หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
การมิเรอร์ใน Fabric เป็นโซลูชันที่มีต้นทุนต่ําและเวลาแฝงต่ําในการนําข้อมูลจากระบบต่างๆ มารวมกันเป็นแพลตฟอร์มการวิเคราะห์เดียว คุณสามารถจําลองทรัพย์สินข้อมูลที่มีอยู่ของคุณไปยัง OneLake ของ Fabric ได้โดยตรงจากฐานข้อมูล Azure และแหล่งข้อมูลภายนอกที่หลากหลาย
ด้วยข้อมูลที่มีวันที่ up-toมากที่สุดในรูปแบบที่คิวรีได้ใน OneLake คุณสามารถใช้บริการต่างๆ ทั้งหมดใน Fabric ได้ เช่น การเรียกใช้การวิเคราะห์ด้วย Spark การดําเนินการสมุดบันทึก วิศวกรรมข้อมูล การแสดงภาพผ่านรายงาน Power BI และอื่นๆ
การมิเรอร์ใน Fabric ช่วยให้ผู้ใช้เพลิดเพลินไปกับผลิตภัณฑ์แบบครบวงจร แบบครบวงจร และใช้งานง่าย ซึ่งออกแบบมาเพื่อลดความซับซ้อนของความต้องการในการวิเคราะห์ของคุณ สร้างขึ้นเพื่อการเปิดกว้างและการทํางานร่วมกันระหว่าง Microsoft และโซลูชันเทคโนโลยีที่สามารถอ่านรูปแบบตาราง Delta Lake แบบโอเพ่นซอร์สได้ Mirroring เป็นโซลูชันแบบเบ็ดเสร็จที่มีต้นทุนต่ําและเวลาแฝงต่ํา ซึ่งช่วยให้คุณสามารถสร้างแบบจําลองข้อมูลของคุณใน OneLake ซึ่งสามารถใช้สําหรับทุกความต้องการในการวิเคราะห์ของคุณ
ตารางเดลต้าสามารถใช้ได้ทุกที่ Fabric ทําให้ผู้ใช้สามารถเร่งการเดินทางเข้าสู่ Fabric ได้
การมิเรอร์เปิดใช้งานโดยการสร้างการเชื่อมต่อที่ปลอดภัยกับแหล่งข้อมูลการดําเนินงานของคุณ คุณเลือกได้ว่าจะจําลองแบบทั้งฐานข้อมูลหรือแต่ละตาราง และการมิเรอร์จะซิงค์ข้อมูลของคุณโดยอัตโนมัติ เมื่อตั้งค่าแล้ว ข้อมูลจะจําลองแบบไปยัง OneLake อย่างต่อเนื่องเพื่อใช้ในการวิเคราะห์
ทําไมต้องใช้ Mirroring in Fabric?
ปัจจุบันหลายองค์กรมีข้อมูลการดําเนินงานหรือการวิเคราะห์ที่สําคัญต่อภารกิจอยู่ในไซโล
การเข้าถึงและทํางานกับข้อมูลนี้ในปัจจุบันต้องใช้ไปป์ไลน์ ETL (Extract Transform Load) ที่ซับซ้อน กระบวนการทางธุรกิจ และไซโลการตัดสินใจ โดยสร้าง:
- การเข้าถึงข้อมูลที่สําคัญและเปลี่ยนแปลงตลอดเวลา
- แรงเสียดทานระหว่างคน กระบวนการ และเทคโนโลยี
- ใช้เวลารอนานในการสร้างไปป์ไลน์และกระบวนการสําหรับข้อมูลที่สําคัญอย่างยิ่ง
- ไม่มีอิสระในการใช้เครื่องมือที่คุณต้องการเพื่อวิเคราะห์และแบ่งปันข้อมูลเชิงลึกอย่างสะดวกสบาย
- ขาดรากฐานที่เหมาะสมสําหรับผู้คนในการแบ่งปันและทํางานร่วมกันในข้อมูล
- ไม่มีรูปแบบข้อมูลแบบเปิดทั่วไปสําหรับสถานการณ์การวิเคราะห์ทั้งหมด - BI, AI, การผสานรวม, วิศวกรรม และแม้แต่แอป
