建立及使用受控私人端點

具有Microsoft Fabric 工作區系統管理員許可權的使用者，可以透過工作區設定，從 Fabric 入口網站建立、檢視及刪除受控私人端點。

• 使用者也可以從工作區設定的 [網路安全性 ] 區段監視受控私人端點的狀態和核准程式。

• 用戶可以從 Fabric Spark 工作負載使用私人端點名稱來存取數據源。

先決條件

Microsoft.Network 資源提供者必須在 Azure 訂用帳戶中註冊

建立受控私人端點

1. 在 [網狀架構] 工作區中，流覽至工作區設定，選取 [ 網络安全性] 索引卷標，然後選取 [受控私人端點] 區段中的 [ 建立 ] 選項。

   

   [ 建立受控私人端點] 對話框隨即開啟。

   

2. 指定私人端點的名稱，並在 Azure 資源的資源識別碼中複製。 您可以在 Azure 入口網站頁面的 [屬性] 索引標籤中找到資源識別碼。 如需詳細資訊，請參閱： 如何取得您的 Azure 資源識別碼

   備註

   不支援建立具有完整網域名稱（FQDN）的受控私人端點。

   完成後，選擇建立。

3. 布建受控私人端點時，[啟用狀態] 會變更為 [成功]。

   

   此外，私人端點存取的要求也會傳送至數據源。 數據源管理員會在 Azure 入口網站資源頁面上收到其數據源的通知。 在那裡，他們會看到待處理的存取要求以及附加的要求訊息。

以 SQL Server 為例，使用者可以流覽至 Azure 入口網站，並搜尋 “SQL Server” 資源。

1. 在 [資源] 頁面上，從導覽功能表中選取 [ 網络] ，然後選取 [ 私人存取 ] 索引標籤。

   

2. 數據源管理員應該能夠檢視作用中的私人端點連線和新的連線要求。

   

3. 系統管理員可以提供商務理由來 核准 或 拒絕 。

   

4. 當資料來源管理員核准或拒絕要求時，重新整理後，Fabric 工作區設定頁面中的狀態會更新。

   

5. 當狀態變更為 已核准時，端點可以在筆記本或 Spark 作業定義中使用，以從 Fabric 工作區存取儲存在數據源中的數據。

在 Fabric 中使用受控私人端點

Microsoft Fabric 筆記本支援使用受控私人端點，實現與安全網路後方數據源的順暢互動，以便於數據探索和處理。 在筆記本中，使用者可以以各種檔格式快速地從其受保護的數據源讀取數據（並將數據寫回至）其 Lakehouse。

本指南提供程式碼範例，協助您開始使用自己的筆記本，以透過受控私人端點存取數據源的數據，例如 SQL DB。

先決條件

1. 數據源的存取權。 此範例會查看 Azure SQL Server 和 Azure SQL Database。

2. 登入 Microsoft Fabric 和 Azure 入口網站。

3. 流覽至 Azure 入口網站中的 Azure SQL Server 資源頁面，然後選取 [ 屬性] 功能表。 複製您想要從 Microsoft Fabric 連線之 SQL Server 的資源識別碼。

4. 使用 建立受控私人端點中列出的步驟，從 [網狀架構網路安全性設定] 頁面建立受控私人端點。

5. 一旦 SQL Server 的數據源管理員核准新的私人端點連線要求，您應該能夠使用新建立的受控私人端點。

從筆記本連線到數據源

1. 登入 Microsoft Fabric 入口網站。

2. 使用首頁左側的體驗切換器來切換 開發 體驗。

3. 流覽至您想要的工作區，或視需要建立新的工作區。

4. 若要建立筆記本，請從工作區選取 [ 新增專案 ]，然後選擇 [筆記本]。

5. 現在，在筆記本中，藉由指定 SQL 資料庫的名稱及其連接屬性，您可以透過管理的私人端點連線，讀取資料庫中的數據表，並將它們存入您在 Microsoft Fabric 中的 lakehouse。

6. 下列 PySpark 程式代碼示範如何連線到 SQL 資料庫。

serverName = "<server_name>.database.windows.net"
database = "<database_name>"
dbPort = 1433
dbUserName = "<username>"
dbPassword = “<db password> or reference based on Keyvault>”

from pyspark.sql import SparkSession

spark = SparkSession.builder \
    .appName("Example") \
    .config("spark.jars.packages", "com.microsoft.azure:azure-sqldb-spark:1.0.2") \
    .config("spark.sql.catalogImplementation", "com.microsoft.azure.synapse.spark") \
    .config("spark.sql.catalog.testDB", "com.microsoft.azure.synapse.spark") \
    .config("spark.sql.catalog.testDB.spark.synapse.linkedServiceName", "AzureSqlDatabase") \ .config("spark.sql.catalog.testDB.spark.synapse.linkedServiceName.connectionString", f"jdbc:sqlserver://{serverName}:{dbPort};database={database};user={dbUserName};password={dbPassword}") \ .getOrCreate()

    
jdbcURL = "jdbc:sqlserver://{0}:{1};database={2}".format(serverName,dbPort,database)
connection = {"user":dbUserName,"password":dbPassword,"driver": "com.microsoft.sqlserver.jdbc.SQLServerDriver"}

df = spark.read.jdbc(url=jdbcURL, table = "dbo.Employee", properties=connection)
df.show()
display(df)

# Write the dataframe as a delta table in your lakehouse
df.write.mode("overwrite").format("delta").saveAsTable("Employee")

# You can also specify a custom path for the table location
# df.write.mode("overwrite").format("delta").option("path", "abfss://yourlakehouse.dfs.core.windows.net/Employee").saveAsTable("Employee")

現在已建立連線，下一個步驟是建立數據框架，以讀取 SQL Database 中的數據表。

支持的數據源

Microsoft Fabric 支援超過 26 個資料來源，使用受控私人端點進行連線。 使用者必須指定資源識別碼，您可以在 Azure 入口網站中其資料來源的 [屬性設定] 頁面中找到。 請確定已遵循資源標識符格式，如下表所示。

請注意，不支援為 Fabric 租用戶建立私人連結服務的受控私人端點。

相關內容

• 關於 Fabric 中的受控私人端點
• 關於 Fabric 中的私人連結
• Fabric 中受控虛擬網路的概觀