Bruk SQL-databasen som kilde for translytiske applikasjoner

Gjelder for:✅SQL-database i Microsoft Fabric

Denne artikkelen beskriver hvordan man kan bruke SQL-databaser i Microsoft Fabric som den operative ryggraden for translytiske apper – apper som krever både transaksjonell og analytisk tilgang til de samme dataene.

Målet er å muliggjøre transaksjonelle arbeidsbelastninger, operative API-er og umiddelbare analytiske data i én database, innenfor den styrte, sikre Microsoft Fabric-plattformen .

Endepunkt for SQL-analyse

Når du oppretter en SQL-database i Fabric, blir dataene automatisk replikert nesten i sanntid inn i OneLake, og skaper en skrivebeskyttet kopi av dataene dine i Delta-tabeller som er tilgjengelige via T-SQL via SQL-analyse-endepunktet. Denne arkitekturen betyr at data generert av transaksjonssystemet er tilgjengelig for analytiske forespørsler uten noen prosessering eller komplekse ETL-pipelines. Ved å bruke SQL-analyse-endepunktet kan du analysere data nesten i sanntid uten å påvirke din transaksjonelle arbeidsbelastning. Disse dataene kan brukes til Power BI-rapportering, maskinlæringsmodeller eller annen analyse i Fabric. SQL-analyseendepunktet er også tilgjengelig for eksterne applikasjoner som trenger analytisk tilgang til dataene.

Eksempler inkluderer:

  • Helsevesen: Overvåk helsemålinger for å gi sanntidsinnsikt til helsepersonell.
  • Finans: Analyser markedsdata for å optimalisere handelsstrategier i sanntid.
  • Detaljhandel: Analyser kundeadferd for å tilby personlige handleopplevelser.
  • Produksjon: Overvåk produksjonsprosesser for å forbedre produktkvaliteten.

Translytiske aktivitetsflyter

Når du bruker Power BI til å analysere data, kan det hende at du må gjøre noe med dataene, som å oppdatere en post, legge til merknader eller utløse en handling i et annet system basert på dataene. Du kan enkelt utføre disse oppgavene ved å bruke translytiske oppgaveflyter i Fabric.

Brukerdatafunksjoner muliggjør scenarier som:

  • Legg til data: Legg til en datapost i en tabell i databasen din og se det reflektert i rapporten din. Du kan for eksempel legge til en ny kundepost.
  • Redigeringsdata: Rediger en eksisterende datapost i en tabell i databasen din og se den reflektert i rapporten din, uten egendefinert koding. Hvis du for eksempel oppdaterer et statusfelt eller en merknad.
  • Slett data: Slett en eksisterende datapost fra en tabell i databasen din og se den fjernet fra rapporten din. Du kan for eksempel fjerne en kundepost som ikke lenger er nødvendig.
  • Kall et eksternt API: Lag en API-forespørsel som er tilgjengelig via en nettverksforespørsel. Du kan for eksempel sende en forespørsel til REST-endepunktet for et offentlig API som enten oppdaterer de underliggende dataene eller sluttbrukerens inndata, eller utfører handlinger i et annet system.

For scenarioer med dataskriving gir brukerdatafunksjoner tilkoblingsadministrasjon for SQL-databaser i Fabric, lagre og lakehouses. Slik kan en translytisk oppgaveflyt fungere:

  • Brukerdatafunksjoner i Fabric påkaller funksjoner på de underliggende Fabric-datakildene. Brukerdatafunksjoner fungerer med den nåværende rapportkonteksten (filtre, slicere og valg) som sendes som parametere.
  • Fordi SQL-analyseendepunktet opprettholder en nesten sanntidsreplika i OneLake, er oppdateringer skrevet av oppgaveflyter tilgjengelige for umiddelbar analyse og Power BI-visualiseringer uten ekstra ETL.
  • Handlinger fanget opp via brukerdatafunksjoner kan rutes til Fabric Notebooks i ELT-pipelines for AI-assistert behandling (for eksempel klassifisering eller berikelse) før endelig persistering i SQL-databasen.

Å bygge en translytisk oppgaveflyt innebærer disse hovedoppgavene:

  1. Lagring av dataene dine i en Fabric-datakilde.
  2. Å utvikle en brukerdatafunksjon for å håndtere handlingen.
  3. Å lage en Power BI semantisk modell for å bruke disse dataene.
  4. Å bygge en Power BI-rapport med interaktive elementer for å fange brukerens input og kalle funksjonen.

Relatert innhold

  • Last updated on