Caminhos de integração do Microsoft Fabric para ISVs
O Microsoft Fabric oferece três caminhos distintos para que os ISVs se integrem perfeitamente ao Fabric. Para um ISV que começa nesta jornada, queremos percorrer vários recursos que temos disponíveis em cada um desses caminhos.
Interoperabilidade com malha
O foco principal com o modelo Interop é permitir que os ISVs integrem suas soluções com a Fundação OneLake. Para interoperabilidade com o Microsoft Fabric, fornecemos integração usando APIs REST para OneLake, uma infinidade de conectores no Data Factory, atalhos no OneLake e espelhamento de banco de dados.
Aqui estão algumas maneiras de começar a usar esse modelo:
OneLake APIs
- O OneLake oferece suporte a APIs e SDKs Gen2 existentes do Azure Data Lake Storage (ADLS) para interação direta, permitindo que os desenvolvedores leiam, escrevam e gerenciem seus dados no OneLake. Saiba mais sobre as APIs REST do ADLS Gen2 e como se conectar ao OneLake.
- Como nem todas as funcionalidades do ADLS Gen2 são mapeadas diretamente para o OneLake, o OneLake também impõe uma estrutura de pastas definida para dar suporte a espaços de trabalho e itens do Fabric. Para obter uma lista completa de comportamentos diferentes entre OneLake e ADLS Gen2 ao chamar essas APIs, consulte Paridade de API do OneLake.
- Se você estiver usando o Databricks e quiser se conectar ao Microsoft Fabric, o Databricks funciona com APIs do ADLS Gen2. Integre o OneLake com o Azure Databricks.
- Para aproveitar ao máximo o que o formato de armazenamento Delta Lake pode fazer por você, analise e entenda o formato, a otimização de tabela e o V-Order. Otimização da tabela Delta Lake e V-Order.
- Quando os dados estiverem no OneLake, explore localmente usando o Explorador de Arquivos do OneLake. O explorador de arquivos OneLake integra perfeitamente o OneLake com o Explorador de Arquivos do Windows. Este aplicativo sincroniza automaticamente todos os itens do OneLake aos quais você tem acesso no Explorador de Arquivos do Windows. Você também pode usar qualquer outra ferramenta compatível com o ADLS Gen2, como o Gerenciador de Armazenamento do Azure.
APIs de inteligência em tempo real
O Real-Time Intelligence simplifica a análise e visualização de dados, oferecendo uma solução centralizada para insights e ações imediatas sobre dados em movimento dentro de uma organização. Ele gerencia com eficiência grandes volumes de dados por meio de recursos robustos de consulta, transformação e armazenamento.
- As casas de eventos são projetadas especificamente para streaming de dados, compatíveis com o Real-Time Hub e ideais para eventos baseados no tempo. Os dados são automaticamente indexados e particionados com base no tempo de ingestão, oferecendo recursos de consulta analítica incrivelmente rápidos e complexos em dados de alta granularidade que podem ser acessados no OneLake para uso em todo o conjunto de experiências do Fabric. As casas de eventos oferecem suporte a APIs e SDKs de casas de eventos existentes para interação direta, permitindo que os desenvolvedores leiam, escrevam e gerenciem seus dados em casas de eventos. Saiba mais sobre a API REST.
- Os fluxos de eventos permitem que você traga eventos em tempo real de várias fontes e os encaminhe para vários destinos, como OneLake, bancos de dados KQL em casas de eventos e Data Activator. Saiba mais sobre Fluxos de eventos e API de fluxos de eventos.
- Se você estiver usando Databricks ou Jupyter Notebooks, poderá utilizar a Kusto Python Client Library para trabalhar com bancos de dados KQL no Fabric. Saiba mais sobre o Kusto Python SDK.
- Você pode utilizar os conectores existentes Microsoft Logic Apps, Azure Data Factory ou Microsoft Power Automate para interagir com suas casas de eventos ou bancos de dados KQL.
