Kom igång med materialiserade sjöutsikter

I den här snabbstarten skapar du källtabeller i en Microsoft Fabric Lakehouse, definierar materialiserade sjövyer som transformerar data och schemalägger automatisk uppdatering. I slutet har du en fungerande pipeline från brons till guld med ursprungsspårning.

Förutsättningar

Skapa din första materialiserade sjövy

  1. Gå till Fabric-portalen och navigera till din arbetsyta.

  2. Öppna ditt Lakehouse och välj materialiserade sjövyer.

    Skärmbild som visar menyalternativet för att hantera materialiserade sjövyer.

  3. Välj Ny>ny anteckningsbok>Skapa med Spark SQL. Du kan också välja Öppna anteckningsbok från huvudarbetsytan.

    Skärmbild av val för att öppna en ny anteckningsbok för att skapa en materialiserad sjövy.

    En ny notebook-fil öppnas med en mall för att skapa en materialiserad sjövy.

    Anmärkning

    Om du använder en Fabric Data Warehouse-tabell som källa för en materialiserad sjövy måste du skapa en genväg till tabellen i Lakehouse.

  4. Skapa källtabellerna products och orders. Ange följande SQL-kommando i den befintliga notebook-cellen och kör det:

    CREATE SCHEMA IF NOT EXISTS bronze;
    
    CREATE TABLE IF NOT EXISTS bronze.products (
       product_id INT,
       product_name STRING,
       price DOUBLE
    );
    
    INSERT INTO bronze.products VALUES
    (101, 'Laptop', 1200.50),
    (102, 'Smartphone', 699.99),
    (103, 'Tablet', 450.00);
    
    CREATE TABLE IF NOT EXISTS bronze.orders (
       order_id INT,
       product_id INT,
       quantity INT,
       order_date DATE
       );
    
    INSERT INTO bronze.orders VALUES
       (1001, 101, 2, '2025-06-01'),
       (1002, 103, 1, '2025-06-02'),
       (1003, 102, 3, '2025-06-03');
    
  5. Uppdatera utforskaren för att visa de nyligen skapade tabellerna products och orders under schemat bronze. Välj + Kod för att lägga till en ny cell under den befintliga.

    Skärmbild som visar källtabeller som skapats i ett Lakehouse.

  6. Aktivera ändringsdataflöde (CDF) i källtabellerna så att optimal uppdatering kan använda inkrementell bearbetning. Kopiera följande SQL-kommando till den nya cellen och kör det:

    ALTER TABLE bronze.products SET TBLPROPERTIES (delta.enableChangeDataFeed = true);
    ALTER TABLE bronze.orders SET TBLPROPERTIES (delta.enableChangeDataFeed = true);
    

    Välj + Kod för att lägga till ytterligare en ny cell.

  7. Skapa materialiserade sjövyer från källtabellerna. Kopiera följande SQL-kommando till den nya cellen och kör det:

    CREATE SCHEMA IF NOT EXISTS silver;
    
    CREATE MATERIALIZED LAKE VIEW IF NOT EXISTS silver.cleaned_order_data AS
    SELECT 
       o.order_id,
       o.order_date,
       o.product_id,
       p.product_name,
       o.quantity,
       p.price,
       o.quantity * p.price AS revenue
    FROM bronze.orders o
    JOIN bronze.products p
    ON o.product_id = p.product_id;
    
    CREATE SCHEMA IF NOT EXISTS GOLD;
    
    CREATE MATERIALIZED LAKE VIEW IF NOT EXISTS gold.product_sales_summary AS
    SELECT
       product_id,
       product_name,
       SUM(quantity) AS total_quantity_sold,
       SUM(revenue) AS total_revenue,
       ROUND(AVG(revenue), 2) AS average_order_value
    FROM
       silver.cleaned_order_data
    GROUP BY
       product_id,
       product_name;
    
  8. Uppdatera Lakehouse-utforskaren för att visa de nyligen skapade materialiserade sjövyerna cleaned_order_data och product_sales_summary under schemana silver och gold .

    Skärmbild som visar materialiserade sjöutsikter som skapats i en Lakehouse.

  9. Du kan kontrollera resultatet ytterligare genom att fråga den materialiserade sjövyn med guld. Kopiera följande SQL-kommando till en ny cell och kör det:

    SELECT * FROM gold.product_sales_summary;
    

    Utdata visar tre rader – en för varje produkt – med den totala sålda kvantiteten, totala intäkter och genomsnittligt ordervärde beräknat från källorderdata.

  10. Stäng anteckningsboken och gå tillbaka till lakehouse. Välj Materialiserad sjövy. Du kan behöva välja uppdateringsikonen för att visa den automatiskt genererade härstamningen.

    Skärmbild som visar ursprung.

  11. Schemalägg linjeagekörningen. Välj Scheman i menyfliksområdet. I fönstret Scheman väljer du radioknappen för Schemalagd uppdatering.

    Skärmbild av fönstret för schemaläggning av härledning.

  12. Välj önskad frekvens i listrutan Upprepa (per minut, timme, dag, vecka eller månad) och ange det återkommande intervallet. Välj Tillämpa.

    Skärmbild av panelen för schemaläggning av härkomst med fler alternativ.

  13. Vänta på nästa schemalagda körningstid och välj sedan Senaste körningar för att se förloppet av linjekörningens utförande.

    Skärmbild som visar den senaste körningen.

  14. Välj den pågående körningen för att övervaka förloppet.

    Skärmbild som visar förloppet för en pågående körning.

  15. När körningen har slutförts visas härledningens status som Slutförd.

    Skärmbild som visar en slutförd härkomstkörning.

Vad händer härnäst

Nu när du har en schemalagd ursprungsuppdatering håller Fabric automatiskt dina materialiserade sjövyer uppdaterade när källdata ändras. När nya rader infogas i tabellerna bronze.orders eller bronze.products identifierar nästa schemalagda körning ändringarna, uppdaterar silver.cleaned_order_data vyn först (eftersom guldvyn är beroende av den) och uppdateras gold.product_sales_summary sedan med de uppdaterade summorna. Du behöver inte hantera uppdateringsordning eller skriva orkestreringslogik – Fabric hanterar den baserat på ursprungsdiagrammet.

Mer information om uppdateringsbeteende och hur Fabric avgör den optimala strategin (inkrementell, fullständig eller hoppa över) finns i Optimal uppdatering för materialiserade sjövyer i ett Lakehouse. En fullständig genomgång från slutpunkt till slutpunkt som visar dessa begrepp med en större datamängd finns i Självstudie: Implementera medallion-arkitektur med materialiserade sjövyer.