Microsoft Fabric Lakehouse 是一个数据体系结构平台，用于在单个位置存储、管理和分析结构化和非结构化数据。 为了在 Microsoft Fabric 中实现跨所有计算引擎的无缝数据访问， 选择 Delta Lake 作为统一表格式。

使用“ 加载到表 ”等功能或用于 将数据导入 Fabric Lakehouse 的选项中所述的方法将数据保存到 Lakehouse 中，所有数据都以 Delta 格式保存。 Delta 还用作代码优先体验（例如笔记本和 Spark 作业定义）中的默认 Spark 表格式模式。

重要

Microsoft Fabric 目前为预览版。 此信息与预发行产品相关，相应产品在发行之前可能会进行重大修改。 Microsoft 不对此处提供的信息作任何明示或默示的担保。

有关 Delta Lake 表格式的更全面介绍，请参阅后续步骤部分中的链接。

Microsoft Fabric Runtime for Apache Spark 使用与 Azure Synapse Analytics Runtime for Apache Spark 相同的基础，但包含关键差异，以在 Microsoft Fabric 服务中的所有引擎之间提供更简化的行为。 在 Microsoft Fabric 中，默认启用关键性能功能。 高级 Apache Spark 用户可能会将配置还原到以前的值，以便更好地与特定方案保持一致。

Microsoft Fabric Lakehouse 和 Apache Spark 引擎支持所有表类型，包括托管表和非托管表类型;这包括视图和常规的非 Delta Hive 表格式。 使用 PARQUET、CSV、AVRO、JSON 和任何 Apache Hive 兼容文件格式定义的表按预期工作。

Lakehouse 资源管理器用户界面体验因表类型而异。 目前，Lakehouse 资源管理器仅呈现表对象。

下表包含 Azure Synapse Analytics 与 Microsoft Fabric Runtime for Apache Spark 之间的配置差异。

Lakehouse 资源管理器提供 Microsoft Fabric Lakehouse 项中对象的树状视图。 它具有发现和显示元数据存储库和 OneLake 存储中描述的表的关键功能。 表引用显示在 Lakehouse 资源管理器用户界面的 部分下 Tables 。 自动发现也适用于通过 OneLake 快捷方式定义的表。

Microsoft Fabric Lakehouse 支持通过 OneLake 快捷方式定义的表，以提供最大的兼容性且不移动数据。 下表包含每个项类型在快捷方式上使用它时的方案最佳做法。

Microsoft Fabric Lakehouse 提供方便高效的用户界面，可简化将数据加载到 Delta 表。 “加载到表”功能允许视觉体验将常用文件格式和文件夹加载到 Delta，以提高所有角色的分析效率。 若要详细了解“加载到表”功能的详细信息，请阅读 Lakehouse Load to Tables 参考文档。

为广泛的分析方案保持表格的形状并不是一项小事。 Microsoft Fabric Lakehouse 主动启用重要参数，以最大程度地减少与大数据表相关的常见问题（如压缩和文件较小），并最大程度地提高查询性能。 不过，在许多情况下，这些参数需要更改。 Delta Lake 表优化和 V 顺序一文介绍了一些关键方案，并提供了有关如何高效维护 Delta 表以实现最佳性能的深入指南。