มิเรอร์ฐานข้อมูล Azure SQL
Mirroring in Fabric ให้ประสบการณ์ที่ง่ายดายในการหลีกเลี่ยง ETL ที่ซับซ้อน (แยกโหลดแปลง) และรวมองค์ประกอบฐานข้อมูล Azure SQL ที่มีอยู่ของคุณเข้ากับส่วนที่เหลือของข้อมูลของคุณใน Microsoft Fabric คุณสามารถทําซ้ําฐานข้อมูล Sql Azure ที่มีอยู่ของคุณไปยัง OneLake ของ Fabric ได้โดยตรง ภายใน Fabric คุณสามารถปลดล็อกข่าวกรองธุรกิจปัญญาประดิษฐ์ วิศวกรข้อมูล วิทยาศาสตร์ข้อมูล และสถานการณ์การแชร์ข้อมูลได้
สําหรับบทช่วยสอนเกี่ยวกับการกําหนดค่าฐานข้อมูล SQL Azure ของคุณสําหรับมิลเลอร์ใน Fabric ดู บทช่วยสอน: กําหนดค่าฐานข้อมูลที่มิเรอร์สของ Microsoft Fabric จากฐานข้อมูล Azure SQL
เมื่อต้องการเรียนรู้เพิ่มเติมและดูการสาธิตของมิเรอร์ริลลิ่งฐานข้อมูล Azure SQL ใน Fabric ให้ดูข้อมูลต่อไปนี้ที่เปิดเผยตอน
ทําไมต้องใช้มิเรอร์ใน Fabric?
ด้วย Mirroring ใน Fabric คุณไม่จําเป็นต้องรวบรวมบริการที่แตกต่างจากผู้ขายหลายรายเข้าด้วยกัน แต่คุณสามารถเพลิดเพลินไปกับผลิตภัณฑ์ที่รวมอย่างลงตัวแบบครบวงจรและใช้งานง่ายซึ่งออกแบบมาเพื่อทําให้ความต้องการการวิเคราะห์ของคุณง่ายขึ้นและสร้างขึ้นเพื่อการเปิดและทํางานร่วมกันระหว่าง Microsoft, ฐานข้อมูล Azure SQL และโซลูชันเทคโนโลยีจํานวน 1,000 ตัวที่สามารถอ่านรูปแบบตาราง Delta Lake แบบโอเพนซอร์สได้
ประสบการณ์การวิเคราะห์ใดที่มีอยู่แล้วภายใน
ฐานข้อมูลมิเรอร์คือ รายการใน Fabric Data Warehousing ซึ่งแตกต่างจากจุดสิ้นสุดการวิเคราะห์คลังสินค้าและ SQL
การมิเรอร์สร้างสามรายการในพื้นที่ทํางาน Fabric ของคุณ:
- รายการฐานข้อมูลที่มิเรอร์ การเลียนแบบจะจัดการการจําลองข้อมูลเป็น OneLake และการแปลงเป็น Parquet ในรูปแบบที่พร้อมสําหรับการวิเคราะห์ ซึ่งเปิดใช้งานสถานการณ์ปลายทาง เช่น วิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล และอื่น ๆ
- จุดสิ้นสุดการวิเคราะห์ SQL
- แบบจําลองความหมายเริ่มต้น
ฐานข้อมูล Azure SQL ที่มิเรอร์แต่ละอันมีจุดสิ้นสุดการวิเคราะห์ SQL ที่สร้างโดยอัตโนมัติ ซึ่งมอบประสบการณ์การวิเคราะห์ที่สมบูรณ์ที่ด้านบนของตาราง Delta ที่สร้างขึ้นโดยกระบวนการเลียนแบบ ผู้ใช้สามารถเข้าถึงคําสั่ง T-SQL ที่คุ้นเคยซึ่งสามารถกําหนดและสอบถามอ็อปเจ็กต์ข้อมูลได้ แต่ไม่สามารถจัดการข้อมูลจากจุดสิ้นสุดการวิเคราะห์ SQL ได้ เนื่องจากเป็นสําเนาแบบอ่านอย่างเดียว คุณสามารถดําเนินการต่อไปนี้ในจุดสิ้นสุดการวิเคราะห์ SQL:
- สํารวจตารางที่อ้างอิงข้อมูลในตาราง Delta Lake ของคุณจากฐานข้อมูล Azure SQL
- สร้างคิวรีและมุมมองที่ไม่มีโค้ด และสํารวจข้อมูลด้วยภาพโดยไม่ต้องเขียนโค้ด
- พัฒนามุมมอง SQL, TVFs แบบอินไลน์ (ฟังก์ชันที่ให้ค่าตาราง) และกระบวนงานที่เก็บไว้เพื่อห่อหุ้มตรรกะและตรรกะทางธุรกิจของคุณใน T-SQL
