適用於 ISV 的 Microsoft Fabric 整合路徑
Microsoft Fabric 為獨立軟體廠商 (ISV) 提供三種不同的路徑，可順暢地與 Fabric 整合。 針對開始此旅程的 ISV，我們想逐步解說在這些路徑下可用的各種資源。
與 Fabric OneLake 交互
Interop 模型的主要重點是實現 ISV 的解決方案與 OneLake Foundation 整合。 為了與 Microsoft Fabric 交互，我們使用 Data Factory 和 Real-Time Intelligence 中的大量連接器、OneLake 的 REST API、OneLake 的捷徑、跨 Fabric 租用戶的資料共用和資料庫鏡像提供整合。
下列各節介紹了可以開始使用此模型的一些方式。
OneLake API
- OneLake 支援現有的 Azure Data Lake Storage (ADLS) Gen2 API 和 SDK 進行直接互動，讓開發人員能夠在 OneLake 中讀取、寫入及管理其資料。 深入了解 ADLS Gen2 REST API 以及如何 連線到 OneLake。
- 由於並非 ADLS Gen2 中的所有功能都會直接對應至 OneLake，OneLake 也會強制設定資料夾結構來支援 Fabric 工作區和項目。 如需呼叫這些 API 時 OneLake 與 ADLS Gen2 之間不同行為的完整清單，請參閱＜OneLake API 同位＞。
- 如果使用 Databricks 並想要連線到 Microsoft Fabric，Databricks 會與 ADLS Gen2 API 搭配運作。 將 OneLake 與 Azure Databricks 整合。
- 若要充分利用 Delta Lake 儲存體格式可以執行的動作，請檢閱並了解格式、資料表最佳化和 V 順序。 Delta Lake 資料表最佳化和 V 順序。
- 一旦資料位於 OneLake 中，請使用 OneLake 檔案總管在本機探索。 OneLake 檔案總管可順暢地將 OneLake 與 Windows 檔案總管整合。 此應用程式會自動同步您在 Windows 檔案總管中有權存取的所有 OneLake 項目。 也可以使用任何其他與 ADLS Gen2 相容的工具，例如 Azure 儲存體總管。
Real-Time Intelligence API
Real-Time Intelligence 可簡化資料分析和視覺效果，提供集中式解決方案，為組織內移動中的資料提供立即見解並採取動作。 它可透過健全的查詢、轉換和儲存功能，有效地管理大量資料。
- Eventhouse 專為串流資料而設計，即時中樞相容，適用於時間型事件。 資料會根據擷取時間自動編製索引並分割，從而對高粒度資料進行快速且複雜的分析查詢，這些資料在 OneLake 中存取，並在 Fabric 的體驗套件中使用。 Eventhouse 支援現有的 Eventhouse API 和 SDK 進行直接互動，讓開發人員能夠在 Eventhouses 中讀取、寫入及管理其資料。 深入了解 REST API。
- Eventstream 可讓您從各種來源帶入即時事件，並將其路由傳送至各種目的地，例如 Eventhouses 中的 OneLake、KQL 資料庫，以及 Fabric 啟動器。 深入瞭解 eventstreams 和 eventstreams API。
- 如果正在使用 Databricks 或 Jupyter Notebook，可以利用 Kusto Python 用戶端程式庫，在 Fabric 中使用 KQL 資料庫。 深入了解 Kusto Python SDK。
- 可以利用現有的 Microsoft Logic Apps、Azure Data Factory 或 Microsoft Power Automate 連接器，與 Eventhouses 或 KQL Database 互動。
- Real-Time Intelligence 中的資料庫捷徑是 Eventhouse 中對來源資料庫的內嵌參考。 來源資料庫可以是 Real-Time Intelligence 中的 KQL 資料庫或 Azure 資料總管資料庫。 快捷方式可用於在同一租用戶內或跨租用戶之間就地共用資料。 深入了解使用 API 管理資料庫捷徑。
