Nota
O acceso a esta páxina require autorización. Pode tentar iniciar sesión ou modificar os directorios.
O acceso a esta páxina require autorización. Pode tentar modificar os directorios.
Mirroring en Fabric proporciona una experiencia fácil para evitar procesos complejos de ETL (Extracción, Transformación y Carga) e integrar tus datos de almacenamiento de Snowflake existentes con el resto de los datos en Microsoft Fabric. Puede replicar de manera continua sus datos existentes de Snowflake directamente en OneLake de Fabric. Dentro de Fabric, puede desbloquear potente inteligencia empresarial, inteligencia artificial, ingeniería de datos, ciencia de datos y escenarios de uso compartido de datos.
Para un tutorial sobre cómo configurar su base de datos de Snowflake para reflejo en Fabric, consulte Tutorial: Configuración de bases de datos de Microsoft Fabric reflejadas desde Snowflake.
¿Por qué usar el reflejo en Fabric?
Con la creación de reflejos en Fabric, no es necesario unir diferentes servicios de varios proveedores. En su lugar, puede disfrutar de un producto muy integrado, de un extremo a otro y fácil de usar diseñado para simplificar sus necesidades de análisis, y creado para abrir y colaborar entre Microsoft, Snowflake y las 1000 soluciones tecnológicas que pueden leer el formato de tabla delta Lake de código abierto.
¿Qué experiencias de análisis están integradas?
Las bases de datos reflejadas son un elemento en Fabric Data Warehousing distinto de Warehouse y del punto de conexión de SQL Analytics.
El reflejo crea elementos en el área de trabajo de Fabric:
- Elemento de base de datos reflejado. Esto permite escenarios posteriores, como la ingeniería de datos, la ciencia de datos, y más. La gestión de reflejos gestiona
- Replicación de la tabla administrada y visualización de datos en OneLake y conversión a Parquet, en un formato listo para análisis.
- La replicación de los metadatos de las tablas Iceberg en OneLake mediante accesos directos al almacenamiento que contiene sus tablas Iceberg y su conversión. OneLake convierte automáticamente estas tablas Iceberg en tablas con formato Delta Lake para utilizarlas en cargas de trabajo de Fabric.
- Un punto de conexión de SQL Analytics
Importante
Compatibilidad con las tablas Iceberg: si decide replicar las tablas Iceberg, debe proporcionar una conexión de almacenamiento al sistema de almacenamiento subyacente que contiene los datos de las tablas Iceberg. Solo se pueden replicar conjuntamente las tablas Iceberg accesibles mediante la misma conexión de almacenamiento. Para buscar la ubicación de almacenamiento de una tabla de Iceberg, ejecute la función system$GET_ICEBERG_TABLE_INFORMATION system en Snowflake. Para obtener más información, consulte Tutorial: Configuración de las bases de datos reflejadas de Microsoft Fabric desde Snowflake.
Cada base de datos reflejada tiene un punto de conexión de SQL Analytics generado automáticamente que proporciona una experiencia analítica enriquecida sobre las *Delta Tables* creadas por el proceso de replicación. Los usuarios tienen acceso a comandos de T-SQL conocidos que pueden definir y consultar objetos de datos, pero no manipular los datos desde el punto de conexión de SQL Analytics, ya que es una copia de solo lectura. Puede realizar las siguientes acciones en el punto de conexión de SQL Analytics:
- Explora las tablas que desde Snowflake hacen referencia a datos de tus tablas de Delta Lake.
- No cree consultas ni vistas de código y explore los datos visualmente sin escribir una línea de código.
- Desarrolle vistas SQL, funciones con valores de tabla en línea y procedimientos almacenados para encapsular la semántica y la lógica de negocio en T-SQL.
- Administrar permisos en los objetos.
- Consulte los datos de otros almacenes y lakehouses en la misma área de trabajo.
Además del editor de consultas SQL, hay un amplio ecosistema de herramientas que pueden consultar el punto de conexión de SQL Analytics, incluida SQL Server Management Studio (SSMS), la extensión MSSQL para Visual Studio Code e incluso GitHub Copilot.
Tipos de objetos de Snowflake admitidos
En la tabla siguiente se enumeran los tipos de objeto Snowflake que se admiten para la creación de reflejo:
| Tipo de objeto | Compatible | Notas |
|---|---|---|
| Tablas administradas | Sí | Totalmente compatible con la replicación |
| Tablas de Iceberg | Sí | Requiere una conexión al almacenamiento subyacente de la tabla Iceberg. Solo se pueden replicar las tablas Iceberg a las que se pueda acceder mediante la misma conexión de almacenamiento. |
| Views | Sí | Compatible con sincronizaciones cada 12 horas |
| Vistas materializadas | Sí | Compatible con sincronizaciones cada 12 horas |
| Tablas externas | No | No soportado |
| Tablas transitorias | No | No soportado |
| Tablas temporales | No | No soportado |
| Tablas dinámicas | No | No soportado |
Consideraciones de seguridad
Para habilitar la creación de reflejo de Fabric, necesitará permisos de usuario para la base de datos de Snowflake que contenga los permisos siguientes:
CREATE STREAMSELECT tableSHOW tablesDESCRIBE tables
Para obtener más información, consulte la documentación de Snowflake sobre Privilegios de control de acceso para tablas de transmisión y Permisos requeridos para transmisiones.
Importante
Cualquier seguridad granular establecida en el almacén de Snowflake de origen debe volver a configurarse en la base de datos reflejada en Microsoft Fabric. Para obtener más información, consulte SQL granular permissions in Microsoft Fabric.
