ingen DML, begränsat DDL T-SQL-stöd, till exempel SQL-vyer och TVF:er