Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
VZTAHUJE SE NA:
Azure Data Factory Azure Synapse Analytics
Tip
Data Factory v Microsoft Fabric je nová generace Azure Data Factory s jednodušší architekturou, integrovanou AI a novými funkcemi. Pokud s integrací dat začínáte, začněte Fabric Data Factory. Stávající úlohy ADF lze upgradovat na Fabric pro přístup k novým funkcím v oblastech datové vědy, analýz v reálném čase a vytváření sestav.
Níže je seznam výukových videí k mapování toku dat vytvořených týmem Azure Data Factory.
Vzhledem k tomu, že produkt je neustále aktualizován, některé funkce mají novou nebo odlišnou funkčnost v aktuálním uživatelském prostředí Azure Data Factory.
Začínáme
Jak začít s mapováním toků dat v Azure Data Factory
Ladění a vývoj datových toků mapování
Mapování, ladění a testování datových toků
Monitorování a správa výkonu mapování toku dat
Ladění pracovních postupů pro toky dat
Aktualizované zobrazení monitorování
Přehledy transformace
Transformace odvozeného sloupce
Aktualizace a tipy pro Lookup Transformation
Pivotní transformace: mapování posunutých sloupců
Výběr transformace: Mapování založené na pravidlech
Výběr transformace: Velké datové sady
Podmíněné rozdělení transformace
Dynamické spojení a dynamické vyhledávání
Transformace hierarchických dat
Kontext řádku prostřednictvím transformace okna
Transformace složitých datových typů
Zdroj a jímka
Parquet a textové soubory s oddělovači
Odvození datových typů v textových souborech s oddělovači
Čtení a zápis dělených souborů
Transformace a vytvoření několika tabulek SQL
Rozdělte své soubory v datovém jezeře
Model načítání datového skladu
Možnosti výstupu souboru Data Lake
Optimalizace mapování toků dat
Dynamická optimalizace velikosti clusteru toku dat za běhu
Optimalizace časů spuštění toku dat
Azure Integration Runtime pro toky dat
Rychlé spuštění clusteru pomocí Azure IR
Scénáře mapování toku dat
Pomalu se měnící dimenze typ 1: přepsání
Pomalu se měnící dimenze typu 2: historie
Transformujte SQL Server on-premise s delta vzorem načítání dat
Počet jedinečných řádků a celkový počet řádků
Maskování dat pro citlivá data
Logické modely vs. fyzické modely
Obecný typ 2 dimenze, která se pomalu mění
Odstraňte řádky v cíli, pokud nejsou ve zdroji
Incrementální načítání dat s Azure Data Factory a Azure SQL DB
Transformace dat Avro ze služby Event Hubs pomocí parsování a zploštění
Výrazy toku dat
Rozdělení polí a příkazy `case`
Zábava s interpolací řetězců a parametry
úvod ke skriptu Tok dat: kopírování, vložení, fragmenty kódu
Shromažďování agregační funkce
Dynamické výrazy jako parametry