Migrera Spark-pooler från Azure Synapse Analytics till Fabric

Medan Azure Synapse tillhandahåller Spark-pooler erbjuder Fabric startpooler och anpassade pooler. Startpoolen kan vara ett bra val om du har en enda pool utan anpassade konfigurationer eller bibliotek i Azure Synapse och om nodstorleken Medel uppfyller dina krav. Men om du vill ha mer flexibilitet med dina Spark-poolkonfigurationer rekommenderar vi att du använder anpassade pooler. Det finns två alternativ här:

• Alternativ 1: Du kan använda migreringsassistenten för att migrera notebook-filer från Azure Synapse till Fabric med hjälp av en mer guidad och smidig upplevelse.
• Alternativ 2: Flytta Spark-poolen till en arbetsytas standardpool.
• Alternativ 3: Flytta Spark-poolen till en anpassad miljö i Fabric.

Om du har fler än en Spark-pool och planerar att flytta dem till samma Fabric arbetsyta rekommenderar vi att du använder alternativ 3 och skapar flera anpassade miljöer och pooler.

Mer information om Spark-pooler finns i skillnader mellan Azure Synapse Spark och Fabric.

Förutsättningar

Om du inte redan har en sådan skapar du en Fabric-arbetsyta i din klientorganisation.

Alternativ 1: Använd Migreringsassistenten

Du kan använda migration assistant för migrering från Azure Synapse till Fabric. Den är utformad för att ge en guidad och strömlinjeformad upplevelse för migrering av notebook-filer och relaterade resurser.

Alternativ 2: Från Spark-pool till arbetsytans standardpool

Du kan skapa en anpassad Spark-pool i din Fabric-arbetsyta och använda den som standardpool i arbetsytan. Standardpoolen används av alla anteckningsböcker och Spark-jobbdefinitioner i samma arbetsyta.

Så här flyttar du från en befintlig Spark-pool från Azure Synapse till en standardpool för arbetsytan:

1. Få åtkomst till Azure Synapse-arbetsytan: Logga in på Azure. Gå till din Azure Synapse-arbetsyta, gå till Analyspooler och välj Apache Spark-pooler.
2. Hitta Spark-poolen: Under Apache Spark-pooler letar du upp den Spark-pool som du vill flytta till Fabric och kontrollerar poolens Egenskaper.
3. Hämta egenskaper: Hämta egenskaper för Spark-poolen, till exempel Apache Spark-version, nodstorleksfamilj, nodstorlek eller autoskalning. Se överväganden om Spark-pooler för att se om det finns några skillnader.
4. Skapa en anpassad Spark-pool i Fabric:
   • Gå till din Fabric-arbetsyta och välj Inställningar för arbetsyta.
   • Gå till Datateknik/forskning och välj Spark-inställningar.
   • På fliken Pool och i avsnittet Standardpool för arbetsyta expanderar du den nedrullningsbara menyn och väljer skapa Ny pool.
   • Skapa din anpassade pool med motsvarande målvärden. Fyll i alternativ för namn, nodfamilj, nodstorlek, automatisk skalning och dynamisk körningsallokering.
5. Välj en körningsversion:
   • Gå till fliken Miljö och välj den körningsversion som krävs. Se tillgängliga körmiljöer här.
   • Inaktivera alternativet Ange standardmiljö.

Alternativ 3: Från Spark-pool till anpassad miljö

Med anpassade miljöer kan du konfigurera anpassade Spark-egenskaper och -bibliotek. Så här skapar du en anpassad miljö:

1. Få åtkomst till Azure Synapse-arbetsytan: Logga in på Azure. Gå till din Azure Synapse-arbetsyta, gå till Analyspooler och välj Apache Spark-pooler.
2. Hitta Spark-poolen: Under Apache Spark-pooler letar du upp den Spark-pool som du vill flytta till Fabric och kontrollerar poolens Egenskaper.
3. Hämta egenskaper: Hämta egenskaper för Spark-poolen, till exempel Apache Spark-version, nodstorleksfamilj, nodstorlek eller autoskalning. Se överväganden om Spark-pooler för att se om det finns några skillnader.
4. Skapa en anpassad Spark-pool:
   • Gå till din Fabric-arbetsyta och välj Inställningar för arbetsyta.
   • Gå till Datateknik/forskning och välj Spark-inställningar.
   • På fliken Pool och i avsnittet Standardpool för arbetsyta expanderar du den nedrullningsbara menyn och väljer skapa Ny pool.
   • Skapa din anpassade pool med motsvarande målvärden. Fyll i alternativ för namn, nodfamilj, nodstorlek, automatisk skalning och dynamisk körningsallokering.
5. Skapa ett miljöobjekt om du inte har något.
6. Konfigurera Spark-beräkning:
   • I Environment går du till Spark Compute>Compute.
   • Välj den nyligen skapade poolen för den nya miljön.
   • Du kan konfigurera kärnor och minne för driver och executors.
7. Välj en körningsversion för miljön. Se tillgängliga körmiljöer här.
8. Klicka på Spara och publicera ändringar.

Läs mer om att skapa och använda en miljö.

Relaterat innehåll

• Migrera Spark-konfigurationer
• Migrera Spark-bibliotek
• Migrera Azure Synapse-anteckningsböcker till Fabric