本文将让你开始使用Azure Synapse Lake数据库和湖表。
简介
在我之前我们了解了数据结构和数据建模范式的意义，比如数据湖泊的概念。我们还了解了Azure Synapse和Azure Synapse湖数据库的定位是什么。我们还研究了Synapse生态系统的主要组成部分，以及作为其中心的Azure Synapse湖数据库。我们在上一篇文章中从概念上了解了所有这些组件。我们将开始探讨如何建立一个Azure Synapse实例，并在其中注册一个新的湖泊数据库和一个表，这样我们就可以访问其中的数据，这与任何使用Synapse湖泊表的数据的数据消费者同义。
创建Azure Synapse实例
下图从概念上描述了与Azure Synapse湖数据库有关的不同组件。在顶部，我们有Azure Synapse池 - 即无服务器SQL池和Spark池。在底部，我们有Azure数据湖存储，有CSV和Parquet格式的数据文件。因此，很容易就能看出，在这种情况下，我们要具备的第一个前提条件是Azure Synapse实例。
假设已经有了一个Azure账户，并具有访问Azure Synapse分析服务所需的权限。打开这个服务的仪表板，在你选择的地区使用默认选项创建一个新实例。实例创建后，打开该实例的仪表板，主页将如下图所示。在入门部分，我们将能够看到一个名为Synapse Studio的瓦片。这是打开控制台的网关，即Azure Synapse Studio，在这里我们可以操作与Azure Synapse有关的不同功能和服务，包括Azure Synapse Lake数据库。我们也可以选择创建一个专门的SQL池，但在这个练习中我们不需要它们。
在我们进行下一步之前，另一个先决条件是创建一个Azure Data Lake Storage - Type 2的存储账户，并且至少有一个CSV格式的数据文件，里面有一些样本数据。这是在本练习中进行下一步的重要前提。假设已经满足了这个先决条件的要求，然后再进行接下来的步骤。
创建Azure Synapse Lake数据库
导航到Azure Synapse Studio，然后从主页上点击数据标签。它将打开一个新的页面，我们可以从那里点击+号来探索选项，如下图所示。截至本文起草时，Azure湖泊数据库还处于预览阶段。点击湖泊数据库选项，会打开一个新的向导。
右侧的属性窗口将显示Azure Synapse湖泊数据库的属性，其默认值如下所示。我们可以先给数据库起一个合适的名字，并对其进行可选的描述。
存储设置部分是我们应该仔细配置的重要属性之一。对于任何类型的数据来源，Azure Synapse服务会创建并使用一个链接服务。其中一个链接服务连接到工作区，另一个链接到Azure数据湖存储。我们打算根据存储在数据湖中的数据来创建一个表。通常情况下，人们会以文件的形式在Azure数据湖中积累数据，并希望在这些数据文件的顶部创建元数据结构，这样就可以以所需的方式访问它们。因此，我们将选择与数据湖有关的链接服务。
当我们选择Azure数据湖作为数据源时，我们需要选择我们的数据所托管的输入文件夹。在这种情况下，我们的数据存储在一个名为sampledata的输入文件夹中。在没有任何可用的链接服务的情况下，可以从Azure Synapse工作室注册一个链接服务，然后它就会开始出现在链接服务选项中，如下所示。在配置了数据湖链接服务和数据湖上的正确位置后，下一步是选择数据的格式。截至本文的草稿，支持的输入格式是CSV（带分隔符的文本）和Parquet。我们将继续使用默认的划线文本选项。理想情况下，人们希望使用像Parquet这样的列式格式，这种格式是高度压缩的，与基于文本的带界线的文件格式相比，可以节省更多空间，提高性能效率。
现在我们已经有了Azure Synapse Lake数据库，我们可以专注于在这个数据库中创建表。点击表选项，如下图所示，我们会发现有三个选项可以创建新表。一个选项是根据模板创建一个表，一个选项是从头开始创建一个自定义表，第三个选项是根据存储在数据湖中的数据创建一个表。由于我们已经在数据湖中以CSV文件的形式存储了数据，我们将选择第三种方案。
一旦我们选择了上述选项，它将在右侧弹出一个新的窗口，如下图所示，以定义新的表。我们可以先给这个表指定一个合适的名字。
假设我们想创建一个客户的数据，并假设我们存储在Azure数据湖存储账户上的数据在CSV文件中有客户的数据。我们将使用之前使用的Azure数据湖的相同链接服务，这次选择确切的文件，而不是仅仅选择承载数据文件的文件夹。这个文件中的数据将被解析，元数据将从这个文件中推断出来，用于配置表的定义。
默认情况下，该向导将假定该文件是以逗号为分隔符的CSV类型。我们可以配置所有典型的选项，这些选项在解析带分隔符的文件时都是可用的，如下图所示。我们还可以选择指定数据文件中的第一条记录是否包含列标题。
点击 "预览数据"选项来预览数据，这有助于确定文件是否被解析为所需。预览窗口将如下图所示，我们可以看到数据和列头都被正确读取。
点击 "继续"按钮，继续创建新表。一旦创建了表，它在设计窗格中就会显示如下图所示。我们还可以从字段名左边的小图标中识别字段的数据类型。
现在，表已经创建，是时候测试我们是否可以从这个表中访问数据了。应该注意的是，我们创建的表只是一个元数据定义，而实际的数据，在这种情况下，以数据文件的形式存在于Azure数据湖存储中。点击我们刚刚创建的新表上的行动省略号，并选择选择前100行的选项，如下图所示。
这将打开一个新的页面，有一个执行SQL语句的界面，如下图所示。点击 "运行 "按钮来执行这个SQL语句，如果一切都按上面的解释配置好了，我们就可以在结果窗格中查看数据，如下图所示。
这样，我们就可以使用Azure Data Lake Storage上托管的数据创建Azure Synapse Lake数据库和其中的表。
总结
在这篇文章中，我们学习了如何创建Azure Synapse Lake数据库，并将其配置为创建元数据结构，从Azure Data Lake获取数据。