การมิเรอร์ใน Fabric มอบประสบการณ์ที่ง่ายดายในการเร่งเวลาในการสร้างมูลค่าสําหรับข้อมูลเชิงลึกและการตัดสินใจ และเพื่อแยกไซโลข้อมูลระหว่างโซลูชันเทคโนโลยี:
- การจําลองแบบข้อมูลและข้อมูลเมตาแบบเกือบเรียลไทม์ลงใน SaaS-lake พร้อมการวิเคราะห์ในตัวสําหรับ BI และ AI
แพลตฟอร์ม Microsoft Fabric สร้างขึ้นบนรากฐานของ Software as a Service (SaaS) ซึ่งนําความเรียบง่ายและการผสานรวมไปสู่ระดับใหม่ทั้งหมด เมื่อต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ Microsoft Fabric ให้ดูที่ Microsoft Fabric คืออะไร
ต่อไปนี้เป็นหลักการหลักของการมิเรอร์:
การเปิดใช้งานการสะท้อนใน Fabric นั้นง่ายและใช้งานง่ายโดยไม่จําเป็นต้องสร้างไปป์ไลน์ ETL ที่ซับซ้อน จัดสรรทรัพยากรการประมวลผลอื่นๆ และจัดการการเคลื่อนย้ายข้อมูล
การมิเรอร์ใน Fabric เป็นบริการที่มีการจัดการเต็มรูปแบบ คุณจึงไม่ต้องกังวลเกี่ยวกับการโฮสต์ การบํารุงรักษา หรือการจัดการการจําลองแบบของการเชื่อมต่อที่มิเรอร์
การสะท้อนวัตถุ
การมิเรอร์จะสร้างรายการเหล่านี้ในพื้นที่ทํางาน Fabric ของคุณ:
- การมิเรอร์จะจัดการการจําลองข้อมูลและข้อมูลเมตาลงใน OneLake และการแปลงเป็น Parquet ในรูปแบบที่พร้อมสําหรับการวิเคราะห์ สิ่งนี้ทําให้สถานการณ์ดาวน์สตรีม เช่น วิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล และอื่นๆ
- ตําแหน่งข้อมูลการวิเคราะห์ SQL
นอกจากตัวแก้ไขการสืบค้น SQL แล้ว ยังมีระบบนิเวศของเครื่องมือที่หลากหลาย รวมถึง SQL Server Management Studio (SSMS) ส่วนขยาย mssql ด้วย Visual Studio Code และแม้แต่ GitHub Copilot
การแชร์ช่วยให้ ควบคุมและจัดการการเข้าถึงได้ง่าย เพื่อให้แน่ใจว่าคุณสามารถควบคุมการเข้าถึงข้อมูลที่ละเอียดอ่อนได้ การแชร์ยังช่วยให้การตัดสินใจที่ปลอดภัยและเป็นประชาธิปไตยทั่วทั้งองค์กรของคุณ
ประเภทของการมิเรอร์
Fabric นําเสนอสามแนวทางที่แตกต่างกันในการนําข้อมูลเข้าสู่ OneLake ผ่านการมิเรอร์
- การสะท้อนฐานข้อมูล – การสะท้อนฐานข้อมูลใน Microsoft Fabric ช่วยให้สามารถจําลองฐานข้อมูลและตารางทั้งหมด ช่วยให้คุณสามารถนําข้อมูลจากระบบต่างๆ มารวมกันเป็นแพลตฟอร์มการวิเคราะห์เดียว
- การสะท้อนข้อมูลเมตา – การมิเรอร์ข้อมูลเมตาใน Fabric จะซิงโครไนซ์ข้อมูลเมตา (เช่น ชื่อแค็ตตาล็อก สคีมา และตาราง) แทนการย้ายข้อมูลทางกายภาพ วิธีนี้ใช้ประโยชน์จาก ทางลัด เพื่อให้มั่นใจว่าข้อมูลยังคงอยู่ในแหล่งที่มาในขณะที่ยังคงเข้าถึงได้ง่ายภายใน Fabric
