分享方式：

Microsoft Fabric 工作區中的角色

  • 文章

工作區角色可讓您管理誰可以在 Microsoft Fabric 工作區中執行哪些動作。 Microsoft Fabric 工作區位於 OneLake 之上，並將 Data Lake 分割成可獨立保護的個別容器。 Microsoft Fabric 中的工作區角色會藉由將新的 Microsoft Fabric 功能關聯，例如數據整合和數據探索與現有工作區角色，來擴充 Power BI 工作區角色。 如需Power BI角色的詳細資訊，請參閱 Power BI中工作區中的角色。

您可以將角色指派給個人或安全組、Microsoft 365 群組和通訊組清單。 若要授與工作區的存取權，請將這些使用者群組或個人指派給其中一個工作區角色：管理員、成員、參與者或查看器。 以下說明如何 為使用者提供工作區的存取權。

若要建立新的工作區，請參閱 建立工作區。

使用者群組中的每個人都會取得您已指派的角色。 如果某人位於數個使用者群組中，他們就會取得其指派角色所提供的最高層級許可權。 如果您巢狀使用者群組並將角色指派給群組，則所有包含的使用者都有許可權。

除了與這些角色相關聯的現有Power BI功能之外，工作區角色中的用戶還有下列 Microsoft Fabric 功能。

Microsoft Fabric 工作區角色

功能 管理 成員 參與者 檢視者
更新並刪除工作區。
新增或移除人員，包括其他管理員。
新增具有較低許可權的成員或其他人。
允許其他人重新共享專案。1
檢視和讀取數據管線、筆記本、Spark 作業定義、ML 模型和實驗，以及事件數據流的內容。
檢視和讀取 KQL 資料庫、KQL 查詢集和即時儀錶板的內容。
連線 至 Lakehouse 或 Warehouse 的 SQL 分析端點
透過 TDS 端點讀取 Lakehouse 和數據倉儲數據和快捷方式2 。
透過 OneLake API 和 Spark 讀取 Lakehouse 和數據倉儲數據和快捷方式2 。
透過 Lakehouse 總管讀取 Lakehouse 數據。
寫入或刪除數據管線、筆記本、Spark 作業定義、ML 模型和實驗，以及事件數據流。
寫入或刪除 KQL 查詢集、即時儀錶板，以及 KQL 資料庫、Lakehouses、數據倉儲和快捷方式的架構和數據。
執行或取消筆記本、Spark 作業定義、ML 模型和實驗的執行。
執行或取消數據管線的執行。
檢視數據管線、筆記本、ML 模型和實驗的執行輸出。
透過內部部署閘道排程數據重新整理。3
修改網關聯機設定。3

1 如果參與者和檢視者具有 [重新共用] 許可權，也可以共用工作區中的專案。

2 需要其他許可權，才能從快捷方式目的地讀取數據。 深入瞭解 快捷方式安全性模型。

3 請記住，您也需要閘道的許可權。 這些許可權是在別處管理，與工作區角色和許可權無關。

相關內容