Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Data Factory i Microsoft Fabric er den næste generation af Azure Data Factory, der er bygget til at håndtere dine mest komplekse dataintegrationsudfordringer med en enklere og mere effektiv tilgang.
Denne vejledning hjælper dig med at forstå de vigtigste forskelle mellem disse to tjenester, så du kan træffe det rigtige valg for din virksomhed. Vi gennemgår, hvad der er nyt, hvad der er anderledes, og hvilke fordele Fabric giver ved bordet.
Fabric Data Factory er den næste generation af Azure Data Factory, der er designet til at forenkle og forbedre arbejdsprocesser for dataintegration. Dette afsnit introducerer de vigtigste funktioner og fordele ved Fabric Data Factory.
Er du klar til at udforske dine overførselsmuligheder? Se vores migreringsvejledning.
Sammenlign funktioner side om side
Sådan stabler kernefunktionerne sig mellem Azure Data Factory og Fabric Data Factory. Vi har fremhævet, hvad der er ændret, hvad der er nyt, og hvad der forbliver det samme.
| Azure Data Factory | Datafabrik i Fabric | Hvad er anderledes |
|---|---|---|
| Pipeline | Pipeline | Bedre integration: Pipelines i Fabric fungerer problemfrit med Lakehouse, Data Warehouse og andre Fabric-tjenester med det samme. Strukturpipelines indeholder flere SaaS-baserede aktiviteter og adskiller sig i JSON-definitioner. Se vores sammenligning af pipelinefunktioner for at få flere oplysninger. |
| Tilknytning af dataflow | Dataflow Gen2 | Nemmere at bruge: Dataflow Gen2 giver dig en enklere oplevelse, når du skal bygge transformationer. Vi føjer hele tiden flere tilknytningsfunktioner for dataflow til Gen2. |
| Aktiviteter | Aktiviteter | Der kommer flere aktiviteter: Vi arbejder på at overføre alle dine foretrukne ADF-aktiviteter til Fabric. Derudover får du nye, f.eks. Office 365 Outlook-aktiviteten, der ikke er tilgængelig i ADF. Se vores aktivitetssammenligning for detaljer. |
| Datasæt | Kun forbindelser | Enklere tilgang: Ikke flere komplekse konfigurationer af datasæt. For Data Factory i Fabric bruger du forbindelser til at linke til dine datakilder og begynde at arbejde. Fabric eliminerer datasæt og definerer dataegenskaber indbygget i aktiviteter. |
| Sammenkædet tjeneste | Forbindelser | Mere intuitiv: Forbindelser fungerer som sammenkædede tjenester, men er lettere at konfigurere og administrere. |
| Udløsere | Udløsere for planlægnings- og filhændelser | Indbygget planlægning: Brug Fabric's planlægnings- og reflekshændelser til automatisk at køre dine pipelines. Filhændelsesudløsere fungerer oprindeligt i Fabric uden ekstra konfiguration. Fabric integrerer triggere i sin Activator-ramme, i modsætning til ADF's selvstændige triggere. |
| Publicer | Gem og kør | Intet udgivelsestrin: I Fabric skal du springe publiceringstrinnet helt over. Du skal blot vælge Gem for at gemme dit arbejde eller vælge Kør for at gemme og udføre pipelinen med det samme. |
| Kørsel af Autoresolve og Azure Integration | Ikke nødvendig | Forenklet arkitektur: Det er ikke nødvendigt at administrere integrationskørsler. Fabric håndterer beregningen for dig. |
| Kørsel af integration via selvvært | Datagateway i det lokale miljø | Samme adgang i det lokale miljø: Opret forbindelse til dine data i det lokale miljø ved hjælp af den velkendte datagateway i det lokale miljø. Få mere at vide i vores vejledning til dataadgang i det lokale miljø. |
| Kørsel af Azure-SSIS-integration | Skal bestemmes | Fremtidig funktionalitet i Fabric: Vi arbejder stadig på designet til SSIS-integration i Fabric. |