- การสะท้อนแบบเปิด – การสะท้อนแบบเปิดใน Fabric ได้รับการออกแบบมาเพื่อขยายการสะท้อนตามรูปแบบตาราง Delta Lake แบบเปิด ความสามารถนี้ช่วยให้นักพัฒนาสามารถเขียนข้อมูลการเปลี่ยนแปลงของแอปพลิเคชันของตนได้โดยตรงลงในรายการฐานข้อมูลที่มิเรอร์ใน Microsoft Fabric โดยยึดตามวิธีการมิเรอร์แบบเปิดและ API สาธารณะ
ปัจจุบันมีฐานข้อมูลภายนอกดังต่อไปนี้:
การจําลองแบบแบบเกือบเรียลไทม์
เกือบเรียลไทม์อาจขึ้นอยู่กับปัจจัยหลายประการ ได้แก่:
- ตําแหน่ง/ภูมิภาคของแหล่งที่มา
- สถานที่/ภูมิภาคของจุดหมายปลายทาง
- ปริมาณการเปลี่ยนแปลง
- ความถี่ของการเปลี่ยนแปลง
- แบนด์วิดท์เครือข่ายและเวลาแฝงจากแหล่งที่มา
- ทรัพยากรการคํานวณที่จัดสรรให้กับเกตเวย์ข้อมูลภายในองค์กร
การมิเรอร์ฐานข้อมูลทํางานอย่างไร
ไฟล์เดลต้ามาถึง Fabric ทีละน้อยจากแหล่งข้อมูล วิธีการระบุข้อมูลที่เปลี่ยนแปลงทีละน้อยจะแตกต่างกันไปในแต่ละแหล่งข้อมูล ตัวอย่างเช่น ใน SQL Server 2025 กลไกจัดการฐานข้อมูล SQL จะสแกนบันทึกธุรกรรมของฐานข้อมูลต้นทางด้วยความถี่สูง SQL Server เผยแพร่การเปลี่ยนแปลงสําหรับแต่ละตารางไปยังแฟ้มที่สอดคล้องกันในโซนเริ่มต้นของผ้า
ภายใน Fabric เอ็นจิ้นตัวจําลองจะทํางานและสแกนหาไฟล์ที่เผยแพร่ใหม่ด้วยความถี่สูงอยู่เสมอ Fabric จะรวมการเปลี่ยนแปลงที่เข้ามาลงในตารางเดลต้าเป้าหมายทันที การเปลี่ยนแปลงสามารถเผยแพร่ได้เร็วที่สุดทุกๆ 15 วินาที
ตรรกะการแบ็คออฟเพื่อตรวจจับกิจกรรมต่ําจะหลีกเลี่ยงค่าใช้จ่ายที่มากเกินไปบนกลไกจัดการแหล่งข้อมูลภายนอก Fabric และลดเวลาแฝงโดยการตอบสนองต่อความถี่ของการเปลี่ยนแปลงข้อมูลขาเข้า
การสะท้อนข้อมูลเมตาทํางานอย่างไร
การมิเรอร์ไม่เพียงแต่เปิดใช้งานการจําลองข้อมูล แต่ยังสามารถทําได้ผ่านทางลัดหรือการสะท้อนข้อมูลเมตาแทนการจําลองข้อมูลแบบเต็ม การมิเรอร์ในบริบทนี้หมายถึงการจําลองเฉพาะข้อมูลเมตา เช่น ชื่อแค็ตตาล็อก สคีมา และตาราง แทนที่จะเป็นข้อมูลจริง วิธีนี้ช่วยให้ Fabric สามารถทําให้ข้อมูลจากแหล่งต่างๆ สามารถเข้าถึงได้โดยไม่ต้องทําซ้ํา ทําให้การจัดการข้อมูลง่ายขึ้นและลดความต้องการในการจัดเก็บข้อมูลให้เหลือน้อยที่สุด
ตัวอย่างเช่น เมื่อเข้าถึง ข้อมูลที่ลงทะเบียนในแค็ตตาล็อก Unity Fabric จะสะท้อนเฉพาะโครงสร้างแค็ตตาล็อกจาก Azure Databricks ทําให้สามารถเข้าถึงข้อมูลพื้นฐานผ่านทางลัดได้ วิธีนี้ช่วยให้มั่นใจได้ว่าการเปลี่ยนแปลงใด ๆ ในข้อมูลต้นฉบับจะสะท้อนให้เห็นใน Fabric ทันทีโดยไม่ต้องย้ายข้อมูล รักษาการซิงโครไนซ์แบบเรียลไทม์ และเพิ่มประสิทธิภาพในการเข้าถึงข้อมูล up-toวันที่