Fabric 中的 Data Factory
- 資料管線擁有一組廣泛的連接器，讓 ISV 能夠輕鬆地與無數資料存放區連線。 無論是連接傳統資料庫或新式雲端式解決方案，我們的連接器都可確保進行順暢的整合。 連接器概觀。
- 透過支援的 Dataflow Gen2 連接器，ISV 可以利用 Fabric Data Factory 的強大功能來管理複雜的資料工作流程。 對於想要簡化資料處理和轉換工作的 ISV，此功能很有用。 Microsoft Fabric 中的 Dataflow Gen2 連接器。
- 如需 Fabric Data Factory 支援的完整功能清單，請參閱 Fabric Data Factory 部落格。
多雲端捷徑
Microsoft OneLake 中的捷徑允許跨網域、雲端和帳戶整合資料，從而為整個企業建立單一虛擬資料湖。 所有 Fabric 體驗和分析引擎都可以透過統一命名空間，直接指向現有的資料來源，例如不同租用戶中的 OneLake、Azure Data Lake Storage (ADLS) Gen2、Amazon S3 儲存體帳戶、Google Cloud Storage (GCS)、S3 相容相容資料來源和 Dataverse。 OneLake 為 ISV 提供變革性資料存取解決方案，順暢地橋接跨各種網域和雲端平臺的整合。
資料共用
資料共用可讓 Fabric 使用者跨不同 Fabric 租用戶共用資料，而無需複製資料。 這項功能允許從 OneLake 儲存位置「就地」共用資料，從而增強共同作業。 資料會以唯讀方式共用，可透過 SQL、Spark、KQL 和語意模型在內的各種 Fabric 計算引擎存取。 若要使用這項功能，Fabric 管理員必須在共用和接收租用戶中啟用此功能。 此流程包括選取 OneLake 資料中樞或工作區中的資料、設定共用設定，以及向預定收件者傳送邀請。
資料庫鏡像
鏡像提供了一種新式方式，可從外部資料庫或資料倉儲持續順暢地存取和擷取資料，並將其新增入 Microsoft Fabric 中的資料倉儲體驗。 鏡像全都近即時，可讓使用者立即存取來源中的變更。 深入了解鏡像和支援的資料庫。
Fabric Develop
透過 Fabric Develop 模型，ISV 可以 Fabric 上組建其產品和服務，或在其現有應用程式中順暢地內嵌 Fabric 功能。 這是從基本整合到主動套用 Fabric 功能的轉換。 主要整合介面區是透過 REST API 實現各種 Fabric 體驗。 以下資料表顯示依 Fabric 體驗分組的 REST API 子集。 如需完整清單，請參閱 Fabric REST API 文件。
| Fabric 體驗 | API |
|---|---|
| 資料倉儲 | - 倉儲 - 鏡像倉儲 |
| 資料工程 | - Lakehouse - Spark - Spark 工作定義 - 表格 - 工作 |
| Data Factory | - DataPipeline |
| Real-Time Intelligence | - Eventhouse - KQL 資料庫 - KQL 查詢集 - Eventstream |
| 資料科學 | - 筆記本 - ML 實驗 - ML 模型 |
| OneLake | - 快速鍵 - ADLS Gen2 API |
| Power BI | - 報告 - 儀表板 - 語意模型 |
組建 Fabric 工作負載
組建 Fabric 工作負載模型旨在讓 ISV 能夠在 Fabric 平台上建立自訂體驗。 它為 ISV 提供必要的工具和功能，讓其產品與 Fabric 生態系統保持一致，從而最佳化其獨特價值主張與 Fabric 廣泛功能的組合。
Microsoft Fabric 工作負載開發套件提供完整的工具組，可讓開發人員將應用程式整合到 Microsoft Fabric 中樞。 此整合可實現直接在 Fabric 工作區中新增新功能，進一步精簡了使用者的分析旅程。 它為開發人員和 ISV 提供了觸達客戶的新途徑，提供熟悉新穎的體驗，並利用現有的資料應用程式。 Fabric 管理員能夠管理工作負載中樞的存取權、為整個租用戶啟用工作負載中樞，或指派特定範圍來控制組織內的存取。