- Os atalhos de banco de dados no Real-Time Analytics são referências incorporadas dentro de uma casa de eventos a um banco de dados de origem. O banco de dados de origem pode ser um Banco de Dados KQL no Real-Time Analytics ou um banco de dados do Azure Data Explorer. Os atalhos podem ser usados para o compartilhamento inloco de dados dentro do mesmo locatário ou entre locatários. Saiba mais sobre como gerenciar atalhos de banco de dados usando a API.
Data Factory na malha
- Os pipelines de dados possuem um extenso conjunto de conectores, permitindo que os ISVs se conectem sem esforço a uma infinidade de armazenamentos de dados. Quer esteja a interagir com bases de dados tradicionais ou soluções modernas baseadas na nuvem, os nossos conectores garantem um processo de integração suave. Visão geral do conector.
- Com nossos conectores Dataflow Gen2 suportados, os ISVs podem aproveitar o poder do Fabric Data Factory para gerenciar fluxos de trabalho de dados complexos. Esse recurso é especialmente benéfico para ISVs que procuram simplificar o processamento de dados e as tarefas de transformação. Conectores Gen2 de fluxo de dados no Microsoft Fabric.
- Para obter uma lista completa dos recursos suportados pelo Data Factory no Fabric, confira este Blog do Data Factory no Fabric.
Atalhos Multicloud
Os atalhos no Microsoft OneLake permitem unificar seus dados entre domínios, nuvens e contas, criando um único data lake virtual para toda a empresa. Todas as experiências de malha e mecanismos analíticos podem apontar diretamente para suas fontes de dados existentes, como OneLake em locatário diferente, Azure Data Lake Storage (ADLS) Gen2, contas de armazenamento do Amazon S3 e Dataverse por meio de um namespace unificado. A OneLake apresenta aos ISVs uma solução transformadora de acesso a dados, unindo perfeitamente a integração entre diversos domínios e plataformas de nuvem.
- Saiba mais sobre os atalhos do OneLake
- Saiba mais sobre o OneLake, uma cópia
- Saiba mais sobre os atalhos do banco de dados KQL
Espelhamento da Base de Dados
Você já viu os atalhos, agora está se perguntando sobre os recursos de integração com bancos de dados e armazéns externos. O espelhamento fornece uma maneira moderna de acessar e ingerir dados de forma contínua e contínua de qualquer banco de dados ou data warehouse para a experiência de armazenamento de dados no Microsoft Fabric. O Mirror é todo em tempo quase real, dando aos usuários acesso imediato às alterações na fonte. Você pode saber mais sobre espelhamento e os bancos de dados suportados em Introdução ao espelhamento no Microsoft Fabric.
Desenvolver em tecido
Com o modelo Develop on Fabric, os ISVs podem criar seus produtos e serviços sobre o Fabric ou incorporar perfeitamente as funcionalidades do Fabric em seus aplicativos existentes. É uma transição da integração básica para a aplicação ativa dos recursos que o Fabric oferece. A principal área de superfície de integração é via APIs REST para várias cargas de trabalho de malha. Aqui está uma lista de APIs REST disponíveis hoje.