การมิเรอร์แบบเปิดทํางานอย่างไร
นอกเหนือจากการมิเรอร์ที่เปิดใช้งานการจําลองแบบข้อมูลโดยการสร้างการเชื่อมต่อที่ปลอดภัยกับแหล่งข้อมูลของคุณแล้ว คุณยังสามารถเลือกผู้ให้บริการข้อมูลที่มีอยู่หรือเขียนแอปพลิเคชันของคุณเองเพื่อนําข้อมูลไปยังฐานข้อมูลที่มิเรอร์ เมื่อคุณสร้าง ฐานข้อมูลมิเรอร์แบบเปิด ผ่าน API สาธารณะหรือผ่านพอร์ทัล Fabric คุณจะสามารถรับ URL ของโซน Landing Zone ใน OneLake ซึ่งคุณสามารถเปลี่ยนข้อมูลได้ตามข้อกําหนดการมิเรอร์แบบเปิด
เมื่อข้อมูลอยู่ในโซน Landing Zone ด้วยรูปแบบที่เหมาะสมการจําลองแบบจะเริ่มทํางานและจัดการความซับซ้อนของการรวมการเปลี่ยนแปลงด้วยการอัปเดตการแทรกและการลบเพื่อสะท้อนลงในตารางเดลต้า วิธีนี้ช่วยให้แน่ใจว่าข้อมูลใด ๆ ที่เขียนลงใน Landing Zone จะทันทีและเก็บข้อมูลไว้ใน Fabric up-to-date
การใช้ร่วมกัน
การแชร์ช่วยให้ควบคุมและจัดการการเข้าถึงได้ง่าย ในขณะที่การควบคุมความปลอดภัย เช่น การรักษาความปลอดภัยระดับแถว (RLS) และการรักษาความปลอดภัยระดับวัตถุ (OLS) และอื่นๆ ทําให้แน่ใจว่าคุณสามารถควบคุมการเข้าถึงข้อมูลที่ละเอียดอ่อนได้ การแชร์ยังช่วยให้การตัดสินใจที่ปลอดภัยและเป็นประชาธิปไตยทั่วทั้งองค์กรของคุณ
ผู้ใช้จะให้สิทธิ์ผู้ใช้รายอื่นหรือกลุ่มผู้ใช้เข้าถึงฐานข้อมูลที่มิเรอร์โดยไม่ให้สิทธิ์เข้าถึงพื้นที่ทํางานและรายการที่เหลือ เมื่อมีคนแชร์ฐานข้อมูลที่มิเรอร์ พวกเขาจะให้สิทธิ์การเข้าถึงจุดสิ้นสุดการวิเคราะห์ SQL ด้วย
สําหรับข้อมูลเพิ่มเติม โปรดดู การแชร์ฐานข้อมูลที่มิเรอร์ของคุณและจัดการสิทธิ์
การสืบค้นข้ามฐานข้อมูล
ด้วยข้อมูลจากฐานข้อมูลมิเรอร์ที่จัดเก็บไว้ใน OneLake คุณสามารถเขียนคิวรีข้ามฐานข้อมูล รวมข้อมูลจากฐานข้อมูลมิเรอร์ คลังสินค้า และตําแหน่งข้อมูลการวิเคราะห์ SQL ของ Lakehouses ในคิวรี T-SQL เดียว สําหรับข้อมูลเพิ่มเติม โปรดดู เขียนแบบสอบถามข้ามฐานข้อมูล
ตัวอย่างเช่น คุณสามารถอ้างอิงตารางจากฐานข้อมูลและคลังสินค้าที่มิเรอร์โดยใช้การตั้งชื่อสามส่วน ในตัวอย่างต่อไปนี้ ให้ใช้ชื่อสามส่วนเพื่ออ้างอิงContosoSalesTableในคลังสินค้าContosoWarehouse จากฐานข้อมูลหรือคลังสินค้าอื่น ๆ ส่วนแรกของข้อตกลงการตั้งชื่อสามส่วนของ SQL มาตรฐานคือชื่อของฐานข้อมูลที่มิเรอร์
SELECT *
FROM ContosoWarehouse.dbo.ContosoSalesTable AS Contoso
INNER JOIN Affiliation
