แชร์ผ่าน

บทบาทในพื้นที่ทํางานใน Microsoft Fabric

  • บทความ

บทบาทพื้นที่ทํางานช่วยให้คุณจัดการว่าใครสามารถทําอะไรได้ในพื้นที่ทํางาน Microsoft Fabric พื้นที่ทํางาน Microsoft Fabric นั่งอยู่ด้านบนของ OneLake และแบ่งที่จัดเก็บข้อมูลทะเลสาบเป็นคอนเทนเนอร์แยกต่างหากที่สามารถรักษาความปลอดภัยได้อย่างอิสระ บทบาทพื้นที่ทํางานใน Microsoft Fabric จะขยายบทบาทพื้นที่ทํางานของ Power BI โดยการเชื่อมโยงความสามารถใหม่ ๆ ของ Microsoft Fabric เช่น การรวมข้อมูลและการสํารวจข้อมูลด้วยบทบาทพื้นที่ทํางานที่มีอยู่ สําหรับข้อมูลเพิ่มเติมเกี่ยวกับบทบาท Power BI ดูบทบาท ในพื้นที่ทํางานใน Power BI

คุณสามารถกําหนดบทบาทให้กับบุคคลหรือกลุ่มความปลอดภัย กลุ่ม Microsoft 365 และรายชื่อการแจกจ่าย เมื่อต้องการให้สิทธิ์เข้าถึงพื้นที่ทํางาน ให้มอบหมายบทบาทต่อไปนี้ให้บุคคลหรือกลุ่มผู้ใช้พื้นที่ทํางาน: ผู้ดูแลระบบ สมาชิก ผู้สนับสนุน หรือผู้ชม นี่คือวิธีการ ให้ผู้ใช้เข้าถึงพื้นที่ทํางาน

เมื่อต้องการสร้างพื้นที่ทํางานใหม่ ให้ดู สร้างพื้นที่ทํางาน

ทุกคนในกลุ่มผู้ใช้มีบทบาทที่คุณมอบหมาย ถ้าบุคคลอยู่ในกลุ่มผู้ใช้หลายกลุ่ม กลุ่มเหล่านั้นมีสิทธิ์ระดับสูงสุดที่กําหนดโดยบทบาทที่พวกเขาได้รับมอบหมาย ถ้าคุณซ้อนกลุ่มผู้ใช้และกําหนดบทบาทให้กับกลุ่ม ผู้ใช้ที่มีอยู่ทั้งหมดจะมีสิทธิ์

ผู้ใช้ในบทบาทพื้นที่ทํางานมีความสามารถของ Microsoft Fabric ดังต่อไปนี้ นอกเหนือจากความสามารถของ Power BI ที่มีอยู่ที่เชื่อมโยงกับบทบาทเหล่านี้

บทบาทพื้นที่ทํางาน Microsoft Fabric

สมรรถนะ ผู้ดูแลระบบ สมาชิก ผู้ให้ ผู้ชม
อัปเดตและลบพื้นที่ทํางาน ✅
เพิ่มหรือลบบุคคลรวมถึงผู้ดูแลระบบอื่น ๆ ✅
เพิ่มสมาชิกหรือผู้อื่นที่มีสิทธิ์ที่ต่ํากว่า ✅ ✅
อนุญาตให้ผู้อื่นแชร์รายการซ้ํา1 ✅ ✅
สร้างหรือปรับเปลี่ยนรายการการมิเรอร์ฐานข้อมูล ✅ ✅
สร้างหรือแก้ไขสินค้าในคลังสินค้า ✅ ✅
สร้างหรือปรับเปลี่ยนรายการฐานข้อมูล SQL ✅ ✅
ดูและอ่านเนื้อหาของไปป์ไลน์ข้อมูล สมุดบันทึก ข้อกําหนดงาน Spark แบบจําลอง ML และการทดลอง และเหตุการณ์สตรีม ✅ ✅ ✅ ✅
ดูและอ่านเนื้อหาของฐานข้อมูล KQL ชุดคิวรี KQL และแดชบอร์ดแบบเรียลไทม์ ✅ ✅ ✅ ✅
เชื่อมต่อกับจุดสิ้นสุดการวิเคราะห์ SQL ของ Lakehouse หรือ Warehouse ✅ ✅ ✅ ✅
อ่านข้อมูลของ Lakehouse และข้อมูลคลังข้อมูลและทางลัด2 ด้วย T-SQL ผ่านจุดสิ้นสุด TDS ✅ ✅ ✅ ✅
อ่านข้อมูลของ Lakehouse และข้อมูลคลังข้อมูลและทางลัด2 ผ่าน OneLake API และ Spark ✅ ✅ ✅
อ่านข้อมูลเลคเฮ้าส์ผ่าน Lakehouse explorer ✅ ✅ ✅
เขียนหรือลบไปป์ไลน์ข้อมูล สมุดบันทึก ข้อกําหนดงาน Spark แบบจําลอง ML และการทดลอง และเหตุการณ์สตรีม ✅ ✅ ✅
เขียนหรือลบ Eventhouses3, ชุดคิวรี KQL, แดชบอร์ด Real-Time และ schema และข้อมูลของฐานข้อมูล KQL, เลคเฮ้าส์, คลังข้อมูล และทางลัด ✅ ✅ ✅
ดําเนินการหรือยกเลิกการดําเนินการของสมุดบันทึก ข้อกําหนดงาน Spark แบบจําลอง ML และการทดลอง ✅ ✅ ✅
ดําเนินการหรือยกเลิกการดําเนินการของไปป์ไลน์ข้อมูล ✅ ✅ ✅
ดูผลลัพธ์การดําเนินการของไปป์ไลน์ข้อมูล สมุดบันทึก แบบจําลอง ML และการทดลอง ✅ ✅ ✅ ✅
กําหนดตารางเวลาการรีเฟรชข้อมูลผ่านเกตเวย์ภายในองค์กร4 ✅ ✅ ✅
ปรับเปลี่ยนการตั้งค่าการเชื่อมต่อเกตเวย์4 ✅ ✅ ✅

1 ผู้สนับสนุนและผู้ชมยังสามารถแชร์รายการในพื้นที่ทํางานได้ถ้าพวกเขามีสิทธิ์การแชร์ต่อ

2 จําเป็นต้องมีสิทธิ์อื่น ในการอ่านข้อมูลจากปลายทางของทางลัด เรียนรู้เพิ่มเติมเกี่ยวกับ รูปแบบการรักษาความปลอดภัยทางลัด

3 สิทธิ์อื่น ๆ จําเป็นต้องดําเนินการบางอย่างกับข้อมูลใน Eventhouse เรียนรู้เพิ่มเติมเกี่ยวกับ แบบจําลองการควบคุมการเข้าถึงตามบทบาทไฮบริด

4 โปรดทราบว่าคุณจําเป็นต้องมีสิทธิ์บนเกตเวย์ด้วย สิทธิ์เหล่านั้นได้รับการจัดการในที่อื่นๆ โดยอิสระจากบทบาทและสิทธิ์ของพื้นที่ทํางาน

เนื้อหาที่เกี่ยวข้อง