Área de trabalho
| API | Description |
|---|---|
| APIs CRUD para gerenciamento de funções de espaço de trabalho e espaço de trabalho | Criar espaço de trabalho, Obter detalhes do espaço de trabalho, Excluir espaço de trabalho, Atribuir espaço de trabalho a uma capacidade, Adicionar uma atribuição de função de espaço de trabalho. |
OneLake
| API | Description |
|---|---|
| Criar atalho | Cria um novo atalho. |
| Excluir atalho | Exclui o atalho, mas não exclui a pasta de armazenamento de destino. |
| Obter atalho | Retorna propriedades de atalho. |
| ADLS Gen2 APIs | APIs do ADLS Gen2 para criar e gerenciar sistemas de arquivos, diretórios e caminhos. |
Inteligência em tempo real
| Item | API | Description |
|---|---|---|
| Casa de Eventos | Criar casa de eventos | Cria uma casa de eventos. |
| Excluir casa de eventos | Exclui uma casa de eventos existente. | |
| Obter casa de eventos | Obtenha metadados sobre uma casa de eventos. | |
| Listar casa de eventos | Liste casas de eventos em seu espaço de trabalho. | |
| Atualizar casa de eventos | Atualize uma casa de eventos existente. | |
| Base de dados KQL | Criar banco de dados KQL | Cria um banco de dados KQL ou atalhos de banco de dados KQL. |
| Excluir banco de dados KQL | Exclui um banco de dados KQL existente ou atalhos do Banco de Dados KQL. | |
| Obter base de dados KQL | Obtenha metadados sobre um banco de dados KQL ou atalhos do banco de dados KQL. | |
| Listar banco de dados KQL | Liste bancos de dados KQL em seu espaço de trabalho ou atalhos do banco de dados KQL. | |
| Atualizar banco de dados KQL | Atualize um banco de dados KQL existente ou atalhos do banco de dados KQL. | |
| Conjunto de consultas KQL | Criar conjunto de consultas KQL | Cria um conjunto de consultas KQL ou atalhos do banco de dados KQL. |
| Excluir KQL Queryset | Exclui um conjunto de consultas KQL existente. | |
| Obter o conjunto de consultas KQL | Obtenha metadados sobre um conjunto de consultas KQL. | |
| Listar KQL Queryset | Liste conjuntos de consultas KQL em seu espaço de trabalho. | |
| Atualizar o conjunto de consultas KQL | Atualize um conjunto de consultas KQL existente. | |
| Fluxo de eventos | Criar fluxo de eventos | Cria um fluxo de eventos. |
| Excluir fluxo de eventos | Exclui um fluxo de eventos existente. | |
| Obter fluxo de eventos | Obtenha metadados sobre um fluxo de eventos. | |
| Listar fluxo de eventos | Liste fluxos de eventos em seu espaço de trabalho. | |
| Atualizar fluxo de eventos | Atualize um fluxo de eventos existente. |
Fábrica de dados de malha
| API | Description |
|---|---|
| Brevemente |
Armazém de Dados
| API | Description |
|---|---|
| Criar Armazém | Cria um Data warehouse. |
| Obter Armazém | Obter metadados sobre armazém. |
| Atualizar Armazém | Atualizar um armazém existente. |
| Excluir armazém | Exclua um depósito existente. |
| Listar Armazém | Liste os armazéns em seu espaço de trabalho. |
Engenharia de Dados
| API | Description |
|---|---|
| Criar Lakehouse | Cria o Lakehouse junto com o ponto de extremidade de análise SQL. |
| Atualizar Lakehouse | Atualiza o nome de um lakehouse e o ponto de extremidade de análise SQL. |
| Excluir Lakehouse | Exclui o lakehouse e o ponto de extremidade de análise SQL associado. |
| Obter Propriedades | Obtém as propriedades de um lakehouse e o ponto de extremidade de análise SQL. |
| Listar tabelas | Listar tabelas na casa do lago. |
| Carga da tabela | Cria tabelas delta a partir de arquivos e pastas CSV e parquet. |
Esta seção será atualizada à medida que mais APIs de malha estiverem disponíveis.
Criar uma carga de trabalho de malha
O modelo Build a Fabric Workload foi projetado para equipar ISVs com as ferramentas e os recursos de plataforma necessários para criar cargas de trabalho e experiências personalizadas no Fabric. Ele permite que os ISVs adaptem suas ofertas para entregar sua proposta de valor enquanto aproveitam o ecossistema Fabric combinando o melhor dos dois mundos. Estamos trabalhando em estreita colaboração com parceiros de design selecionados para esse caminho de integração e ele está atualmente disponível apenas por convite.
Comentários
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja: https://aka.ms/ContentUserFeedback.
Submeter e ver comentários