Begrænsninger i Microsoft Fabric-spejlede databaser fra Google BigQuery

Denne vejledning hjælper dig med at få mere at vide om de eksisterende begrænsninger i din spejlede BigQuery i Microsoft Fabric.

Begrænsninger på databaseniveau

Når du spejler tabeller uden primære nøgler, kan du kun udføre ændringer kun for at sikre datanøjagtighed. Hvis der findes ændringer, der ikke er indsat, vises tabellen automatisk igen (tabellen spejles helt igen). Hvis der sker flere ikke-indsættelsesændringer efter den første genseedning, går spejling i en backoff-tilstand i et stykke tid. Backoff-tilstanden hjælper med at holde omkostningerne nede og begrænser unødvendig replikering i hele tabellen. Efter backoff-perioden vender tabellen tilbage til sin normale tilstand af spejling (kontinuerlig datareplikering).

Begrænsninger i ydeevnen

Hvis du ændrer de fleste data i en stor tabel, er det mere effektivt at stoppe og genstarte spejling. Indsættelse eller opdatering af milliarder af poster kan tage lang tid.

Spejlede data afspejler typisk ændringer med en forsinkelse på 10–15 minutter på grund af BigQuerys Change History-funktioner. Hvis der ikke registreres ændringer, går replikeringsprogrammet i backoff-tilstand, hvilket øger forespørgselsintervallerne med op til 1 time.

Begrænsninger for understøttede områder

Databasespejling er tilgængelig i alle Microsoft Fabric-områder. Du kan få flere oplysninger under Tilgængelighed af fabric-område.

Begrænsninger for tilladelser

Vi forstår, at nogle kunder tøver med at aktivere redigeringstilladelser for spejling til Google BigQuery. Spejling opretter en live-tvilling, redigerbar forbrugskopi af dine BigQuery-data i OneLake. For at understøtte spejling til Google BigQuery skal replikeringsprogrammet:

• Få adgang til og eksportér data fra BigQuery-tabeller
• Spor ændringer ved hjælp af Change Data Capture (CDC)
• Opret midlertidige datasæt og job til replikering
• Interager med Google Cloud Storage til iscenesættelse og indlæsning

Begrænsninger for genudsåning

CHANGES-funktionen, som muliggør ændringssporing i BigQuery-tabeller ved hjælp af Googles CDC-ændringshistorikteknologi, er underlagt flere vigtige reseeding-begrænsninger, som brugere bør overveje, når de implementerer spejlingsløsninger:

• Tidsrejsebegrænsning: Funktionen CHANGES returnerer kun data inden for tabellens konfigurerede tidsrejsevindue. For standardtabeller er dette typisk syv dage, men kan være kortere, hvis det konfigureres anderledes. Eventuelle ændringer uden for dette vindue er utilgængelige.
• Tidsstempelbegrænsning: Tidsvinduet for ændringshistorik for CHANGES TVF overskrider den maksimalt tilladte tid. Det maksimalt tilladte interval mellem start_timestamp og end_timestamp er en dag. Dette begrænser batchbehandling af længere historiske vinduer, og flere forespørgsler kan være nødvendige for at få en bredere dækning.
  -Begrænsning af ændringshistorik: Funktionen CHANGES kræver, at sporing af ændringshistorik er aktiveret for tabellen før brug. Hvis det ikke er aktiveret, kan der ikke forespørges på deltaændringer.
• Begrænsning af flere opgørelser: Funktionen ÆNDRINGER kan ikke bruges i transaktioner med flere opgørelser. Den kan heller ikke forespørge på tabeller, der havde transaktioner med flere opgørelser bekræftet i det anmodede tidsvindue.

For at lære mere, henvis til Googles BigQuery Change History Limitation Documentation.

Relateret indhold

• Oversigt over Google BigQuery-spejling
• Vejledning til opsætning af spejling til Google BigQuery