| Administrerede virtuelle netværk og private slutpunkter | Skal bestemmes. | Fremtidig funktionalitet i Fabric: Vi arbejder stadig på integration for administrerede virtuelle netværk og private slutpunkter i Fabric. |
| Udtrykssprog | Udtrykssprog | Samme udtryk: Din eksisterende udtryk viden overførsler direkte. Syntaksen er næsten identisk. |
| Godkendelsestyper | Godkendelsestyper | Flere indstillinger: Alle dine populære ADF-godkendelsesmetoder fungerer i Fabric, og vi har tilføjet nye godkendelsestyper. |
| CI/CD | CI/CD | Forbedrede funktioner ud over ADF omfatter nem udvælgelse af kirsebær, promovering af individuelle genstande, aktivering af Git-repo og indbyggede SaaS CI/CD-muligheder. |
| Eksport/import af ARM-skabeloner | Gem som | Hurtig duplikering: I Fabric skal du bruge "Gem som" til hurtigt at duplikere pipelines til udvikling eller test. |
| Overvågning | Overvågningshub + kørselshistorik | Avanceret overvågning: Overvågningshubben giver en moderne oplevelse med indsigt på tværs af arbejdsområder og bedre detailudledningsfunktioner. |
| Fejlfinding | Interaktiv tilstand | Forenklet fejlfinding: Fabric eliminerer ADF's fejlfindingstilstand. Du er altid i interaktiv tilstand. |
| Registrering af ændringsdata (CDC) | Kopier job | Trinvis dataflytning: Fabric administrerer trinvis dataflytning via kopijob i stedet for CDC-artefakter. |
| Azure Synapse-link | Mirroring | Datareplikering: Fabric erstatter Azure Synapse Link med spejlingsfunktioner til datareplikering. |
| Udfør pipelineaktivitet | Aktivér pipelineaktivitet | Aktivering på tværs af platforme: Fabric forbedrer ADF's Execute pipeline-aktivitet med aktivering på tværs af platforme. |
Sammenligning af pipelinefunktioner
| kategori | ADF-rørledninger | Rørledninger til stof |
|---|---|---|
| Type af tjeneste | PaaS-tjeneste til dataintegration | SaaS-tjeneste til dataintegration |
| Oprettelsesmiljø | Azure portal (ADF Studio) | Fabric / PBI workspace (samlet UX med Lakehouses, Warehouses osv.) |
| Orkestrering af pipeline | Pipelines med alle funktioner med aktiviteter, triggere, parametre | Samme orkestreringsmodel, genfortolket til Fabric UX |
| Dataflytning | Kopiaktivitet, tilknytning af dataflow, IR-understøttelse i det lokale miljø, administreret virtuelt netværk | Kopiaktivitet, Dataflow Gen2, indbygget forbindelse til OneLake- og Fabric-elementer, datagateway i det lokale miljø, virtuel netværksgateway |
| Beregning / IR | Selvhostet, SSIS og Azure IR (til bevægelse + transformation) | Cloudforbindelser, gateway i det lokale miljø og virtuel netværksgateway |
| Datastrømme | Azure Blob, Data Lake Storage, SQL, 100+ connectorer | Samme stik + indbygget OneLake-integration, tættere justering af Fabric-arbejdsområdet |
| Overvågning | Pipelines og dataflow i ADF Studio med kørsler, udløsere, beskeder | Overvågning af hub og overvågning af arbejdsområder med ensartede visninger på tværs af pipelines, dataflows, notesbøger, databaser osv. |
| Udløsere | Tidsplaner, tumbling-vindue, hændelsesbaserede udløsere | Tidsplaner, hændelsesudløsere, tumbling-vinduesudløsere som intervalplaner |
| CI/CD | ARM-skabeloner + Azure DevOps- eller GitHub-lagerintegration | Indbyggede udrulningspipelines i Fabric; Promovering på arbejdsområdeniveau (Dev → Test → Production) og integration af eksternt lager |
| Sikkerhed | Administrerede identiteter, Key Vault-integration, private slutpunkter | Samme sikkerhedsmodel plus Fabric workspace RBAC; OneLake-sikkerhedsintegration |
