Uso de SQL Database como origen para aplicaciones translíticas

Se aplica a :✅base de datos SQL en Microsoft Fabric

En este artículo se describe cómo usar SQL Database en Microsoft Fabric como la red troncal operativa para aplicaciones translíticas: aplicaciones que requieren acceso transaccional y analítico a los mismos datos.

El objetivo es habilitar cargas de trabajo transaccionales, API operativas y datos analíticos inmediatos en una base de datos única, dentro de la plataforma de Microsoft Fabric regulada y segura.

Punto de conexión de análisis SQL

Al crear una base de datos SQL en Fabric, los datos se replican automáticamente casi en tiempo real en OneLake, creando una copia de solo lectura de los datos en tablas delta a las que se puede acceder a través de T-SQL a través del punto de conexión de SQL Analytics. Esta arquitectura significa que los datos generados por el sistema transaccional están disponibles para consultas analíticas sin procesar ni canalizaciones ETL complejas. Mediante el punto de conexión de SQL Analytics, puede analizar datos casi en tiempo real sin afectar a la carga de trabajo transaccional. Estos datos se pueden usar para informes de Power BI, modelos de aprendizaje automático u otros análisis de Fabric. El punto de conexión de SQL Analytics también es accesible para aplicaciones externas que necesitan acceso analítico a los datos.

Algunos ejemplos son:

  • Atención sanitaria: Supervise las métricas de salud para proporcionar información en tiempo real para los profesionales sanitarios.
  • Finanzas: Analice los datos del mercado para optimizar las estrategias comerciales en tiempo real.
  • Venta al por menor: Analice el comportamiento del cliente para proporcionar experiencias de compra personalizadas.
  • Fabricación: Supervise los procesos de producción para mejorar la calidad del producto.

Flujos de tareas translíticos

Cuando se usa Power BI para analizar datos, puede haber ocasiones en las que necesite realizar acciones en los datos, como actualizar un registro, agregar anotaciones o desencadenar una acción en otro sistema en función de los datos. Puede realizar fácilmente estas tareas mediante flujos de tareas translíticos en Fabric.

Las funciones de datos de usuario habilitan escenarios como:

  • Agregar datos: Agregue un registro de datos a una tabla de la base de datos y vea que se refleja en el informe. Por ejemplo, agregar un nuevo registro de cliente.
  • Editar datos: Edite un registro existente de datos en una tabla de la base de datos y lo vea reflejado en el informe, sin codificación personalizada. Por ejemplo, actualizar un campo de estado o una anotación.
  • Eliminar datos: Elimine un registro existente de datos de una tabla en su base de datos y verá que se ha quitado del informe. Por ejemplo, quitar un registro de cliente que ya no sea necesario.
  • Llamada a una API externa: Realice una solicitud de API que sea accesible a través de una solicitud de red. Por ejemplo, realizar una solicitud al punto de conexión REST de una API pública que actualice los datos subyacentes o la entrada del usuario final, o realice acciones en un sistema diferente.

En escenarios de escritura de datos, las funciones de datos de usuario proporcionan administración de conexiones para bases de datos SQL en Fabric, almacenes de datos y lakehouses. Este es el funcionamiento de un flujo de tareas translítico:

  • Las funciones de datos de usuario de Fabric invocan funciones en los orígenes de datos de Fabric subyacentes. Las funciones de datos de usuario funcionan con el contexto del informe actual (filtros, segmentadores y selecciones) pasados como parámetros.
  • Dado que el punto de conexión de SQL Analytics mantiene una réplica casi en tiempo real en OneLake, las actualizaciones escritas por flujos de tareas están disponibles para análisis inmediatos y objetos visuales de Power BI sin ETL adicional.
  • Las acciones capturadas a través de funciones de datos de usuario se pueden enrutar a los Fabric Notebooks en canalizaciones ELT para el procesamiento asistido por IA (por ejemplo, clasificación o enriquecimiento) antes del almacenamiento definitivo en la base de datos SQL.

La creación de un flujo de tareas translítico implica estas tareas principales:

  1. Almacenar los datos en un origen de datos de Fabric.
  2. Desarrollar una función de datos de usuario para controlar la acción.
  3. Creación de un modelo semántico de Power BI para usar estos datos.
  4. Creación de un informe de Power BI con elementos interactivos para capturar la entrada del usuario y llamar a la función.

Contenido relacionado

  • Last updated on