Uso de Copilot con canalizaciones de datos de Microsoft Fabric
Copilot puede ayudar a crear una canalización de datos que copie los datos de un origen de datos público o interno en una instancia de Lakehouse para su análisis. En lugar de un tutorial de clic por clic, el enfoque aquí es comprender los conceptos, el flujo y la lógica detrás de cada paso.
Antes de que se pueda ejecutar cualquier canalización, se deben colocar algunos elementos fundamentales: acceso a un inquilino de Fabric con un área de trabajo y a Lakehouse como destino. Estos son los bloques de creación que garantizan que haya un origen y un destino para el proceso de integración de datos.
Crear una conexión
Las conexiones son esenciales para vincular Fabric con orígenes de datos externos. Conceptualmente, una conexión define dónde proceden los datos y cómo se accede a ellos. A menudo, los conjuntos de datos públicos se pueden ingerir con autenticación anónima, mientras que los orígenes empresariales pueden requerir credenciales más estrictas.
Es importante tener listas las conexiones para poder usarlas en una canalización de datos. Las conexiones se pueden administrar seleccionando el icono de engranaje en la esquina superior derecha del portal de Fabric y seleccionando Administrar conexiones y puertas de enlace. Desde allí, puede crear nuevas conexiones o actualizar las existentes.
Ingesta de datos con Copilot
Una vez que existan las conexiones, la canalización debe saber qué copiar y dónde colocarla. Copilot sugiere la solicitud de ingesta de datos y ayuda mediante la generación de una actividad de copia de datos. Todavía tiene que proporcionar el contexto que falta, como:
- Conexión de origen
- Conexión de destino
- Nombre de la tabla de destino
Source connection of CopyDataActivity is [source]; destination connection is [lakehouse]; table name is [tablename].
Copilot estructura la actividad, pero el usuario debe validarla y completarla (por ejemplo, especificar la ruta de acceso del archivo, establecer el formato de archivo y elegir el delimitador de columna correcto). Esto refuerza la aptitud de revisar los valores predeterminados y rellenar los detalles contextuales.
Transformación de datos
Las canalizaciones rara vez se detienen en el proceso de ingestión. Copilot puede ampliar el flujo de trabajo sugiriendo actividades para transformar datos. Por ejemplo, puede pedir a Copilot el siguiente mensaje:
Can you add a delete activity as the first activity?
Aquí, Copilot inserta una actividad de eliminación en la canalización, lo que muestra cómo los usuarios pueden reestructurar los flujos de trabajo mediante lenguaje natural. Todavía tiene que configurar detalles como el origen del que eliminar, resaltando el equilibrio entre la automatización y la supervisión humana.
Conceptualmente, en esta fase se muestra cómo Copilot facilita la orquestación de canalizaciones mientras le deja responsable de la precisión y la gobernanza.
Resumen del flujo de trabajo
Copilot también puede describir el pipeline en lenguaje sencillo. Esto le ayuda a:
- Compruebe que la canalización se alinea con su intención.
- Reforzar la comprensión de los componentes del flujo de trabajo.
- Vea cómo encajan la ingesta, la transformación y la orquestación.
Por ejemplo, considere el siguiente mensaje:
Summarize this pipeline, turning the technical configuration into a conceptual narrative.
Solución de problemas con el asistente para mensajes de error
Cuando falla la ejecución de una canalización, Copilot puede analizar el error y sugerir pasos de corrección accionables en lenguaje sencillo. Esto elimina la necesidad de analizar manualmente los registros de errores en bruto y le ayuda a resolver problemas en su contexto. Por ejemplo:
Why did this pipeline fail?
Copilot explica la causa del error y recomienda pasos específicos para corregirlo, cerrando la brecha entre un error técnico y una resolución significativa.
Expresiones de canalización de compilación
A menudo, las canalizaciones requieren expresiones dinámicas para cosas como la creación de rutas de acceso a archivos, el formato de fechas o la lógica condicional. Copilot se integra con el Generador de expresiones para generar y explicar estas expresiones mediante lenguaje natural.
Create an expression that builds a dynamic output file path using today's date in yyyy-MM-dd format.
Además de la generación, también puede pedir a Copilot que explique lo que hace una expresión existente, lo que le ayuda a aprender el lenguaje de expresiones de forma incremental sin salir del editor de canalizaciones.
Copilot admite el proceso de creación de una canalización: realiza la estructura de las conexiones, la ingesta, las actividades de transformación, la resolución de errores y las expresiones mediante lenguaje natural. También admite el propósito: animarle a validar, configurar y reflexionar sobre cada fase, fortaleciendo tus habilidades en ingeniería de datos, que sean tanto confiables como transferibles.