Microsoft Fabric 決策指南：在倉儲和 Lakehouse 之間選擇
Microsoft Fabric 提供兩個企業級、開放標準格式的資料儲存體工作負載：倉儲和 Lakehouse。 本文會比較這兩個平台和每個平台的決策點。
準則
無程式碼或專業程式碼解決方案：您要如何開發？
- Spark
- 使用 Lakehouse
- T-SQL
- 使用倉儲
倉儲需求：您是否需要多資料表交易？
- 是
- 使用倉儲
- 否
- 使用 Lakehouse
資料複雜度：您要分析哪種類型的資料？
- 不知道
- 使用 Lakehouse
- 非結構化和結構化資料
- 使用 Lakehouse
- 僅限結構化資料
- 使用倉儲
選擇候選服務
執行詳細的服務評估，以確認其符合您的需求。
Fabric 數據倉儲中的倉儲專案是具有開放式標準格式的企業規模數據倉儲。
- 只需極少設定和部署，無需設定計算或儲存體的無旋鈕效能。
- 面向初學者和經驗豐富的資料專業人員的簡單和直覺式倉儲體驗 (無/專業程式碼)。
- 以 Lake 為中心的倉儲會以開放式 Delta 格式將資料儲存在 OneLake 中，並輕鬆進行資料恢復和管理。
- 與所有 Fabric 工作負載完全整合。
- 大規模載入和轉換資料，並具有 SQL 引擎提供的完整多資料表交易式保證。
- 具有跨資料庫查詢和完全整合語意層的虛擬倉儲。
- 內建治理和安全性並具有端對端效能和使用可見性的企業就緒平台。
- 彈性地根據組織需求來建置資料倉儲或資料網格，並可選擇無程式碼、低程式碼或 T-SQL 轉換。
Fabric 資料工程師 ing 中的 Lakehouse 專案是一個數據架構平臺，可用來在單一位置儲存、管理和分析結構化和非結構化數據。
- 將結構化和非結構化資料儲存於單一位置並進行管理及分析，以取得見解並更快速且有效率地做出決策。
- 彈性且可調整的解決方案可讓組織處理大量各種類型和大小的資料。
- 輕鬆地從許多不同的來源內嵌資料，這些資料會轉換成統一的差異格式
- 針對資料工程師和資料科學家，自動探索和註冊完全受控的檔案到資料表體驗。
- 自動 SQL 分析端點和預設資料集允許對湖中的差異資料表進行 T-SQL 查詢
這兩者都包含在 Power BI Premium 或 Fabric 容量中。
比較不同的倉儲功能
此表格比較倉儲和 Lakehouse 的 SQL 分析端點。
Microsoft Fabric 供應項目
倉儲
Lakehouse 的 SQL 分析端點
主要功能
符合 ACID 規範的完整資料倉儲，具有 T-SQL 中的交易支援。
系統為 Lakehouse 產生的唯讀 SQL 分析端點，適用於 T-SQL 查詢和服務。 支援在 Lakehouse Delta 資料表上進行分析，以及透過捷徑參考的 Delta Lake 資料夾。
開發人員設定檔
SQL 開發人員或公民開發者
資料工程師或 SQL 開發人員
資料載入
SQL、管線、資料流程
Spark、管線、資料流程、捷徑
Delta 資料表支援
讀取和寫入 Delta 資料表
讀取差異資料表
儲存層
開放資料格式 - Delta
開放資料格式 - Delta
建議的使用案例
- 企業使用的資料倉儲
- 資料倉儲支援部門、營業單位或自助使用
- 採用 T-SQL 對資料表、檢視、程序和函式進行結構化資料分析，以及適用於 BI 的進階 SQL 支援
- 探索和查詢 Lakehouse 中的差異資料表
- 暫存資料和封存區域進行分析
- Medallion lakehouse 架構，具有銅級、銀級和金級分析區
- 與適用於企業分析使用案例的倉儲配對
開發體驗
- 倉儲編輯器，完全支援 T-SQL 資料擷取、模型化、開發和查詢 UI 體驗，適用於資料擷取、模型化和查詢
- 對第一方和第三方工具的讀取/寫入支援
- Lakehouse SQL 分析端點，具有對檢視、資料表值函式和 SQL 查詢的有限 T-SQL 支援
- 適用於模型化和查詢的 UI 體驗
- 對第一方和第三方工具的有限 T-SQL 支援
T-SQL 功能
完整的 DQL、DML 和 DDL T-SQL 支援，完整的交易支援
完整的 DQL、無 DML、有限的 DDL T-SQL 支援，例如 SQL 檢視和 TVF