Métodos de autenticación admitidos
En la tabla siguiente se enumeran los métodos de autenticación compatibles con la duplicación en Snowflake:
| Método de autenticación | Compatible | Notas |
|---|---|---|
| Nombre de usuario y contraseña | Sí | Autenticación nativa de Snowflake |
| Microsoft Entra ID (SSO) | Sí | Inicio de sesión único a través de Entra ID |
| Autenticación del par de claves | Sí | Par de claves RSA para escenarios de cuentas de servicio |
| Identidad del área de trabajo | No | Actualmente no es compatible con Snowflake |
Reflejo de Snowflake detrás del firewall
Compruebe los requisitos de red para acceder al origen de datos de Snowflake. Si el origen de datos de Snowflake no es accesible públicamente y está dentro de una red privada, cree una puerta de enlace de datos de red virtual o instale una puerta de enlace de datos local para reflejar los datos. La Azure Virtual Network o la red de la máquina de puerta de enlace deben conectarse a la instancia de Snowflake a través de un punto de conexión privado o estar permitidas por la regla del firewall. Para empezar, consulte Tutorial: Configurar bases de datos espejo de Microsoft Fabric desde Snowflake.
Private Link e identidad del área de trabajo:
- Private Link: la conectividad directa de Private Link entre un área de trabajo de Fabric y Snowflake todavía no es compatible. Mientras tanto, use una puerta de enlace de datos de red virtual o una puerta de enlace de datos local para la conectividad privada.
- Identidad del espacio de trabajo: la autenticación de la identidad del espacio de trabajo actualmente no se admite para la creación de reflejos en Snowflake.
Consideraciones sobre los costos de Snowflake reflejados
El servicio de computación de Fabric utilizado para replicar tus datos en Fabric OneLake es gratuito. El costo de almacenamiento de reflejo es gratuito hasta un límite determinado por la capacidad. Para obtener más información, vea Cost of mirroring and Microsoft Fabric Pricing. El cómputo para consultar datos mediante SQL, Power BI o Spark se cobra a precios estándar.
Fabric no cobra por las tarifas de entrada de datos de red en OneLake for Mirroring.
Hay costos de cálculo y consulta en la nube de Snowflake cuando se reflejan los datos: cálculo de almacén virtual y cálculo de servicios en la nube.
- Cargos de cómputo del almacén virtual de Snowflake:
- Los cobros de computación se aplicarán al lado de Snowflake si hay cambios en los datos que se están leyendo en Snowflake y luego se reflejan en Fabric.
- Las consultas de metadatos que se ejecutan en segundo plano para verificar cambios en los datos no incurren en cargos por computación en Snowflake; sin embargo, las consultas que producen datos, como
SELECT *, activarán el almacén de Snowflake y se les aplicará un cargo por computación.
- Tarifas por el uso de servicios de cálculo de Snowflake
- Aunque no hay cargos de proceso por tareas en segundo plano, como la creación, las consultas de metadatos, el control de acceso, la visualización de los cambios de datos e incluso las consultas DDL, hay costos en la nube asociados a estas consultas.
- Dependiendo del tipo de edición de Snowflake que tenga, se le cobrarán los créditos correspondientes por los costos de los servicios en la nube.
En la captura de pantalla siguiente, puede ver los costos de cómputo del almacén virtual y de los servicios en la nube para la base de datos de Snowflake asociada que se está replicando en Fabric. En este escenario, la mayoría de los costos de proceso de los servicios en la nube (en amarillo) proceden de consultas de cambios de datos basadas en los puntos mencionados anteriormente. Los cargos por computación del almacén virtual (en azul) provienen exclusivamente de la lectura de cambios de datos de Snowflake que se reflejan en Fabric.
Recomendaciones sobre optimización de costos
Para minimizar los costes de computación de Snowflake derivados de la replicación en espejo, considere las siguientes prácticas recomendadas:
- Reutilización de un almacén existente. En lugar de crear un almacenamiento dedicado para la creación de reflejo, configure la creación de reflejo para usar el mismo almacenamiento que las aplicaciones ya usan para actualizar las tablas de origen. Este enfoque evita ciclos innecesarios de reactivación y suspensión automática del almacenamiento. Cuando la aplicación actualiza una tabla, el replicador de mirroring detecta los cambios casi de inmediato mientras el almacén de datos sigue activo, por lo que no es necesario activar un almacén de datos independiente. Algunas organizaciones pueden preferir un almacenamiento dedicado para el aislamiento presupuestario. Esta preferencia es un equilibrio entre el ahorro de costos y la granularidad del presupuesto.
- Refleje solo las tablas que necesita. Reflejar una base de datos completa puede provocar un consumo de Snowflake inesperadamente alto y picos de capacidad de Fabric. Para empezar, seleccione solo las tablas necesarias para los escenarios de análisis. Puede agregar tablas más adelante según sea necesario.
- Supervise la aparición de reseeds inesperados. Un reseado (recarga completa de datos) procesa toda la tabla y incurre en un costo de proceso proporcional al tamaño de la tabla. Los cambios de esquema, incluidos los desencadenados por herramientas como DBT, pueden provocar reinicializaciones continuas. Controle la página Estado de la duplicación para identificar las tablas que muestran un comportamiento repetido de copia inicial y revise la sección Reseeding que aparece a continuación para conocer los factores desencadenantes y la guía de solución de problemas.
- Tenga en cuenta que la replicación se realiza de forma continua. La creación de reflejo no admite actualmente ventanas de programación o replicación. El replicador consulta continuamente si hay cambios, lo que genera un consumo continuo de cómputo en Snowflake. Planee los presupuestos de Snowflake en consecuencia.
Para obtener más información sobre los costos específicos de las consultas en la nube de Snowflake, consulte la documentación de Snowflake: Descripción del costo general.