镜像 SQL Server

Fabric 中的镜像 提供了一种简单的体验,以避免复杂的 ETL(提取转换加载),并将现有的 SQL Server 资产与 Microsoft Fabric 中的其余数据集成。 可以直接将现有的 SQL Server 数据库复制到 Fabric 的 OneLake 中。 在 Fabric 中,可以解锁强大的商业智能、人工智能、数据工程、数据科学和数据共享方案。

有关教程,请参阅 教程:从 SQL Server 配置 Microsoft Fabric 镜像数据库

重要

此功能目前为预览版

为什么在 Fabric 中使用镜像?

在 Fabric 中使用镜像时,无需将来自多个供应商的不同服务拼凑在一起。 相反,你可以享受高度集成的端到端和易于使用的产品,旨在简化分析需求,并为Microsoft、SQL Server 和 1000 年代可读取开源 Delta Lake 表格式的技术解决方案之间的开放和协作而构建。

内置了哪些分析体验?

镜像数据库是 结构数据仓库 中的项,不同于 仓库SQL 分析终结点

SQL Server 的 Fabric 数据库镜像关系图。

镜像会在 Fabric 工作区中创建以下项:

  • 镜像数据库项。 镜像管理将数据复制到 OneLake 并转换为 Parquet(采用分析就绪格式)。 这可实现数据工程、数据科学等下游方案。
  • SQL 分析终结点

每个镜像 SQL Server 数据库都有自动生成的 SQL 分析终结点 ,该终结点在镜像过程创建的增量表的基础上提供了丰富的分析体验。 用户可以访问熟悉的 T-SQL 命令,这些命令可以定义和查询数据对象,但不能作 SQL 分析终结点中的数据,因为它是只读副本。 可以在 SQL 分析终结点中执行以下作:

  • 浏览从 SQL Server 引用 Delta Lake 表中的数据的表。
  • 在不编写代码行的情况下,不直观地创建代码查询和视图并浏览数据。
  • 开发 SQL 视图、内联 TVF(表值函数)和存储过程,以在 T-SQL 中封装语义和业务逻辑。
  • 管理对象的权限。
  • 在同一工作区中查询其他仓库和 Lakehouses 中的数据。

除了 SQL 查询编辑器,还有一个广泛的工具生态系统,可以查询 SQL 分析终结点,包括 SQL Server Management Studio (SSMS),使用 Visual Studio Code 的 mssql 扩展,甚至 GitHubCopilot。

支持的环境

  • SQL Server 2016 - 2022

    • Windows 上的 SQL Server 支持标准版、企业版和开发人员版中的结构镜像
    • Linux 上的 SQL Server 2017 支持从 CU18 开始的 Fabric 镜像
    • Linux 上的 SQL Server 2019 和 SQL Server 2022 支持 Fabric 镜像
    • 本地托管的 SQL Server 实例、Azure VM 上的 SQL Server、非 Azure 云上的 SQL Server 实例
  • SQL Server 2025

    • 本地实例支持 SQL Server 2025 构造镜像,当前不支持在 Azure 虚拟机中运行的 SQL Server 2025 实例。
    • Linux 上的 SQL Server 当前不支持 SQL Server 2025 的构造镜像。

镜像防火墙后面的 SQL Server

设置本地 数据网关 以镜像数据。 数据网关通过专用终结点或受信任的专用网络促进与源数据库的安全连接。 从 镜像 SQL Server 教程 和作方法中了解 详细信息:保护 SQL Server 中的结构镜像数据库Microsoft数据

活动事务、工作负载和复制程序引擎行为

  • 活动事务继续保留事务日志截断,直到事务提交和镜像 SQL Server 追赶,或事务中止。 长时间运行的事务可能会导致事务日志填满比平常多。 应监视源数据库事务日志,以便事务日志无法填充。 有关详细信息,请参阅 事务日志由于长时间运行的事务和 CDC 而增长
  • 每个用户工作负荷各不相同。 在初始快照期间,对于 CPU 和 IOPS(每秒输入/输出作,读取页面),源数据库可能有更多的资源使用率。 表更新/删除作可能会导致日志生成增加。 详细了解如何 监视 SQL Server 的资源

Pricing

用于将数据复制到 Fabric OneLake 的构造计算是免费的。 OneLake 中的存储是免费的,具体取决于容量大小。 有关详细信息,请参阅 镜像成本和OneLake 镜像定价。 通过 SQL、Power BI 或 Spark 查询数据的计算使用情况仍基于构造容量收费。

后续步骤