| Pricing | Azure-udnyttelsesbaseret betalt efter forbrug (pr. aktivitetskørsel, dataflytning og beregning) | Kapacitetsbaseret (Fabric F SKU) uden gebyrer for eksterne aktiviteter eller pipelineaktiviteter, kun aktivitetskørsler og pipelinedataflytning |
Sammenligning af aktiviteter
Med Data Factory i Microsoft Fabric fortsætter vi med at opretholde en høj grad af kontinuitet med Azure Data Factory. Ca. 90% af aktiviteter, der er tilgængelige i ADF, er allerede tilgængelige under Data Factory in Fabric. Her er en oversigt over aktiviteterne og deres tilgængelighed i både ADF og Data Factory i Fabric:
| Aktivitet | ADF | Datafabrik i Fabric |
|---|---|---|
| ADX/KQL | Y | Y |
| Tilføj variabel | Y | Y |
| Azure Batch | Y | Y |
| Azure Databricks | Aktivitet i notesbog • Jar-aktivitet • Python-aktivitet • Jobaktivitet | Azure Databricks-aktivitet |
| Azure Machine Learning | Y | Y |
| Batchkørsel af Azure Machine Learning | Frarådet | NIELSEN |
| Opdateringsressource til Azure Machine Learning | Frarådet | NIELSEN |
| Kopiér | Kopier data | Kopier aktivitet |
| Dataflow Gen2 | NIELSEN | Y |
| Slet | Y | Y |
| Udfør/påkald pipeline | Udfør pipeline | Aktivere pipeline |
| Notesbøger i stof | NIELSEN | Y |
| Dumpet | Y | Y |
| Filter | Y | Y |
| For hver | Y | Y |
| Functions | Azure, funktionen | Funktion aktivitet |
| Hent metadata | Y | Y |
| HDInsight | Bikubeaktivitet • Griseaktivitet • KortReducer aktivitet • Gnistaktivitet • Streamingaktivitet | HDInsight-aktivitet |
| Hvis betingelse | Y | Y |
| Søg | Y | Y |
| Kortlægning af dataflow | Y | Dataflow Gen2 |
| Office 365 Outlook | NIELSEN | Y |
| Power-forespørgsel (kun ADF – Wrangling Dataflow) | Frarådet | NIELSEN |
| Script | Y | Y |
| Opdatering af semantisk model | NIELSEN | Y |
| Indstil variabel | Y | Y |
| Sproc | Y | Y |
| SSIS | Y | NIELSEN |
| Gemt procedure | Y | Y |
| Switch | Y | Y |
| Synapse Notebook og SJD-aktiviteter | Y | NIELSEN |
| Teams | NIELSEN | Y |
| Indtil | Y | Y |
| Validering | Y | Hent metadata & If-betingelse |
| Wait | Y | Y |
| web | Y | Y |
| Webhook | Y | Y |
| Organisering af dataflow | Y | Dataflow Gen2 |
Nye aktiviteter i Fabric Data Factory
Ud over at opretholde aktivitetskontinuitet introducerer Data Factory i Fabric nogle nye aktiviteter, der opfylder dine større orkestreringsbehov. Disse nye aktiviteter er:
- Outlook: Tilgængelig i Fabric Data Factory for at lette integrationen med Outlook-tjenester.
- Teams: Tilgængelig i Fabric Data Factory for at muliggøre orkestrering af Microsoft Teams-aktiviteter.
- Opdatering af semantisk model: Tilgængelig i Fabric Data Factory for at forbedre funktionerne til opdatering af semantiske modeller i Power BI.
- Dataflow Gen2: Tilgængelig i Fabric Data Factory for at styrke dataorkestrering med avancerede dataflowfunktioner.
Du kan finde en liste over alle tilgængelige Fabric Data Factory-aktiviteter i aktivitetsoversigten.
Sammenligning af stik
Du kan finde en sammenligning af alle connectorer og deres tilgængelighed i Azure Data Factory og Fabric Data Factory i artiklen Sammenligning af connectorer.
Selvhostet Integration Runtime (SHIR) vs. OPDG (On-premises Data Gateway)
Notat
De tjenester, der støttes af SHIR og ODPG, er forskellige:
- Selvhostet Integration Runtime (SHIR): Understøtter Azure Data Factory, Azure Synapse Analytics, Azure Machine Learning Studio og Azure Purview.
- Datagateway i det lokale miljø (OPDG): Understøtter Power BI, Power Apps, Power Automate, Azure Analysis Services, Logic Apps, Fabric Dataflow Gen2, Fabric Pipeline, Fabric Copy Job og Fabric Mirroring.