- จัดการสิทธิ์บนวัตถุ
- คิวรีข้อมูลในคลังเก็บและเลคเฮ้าส์อื่น ๆ ในพื้นที่ทํางานเดียวกัน
นอกเหนือจากตัวแก้ไขคิวรี SQL แล้ว ยังมีระบบเครื่องมือที่สามารถคิวรีจุดสิ้นสุดการวิเคราะห์ SQL รวมถึง SQL Server Management Studio (SSMS) ส่วนขยาย mssql ด้วย Visual Studio Code และแม้แต่ GitHub Copilot
ความต้องการของเครือข่าย
ในปัจจุบัน มิลเลอร์เรอร์ไม่สนับสนุนเซิร์ฟเวอร์แบบลอจิคัลของ Azure SQL Database ที่อยู่เบื้องหลังเครือข่ายเสมือน Azure หรือเครือข่ายส่วนตัว ถ้าคุณมีอินสแตนซ์ Azure Database อยู่เบื้องหลังเครือข่ายส่วนตัว คุณจะไม่สามารถเปิดใช้งานการทําสําเนา Azure SQL Database ได้
- ในปัจจุบัน คุณต้องอัปเดตกฎไฟร์วอลล์เซิร์ฟเวอร์ตรรกะ Azure SQL ของคุณเพื่อ อนุญาตการเข้าถึงเครือข่ายสาธารณะ
- คุณต้องเปิดใช้งาน ตัวเลือกอนุญาตบริการ Azure เพื่อเชื่อมต่อกับเซิร์ฟเวอร์แบบลอจิคัลของ Azure SQL Database ของคุณ
ลักษณะการทํางานของธุรกรรม ปริมาณงาน และกลไกจัดการแบบจําลองที่ใช้งานอยู่
- ทรานแซคชันที่ใช้งานอยู่ยังคงระงับการตัดทอนแฟ้มบันทึกธุรกรรมจนกว่าทรานแซคชันจะยอมรับและฐานข้อมูล SQL Azure แบบมิเรอร์ตามทันทันใด หรือยกเลิกการทําธุรกรรม ธุรกรรมที่ใช้เวลานานอาจส่งผลให้บันทึกธุรกรรมกรอกข้อมูลมากกว่าปกติ แฟ้มบันทึกธุรกรรมฐานข้อมูลต้นทางควรได้รับการตรวจสอบ เพื่อไม่ให้ล็อกธุรกรรมเต็ม สําหรับข้อมูลเพิ่มเติม ดู บันทึกธุรกรรมเพิ่มขึ้นเนื่องจากทรานแซคชันและ CDC ที่รันเป็นเวลานาน
- ปริมาณงานของผู้ใช้แต่ละรายแตกต่างกัน ระหว่างสแนปช็อตเริ่มต้น อาจมีการใช้ทรัพยากรมากขึ้นในฐานข้อมูลต้นทางสําหรับทั้ง CPU และ IOPS (การดําเนินการอินพุท/เอาท์พุทต่อวินาทีเพื่ออ่านหน้า) การดําเนินการอัปเดต/ลบตารางอาจนําไปสู่การสร้างไฟล์บันทึกที่เพิ่มขึ้น เรียนรู้เพิ่มเติมเกี่ยวกับวิธีการ ตรวจสอบทรัพยากรสําหรับฐานข้อมูล Azure SQL ของคุณ
- กลไกจัดการแบบจําลองจะตรวจสอบแต่ละตารางสําหรับการเปลี่ยนแปลงต่าง ๆ อย่างอิสระ ถ้าไม่มีการปรับปรุงในตารางต้นฉบับ กลไกจัดการตัวจําลองเริ่มต้นที่จะย้อนกลับด้วยระยะเวลาที่เพิ่มขึ้นแบบทวีคูณสําหรับตารางนั้น สูงสุดหนึ่งชั่วโมง เช่นเดียวกันอาจเกิดขึ้นได้หากมีข้อผิดพลาดชั่วคราว ซึ่งเป็นการป้องกันการรีเฟรชข้อมูล กลไกการจําลองแบบจะดําเนินการสํารวจปกติต่อโดยอัตโนมัติหลังจากตรวจพบข้อมูลที่อัปเดตแล้ว
การสนับสนุนระดับและรูปแบบการซื้อ
แหล่งข้อมูล Azure SQL Database สามารถเป็นได้ทั้งฐานข้อมูลเดี่ยวหรือฐานข้อมูลในพูลที่ยืดหยุ่น
- ระดับ บริการทั้งหมดในแบบจําลอง การซื้อ vCore ได้รับการสนับสนุน
- สําหรับแบบจําลองการซื้อ DTU (หน่วยธุรกรรมฐานข้อมูล) ฐานข้อมูลที่สร้างขึ้นในระดับบริการฟรี พื้นฐาน หรือมาตรฐานที่มี DTU น้อยกว่า 100 รายการ