ON Affiliation.AffiliationId = Contoso.RecordTypeID;
ค่าใช้จ่ายในการสะท้อนภาพ
สําหรับการมิเรอร์ฐานข้อมูลและการมิเรอร์แบบเปิด การประมวลผล Fabric และที่เก็บข้อมูล OneLake จะว่างได้ถึงขีดจํากัดตามความจุ
- พื้นที่จัดเก็บสําหรับแบบจําลองมีพื้นที่ว่างสูงสุดตามขนาดความจุ การมิเรอร์มีพื้นที่จัดเก็บข้อมูลมิเรอร์ฟรีเทราไบต์สําหรับทุกหน่วยความจุ (CU) ที่คุณซื้อ ตัวอย่างเช่น หากคุณซื้อความจุ F64 คุณจะได้รับพื้นที่เก็บข้อมูลฟรีมูลค่า 64 เทราไบต์ ซึ่งใช้สําหรับการมิเรอร์โดยเฉพาะ พื้นที่จัดเก็บ OneLake จะถูกเรียกเก็บเงินหากเกินขีดจํากัดพื้นที่จัดเก็บข้อมูลมิเรอร์ฟรี หรือเมื่อความจุหยุดชั่วคราว สําหรับข้อมูลเพิ่มเติม โปรดดู ราคา Microsoft Fabric
- การประมวลผล Background Fabric ที่ใช้ในการจําลองข้อมูลของคุณไปยัง Fabric OneLake นั้นฟรีและไม่ใช้ความจุ คําขอโดยตรงไปยัง OneLake สําหรับข้อมูลที่มิเรอร์จะใช้ความจุเป็นการใช้การประมวลผล OneLake ตามปกติ การคํานวณสําหรับการสืบค้นข้อมูลโดยใช้ SQL, Power BI หรือ Spark จะถูกเรียกเก็บในอัตราปกติ
- ความจุ Fabric ที่ทํางานอยู่จําเป็นสําหรับการตั้งค่าเริ่มต้นของ Mirroring เท่านั้น
วิศวกรรมข้อมูลด้วยข้อมูลฐานข้อมูลที่มิเรอร์ของคุณ
Microsoft Fabric มีความสามารถด้านวิศวกรรมข้อมูลที่หลากหลายเพื่อให้แน่ใจว่าข้อมูลของคุณสามารถเข้าถึงได้ง่าย จาก Fabric Data Engineering คุณสามารถ:
- สร้างและจัดการข้อมูลของคุณเป็น Spark โดยใช้เลคเฮาส์
- ออกแบบไปป์ไลน์เพื่อคัดลอกข้อมูลไปยังเลคเฮาส์ของคุณ
- ใช้คําจํากัดความงาน Spark เพื่อส่งชุดงาน/การสตรีมไปยังคลัสเตอร์ Spark
- ใช้สมุดบันทึกเพื่อเขียนโค้ดสําหรับการนําเข้า การเตรียม และการแปลงข้อมูล
วิทยาศาสตร์ข้อมูลกับข้อมูลฐานข้อมูลที่มิเรอร์ของคุณ
Microsoft Fabric นําเสนอ Fabric Data Science เพื่อเพิ่มศักยภาพให้ผู้ใช้ทําเวิร์กโฟลว์วิทยาศาสตร์ข้อมูลแบบ end-to-end เพื่อวัตถุประสงค์ในการเพิ่มข้อมูลและข้อมูลเชิงลึกทางธุรกิจ คุณสามารถทํากิจกรรมที่หลากหลายในกระบวนการวิทยาศาสตร์ข้อมูลทั้งหมด ตั้งแต่การสํารวจข้อมูล การเตรียมการ และการล้างข้อมูล ไปจนถึงการทดลอง การสร้างแบบจําลอง การให้คะแนนแบบจําลอง และการให้บริการข้อมูลเชิงลึกเชิงคาดการณ์ไปยังรายงาน BI
ผู้ใช้ Microsoft Fabric สามารถเข้าถึง ปริมาณงานวิทยาศาสตร์ข้อมูลได้ จากนั้นพวกเขาสามารถค้นพบและเข้าถึงแหล่งข้อมูลที่เกี่ยวข้องต่างๆ ตัวอย่างเช่น พวกเขาสามารถสร้างการทดลอง โมเดล และโน้ตบุ๊กของแมชชีนเลิร์นนิง พวกเขายังสามารถนําเข้าสมุดบันทึกที่มีอยู่ในหน้าแรกของวิทยาศาสตร์ข้อมูล