| kategori | Selvhostet Integration Runtime (SHIR) | Datagateway i det lokale miljø (OPDG) |
|---|---|---|
| Understøttede tjenester | - Azure Data Factory - Azure Machine Learning-studie - Azure Synapse Analytics - Azure Purview |
- Power BI - Power Apps - Power Automate - Azure Analysis Services - Logiske apps - Fabric Dataflow Gen2 - Rørledning til stof - Kopi af stof - Spejling af stof |
| Installation og registrering | - Registreret med nøgle - Kører i servicetilstand |
- Registreret med Microsoft Entra ID-konto - Understøtter brugertilstand |
| Perron | -Windows - Containerbillede understøttes |
- Kun Windows - Ingen understøttelse af containere |
| Understøttelse af proxy | - Understøtter både system og brugerdefineret proxy | - Understøtter brugerdefineret proxy |
| Binding af regioner | - Rettet til Data Factory-området - Kan ikke ændre standardområde |
- Region kan ændres |
| Brugerdefineret relæ | - Understøttes ikke | -Understøttes; Kunder kan medbringe deres eget relæ |
| Deling på tværs af tjenester | - Deles med op til 120 datafabrikker - Kan ikke deles på tværs af ADF-, Synapse-, Purview- eller Synapse-arbejdsområder |
- Tilgængelig for alle understøttede tjenester i en lejer |
| Høj tilgængelighed (HA) | - Op til 8 noder (4 standard) | - Op til 10 noder |
| Gendannelse | - Kræver geninstallation | - Gendannelsesnøgle understøttes |
| Belastningsjustering | - Belastningsjustering på opgaveniveau baseret på tilgængeligt antal medarbejdere (CPU + hukommelse) | - Belastningsjustering på forespørgselsniveau - Round robin eller tilfældig fordeling muligheder |
| Opbevaring af legitimationsoplysninger | - Gemt lokalt på SHIR-noder - Azure Key Vault understøttes |
- Gemt centralt i Gateway cloud-tjeneste - Ingen Key Vault-integration |
| Automatisk opdatering | -Understøttes | - Understøttes ikke |
| Mulighed for udvidelse af stik | - Understøttes ikke | -Understøttes |
| Interaktiv redigering | -Understøttes | -Understøttes |
| Privat link til kontrolflow | -Understøttes | - Understøttes ikke |
| Versionering | - To udgivelser om måneden; en skubbet som autoopdatering - Understøtter de sidste 12 måneders udgivelser |
- En udgivelse pr. måned - Understøtter de sidste 6 udgivelser |
| Begrænsning af CPU og hukommelse | - Understøttes ikke | -Understøttes |
| Grænser for gennemløb | - Ingen hård grænse; afhængig af netværksbåndbredde | Tjenestespecifikke grænser: Power Apps/Power Automate/Logic Apps: - Skrivning: Overførselsgrænse på 2 MB - Læs: 2 MB anmodningsgrænse, 8 MB komprimeret svargrænse - Grænse for GET-anmodnings-URL: 2.048 tegn Power BI Direct-forespørgsel: 16 MB ukomprimeret svargrænse |
ADF-administreret virtuelt netværk vs. datagateway til virtuelt strukturnetværk
Azure Data Factory (ADF) Managed Virtual Network og Microsoft Fabric Virtual Network (virtuelt netværk) Data Gateway hjælper dig begge med at oprette forbindelse til datakilder på en sikker måde uden at udsætte dem for det offentlige internet. Selvom begge muligheder understøtter privat forbindelse til arbejdsbelastninger i skyen, er de forskellige med hensyn til, hvordan de er konfigureret, hvem der administrerer dem, og hvilke tjenester de understøtter.
ADF-administreret VNET
Microsoft ejer og administrerer netværksmiljøet. Du får en simpel opsætning, men du kan ikke styre netværksindstillingerne eller firewallreglerne.Fabric VNET-datagateway
Du udruller gatewayen i dit eget virtuelle Azure-netværk. Dette giver dig fuld kontrol over netværk, firewall og skalering. Du bestemmer, hvordan gatewayen opretter forbindelse til dine ressourcer, og administrerer alle netværksindstillinger.
