长沙市网站开发,软文广告文案,徐州做网站建设,百度公司可以建设网站本文属于【Azure 架构师学习笔记】系列。 本文属于【Azure Synapse】系列。 前言
Azure Synapse Link for SQL 可以提供从SQL Server或者Azure SQL中接近实时的数据加载。通过这个技术#xff0c;使用SQL Server/Azure SQL中的新数据能够几乎实时地传送到Synapse#xff08;… 本文属于【Azure 架构师学习笔记】系列。 本文属于【Azure Synapse】系列。 前言
Azure Synapse Link for SQL 可以提供从SQL Server或者Azure SQL中接近实时的数据加载。通过这个技术使用SQL Server/Azure SQL中的新数据能够几乎实时地传送到SynapseSQL DW中。然后进行后续的数据分析。
这个过程通过change feed技术最小化对Azure SQL/SQL Server的影响。 在这个移动过程中会使用ADLS Gen2 作为暂存然后再加载到Synapse dedicated pool中。在初始化阶段先会全量加载然后后续再进行增量加载。
实操
假定已经有了一个Azure SQL 和Synapse workspace 前者相对简单下面演示创建Synapse workspace的简要步骤因为这是演示所以会跳过一些正式环境中必须的配置。
创建Synapse workspace
从下图可以看出它会要求创建或使用现有的一个ADLS Gen2并指定File System nameContainer
搭建连接
登陆进去之后从【管理】- 【Linked Services】-【新建】- 选择Azure SQL 输入信息之后从【集成/Integrate】中新建一个Link connection。 在新建过程中如果看到下面报错The selected source cannot be used without a system-assigned managed identity意味着你需要启用源系统的sysem MI。 在下图所示的地方启用。
刷新之后可以看到报错信息消失。但是此时源系统还没有表。 登陆Azure SQL 然后建一个测试表
Create Table Orders(
OrderID [int] IDENTITY(1,1) NOT NULL,
Product_Name VARCHAR(20),
Quantity INT,
Price Float,
CONSTRAINT [PK_x] PRIMARY KEY CLUSTERED
(
OrderID ASC
)WITH (IGNORE_DUP_KEY OFF) ON [PRIMARY]
) ON [PRIMARY]并插入一些测试数据。 在Synapse中再次刷新可以看到新建的表出现了。 建立专用SQL pool
成本考虑选择最低配。
可以选择连续运行或者按计划运行。 配置好之后点击【start】启动首次运行需要点时间。这个过程也会在Synapse中自动创建目标表。 等待初始化完毕之后可以在下图中查询到数据同步情况。 我们尝试在源系统删除一行数据之后再次查询发现数据是可以同步的。
再次测试 结果依然可以同步。
注意事项
源数据表必须有主键。对于源表启用了CDC(Change Data Capture) Temporal history table Always Encrypted In-Memory OLTP Column store Index Graph等都不支持Azure Synapse Link for SQL 简单来说就只能用于常规未进行处理的表。在同步过程中表名会与源系统一致但是架构名则只是dbo 所以对于那些非dbo的表需要提前建立。慎重停止Link Connection因为需要删除目标表并且后续重新搭建和同步。由于数据是分布式处理所以如果使用了类似row_number()等窗口函数序号可能会与源不一致。