Direct Lake กับข้อมูลฐานข้อมูลที่มิเรอร์ของคุณ
โหมด Direct Lake สามารถใช้กับฐานข้อมูลที่มิเรอร์ใน Microsoft Fabric เพื่อเปิดใช้งานการสืบค้นที่มีประสิทธิภาพสูงผ่านข้อมูลที่มิเรอร์โดยไม่จําเป็นต้องมีการเคลื่อนย้ายหรือทําซ้ําข้อมูล เมื่อสร้างฐานข้อมูลมิเรอร์ข้อมูลจะถูกเก็บไว้ในรูปแบบ Delta Lake ภายใน OneLake รูปแบบดั้งเดิมนี้ช่วยให้ Power BI และเครื่องมือวิเคราะห์อื่นๆ สามารถเชื่อมต่อผ่านโหมด Direct Lake โดยให้ข้อมูลเชิงลึกแบบเกือบเรียลไทม์โดยการเข้าถึงไฟล์พื้นฐานโดยตรง การผสานรวมนี้ผสมผสานความเรียบง่ายของการมิเรอร์เข้ากับความเร็วและความสามารถในการปรับขนาดของ Direct Lake ทําให้สามารถรายงานข้อมูลการดําเนินงานได้อย่างรวดเร็ว up-to
การเก็บรักษาข้อมูลมิเรอร์
การมิเรอร์ใน Fabric จะจําลองอสังหาริมทรัพย์ข้อมูลที่มีอยู่ของคุณอย่างต่อเนื่องไปยัง OneLake ในรูปแบบตาราง Delta Lake เพื่อให้ข้อมูลที่มิเรอร์จัดเก็บไว้อย่างมีประสิทธิภาพและพร้อมสําหรับการวิเคราะห์อยู่เสมอ การมิเรอร์จะเรียกใช้สุญญากาศโดยอัตโนมัติเพื่อลบไฟล์เก่าที่ไม่ได้อ้างอิงโดยบันทึกเดลต้าอีกต่อไป
คุณสามารถปรับแต่งการตั้งค่าการเก็บรักษาตามความต้องการของคุณ ตัวอย่างเช่น คุณอาจเลือกระยะเวลาการเก็บรักษาที่สั้นลงเพื่อลดการใช้พื้นที่จัดเก็บข้อมูลมิเรอร์ หรือขยายระยะเวลาการเก็บรักษาเพื่อใช้ความสามารถในการเดินทางข้ามเวลาของเดลต้าสําหรับการวิเคราะห์
สําหรับฐานข้อมูลมิเรอร์ที่สร้างขึ้นจากพอร์ทัล Fabric หลังจากกลางเดือนมิถุนายน 2025 การเก็บรักษาเริ่มต้นคือหนึ่งวัน สําหรับฐานข้อมูลมิเรอร์แบบเก่า ค่าเริ่มต้นคือเจ็ดวัน เมื่อต้องการตรวจสอบหรืออัปเดตการตั้งค่าการเก็บรักษา ในพอร์ทัล Fabric ให้ไปที่ฐานข้อมูลที่มิเร> ->การบํารุงรักษา และระบุเกณฑ์การเก็บรักษา คุณยังสามารถกําหนดค่าผ่าน API สาธารณะ โดยระบุ retentionInDays คุณสมบัติ
ฐานข้อมูล SQL ใน Fabric
คุณยังสามารถสร้างและจัดการ ฐานข้อมูล SQL ใน Microsoft Fabric ภายในพอร์ทัล Fabric ได้โดยตรง ฐานข้อมูล SQL ใน Fabric จะถูกสะท้อนโดยอัตโนมัติเพื่อวัตถุประสงค์ในการวิเคราะห์ และช่วยให้คุณสร้างฐานข้อมูลการดําเนินงานใน Fabric ได้อย่างง่ายดาย ฐานข้อมูล SQL เป็นบ้านใน Fabric สําหรับปริมาณงาน OLTP และสามารถรวมเข้ากับ การรวมการควบคุมแหล่งที่มาของ Fabric ได้