Brug nedenstående tabel til at sammenligne de vigtigste forskelle og vælge den indstilling, der passer til dine arbejdsbelastnings- og styringsbehov.
| kategori | ADF-administreret virtuelt netværk | Datagateway til virtuelt strukturnetværk |
|---|---|---|
| Understøttede tjenester | Azure Data Factory- og Synapse-pipelines. | Microsoft Fabric Dataflow Gen2, Fabric-datapipelines, Fabric Copy Job, Fabric Mirroring, Semantiske Power BI-modeller og sideinddelte Power BI-rapporter |
| VNET-ejerskab | Microsoft-administreret virtuelt netværk (kunden styrer ikke netværket). | Kundeadministreret virtuelt netværk (kunden har fuld kontrol). |
| Private slutpunkter | Automatisk oprettet og administreret af ADF for understøttede tjenester (Azure Storage, SQL DB osv.). | Kunder konfigurerer Virtual Network Gateway til at forbinde Fabric-arbejdsbelastninger til ressourcer i deres virtuelle netværk. |
| Kontrol af netværk | Begrænset – kunder kan kun tillade virtuel netværksintegrationskørsel til private slutpunkter. | Fuld kontrol – kunden konfigurerer firewall, NSG-regler, routing i deres eget virtuelle netværk. |
| Installation / implementering | Ingen installation nødvendig; fuldt administreret af Microsoft i et skjult virtuelt netværk. | Kræver installation af virtuelt netværk Data Gateway i kundens virtuelle netværk. |
| Høj tilgængelighed | Microsoft-administreret, automatisk skaleret inde i ADF's virtuelle netværk. Skift til reservetilstand, når du aktiverer TTL. | Understøtter skalering og HA (nodebaserede klynger), men kører i kundeadministreret virtuelt netværk. Understøtter op til 7 noder. |
Nøglefunktioner i Fabric Data Factory
I Fabric Data Factory er det utroligt nemt og hurtigt at opbygge din pipeline, dataflow og andre Data Factory-elementer på grund af indbygget integration med Microsofts banebrydende AI-funktion Co-Pilot. Med Copilot til Data Factory kan du bruge naturligt sprog til nemt at definere dine dataintegrationsprojekter.
Integration af Native Lakehouse og Data Warehouse
En af de største fordele ved Fabric Data Factory er, hvordan den opretter forbindelse til dine dataplatforme. Lakehouse og Data Warehouse fungerer både som kilder og destinationer i dine pipelines, hvilket gør det nemt at bygge integrerede dataprojekter.
Smarte mailmeddelelser med Office 365
Har du brug for at holde dit team i løkken? Med Office 365 Outlook-aktiviteten kan du sende tilpassede mailmeddelelser om pipelinekørsler, aktivitetsstatus og resultater – alt sammen med enkel konfiguration. Ikke flere kontrol af dashboards hele tiden eller skrivning af brugerdefineret meddelelseskode.
Strømlinet oplevelse af dataforbindelse
Fabrics moderne Hent data-oplevelse gør det hurtigt at konfigurere kopieringspipelines og oprette nye forbindelser. Du bruger mindre tid på at konfigurere og mere tid på at hente dine data, hvor de skal hen.
Forbedringer af brugervenlighed i CI/CD-oplevelsen
I Fabric er CI/CD-oplevelsen meget nemmere og mere fleksibel end i Azure Data Factory eller Synapse. Der er ingen forbindelse mellem CI/CD- og ARM-skabeloner i Fabric, hvilket gør det supernemt at håndplukke individuelle dele af dit Fabric-arbejdsområde til indtjekning, udtjekning, validering og samarbejde. I ADF og Synapse er din eneste mulighed for CI/CD at bruge dit eget Git-lager. I Fabric kan du dog vælge at bruge den indbyggede funktion til udrulningspipelines, der ikke kræver, at du medbringer dit eget eksterne Git-lager.
Overvågning og indsigt på næste niveau
Overvågningsoplevelsen i Fabric Data Factory er her, hvor du virkelig kan se forskellen. Overvågningshubben giver dig en komplet visning af alle dine arbejdsbelastninger, og du kan analysere ned i enhver aktivitet for at få detaljeret indsigt. Analyse på tværs af arbejdsområder er indbygget, så du kan se det store billede på tværs af hele organisationen.
Når du foretager fejlfinding af kopieringsaktiviteter, vil du elske den detaljerede oversigtsvisning. Vælg knappen med kørselsoplysninger (ikonet briller) for at se nøjagtigt, hvad der skete. Opdelingen Varighed viser dig, hvor lang tid hver fase tog, hvilket gør optimering af ydeevnen nemmere.
Duplikering af hurtig pipeline
Har du brug for at oprette en lignende pipeline? Funktionen Gem som giver dig mulighed for at duplikere en eksisterende pipeline på få sekunder. Den er perfekt til oprettelse af udviklingsversioner, test af variationer eller konfiguration af lignende arbejdsprocesser.
Relateret indhold
Du kan få flere oplysninger i følgende ressourcer: