Partager via


Qu’est-ce que les fonctions de données utilisateur Fabric ?

Les fonctions de données utilisateur vous permettent de créer des fonctions Python réutilisables qui peuvent être appelées dans Microsoft Fabric et à partir d’applications externes. Écrivez votre logique métier une fois et appelez-la à partir de pipelines, notebooks, règles Activateur, applications transanalytiques Power BI ou de tout système externe via des points de terminaison REST.

Les fonctions de données utilisateur fournissent un environnement de calcul serverless dans lequel vous pouvez héberger et exécuter du code Python personnalisé directement dans Fabric. Que vous deviez normaliser les catégories de produits, appliquer des règles métier complexes ou s’intégrer à des API externes, vous pouvez écrire des fonctions qui sont immédiatement disponibles dans toute votre plateforme de données. Le service prend en charge le runtime Python 3.11.9, les bibliothèques publiques de PyPI et les connexions de données Fabric.

GIF animé montrant l’interface des fonctions de données utilisateur Fabric.

Prêt à commencer ? Suivez ce guide pour créer un élément de fonctions de données utilisateur ou utiliser l’extension VS Code.

Pourquoi utiliser les fonctions de données utilisateur Fabric ?

Fabric User Data Functions fournit une plateforme serverless pour héberger votre logique personnalisée et l’appeler à partir de différents types d’éléments et de sources de données Fabric. Vous pouvez utiliser ce service pour écrire une logique métier, des algorithmes internes et des fonctions réutilisables qui s’intègrent à vos solutions Fabric.

Voici les principaux avantages :

  • Réutilisation : écrivez votre logique métier une fois en tant que fonction de données utilisateur et appelez-la à partir de plusieurs éléments Fabric : pipelines, blocs-notes, règles d’activateur et applications translyticales Power BI. Lorsque les règles d’entreprise changent, mettez à jour la fonction une fois plutôt que de modifier du code à plusieurs emplacements.
  • Hébergement serverless : déployez des fonctions Python sans gérer l’infrastructure. Les fonctions de données utilisateur fournissent un environnement de calcul serverless avec l’authentification intégrée, ce qui élimine la nécessité de configurer et de gérer des conteneurs ou des services d’API distincts.
  • Connectivité externe : chaque fonction expose automatiquement son propre point de terminaison REST unique, ce qui permet l’intégration avec des applications externes, des services web et des clients personnalisés. Appelez vos fonctions à partir de n’importe quel système qui prend en charge les requêtes HTTP.

Fonctionnalités clés

  • Écrivez une seule fois, exécutez n’importe où : créez des fonctions qui fonctionnent de manière identique, qu’elles soient appelées à partir de pipelines, de notebooks, de règles d’activation, de Power BI ou d’appels REST externes
  • Écosystème Python riche : utilisez n’importe quel package de PyPI pour créer une logique sophistiquée , pandas pour la manipulation des données, les demandes d’appels d’API ou les bibliothèques spécialisées pour votre domaine
  • Sécuriser l’accès aux données : se connecter aux sources de données Fabric (bases de données SQL, Entrepôts, Lakehouses, bases de données mises en miroir) avec l’authentification et la sécurité intégrées
  • Développer et publier un flux de travail : fonctions de test avant de les publier, en veillant à ce que les modifications soient validées avant de devenir disponibles pour l’appel

Fonctionnalités d’intégration

User Data Functions s’intègre en toute transparence aux charges de travail Microsoft Fabric et aux systèmes externes, ce qui vous permet de créer des solutions de données complètes.

Invoquer depuis les éléments Fabric

Appelez vos fonctions à partir de n’importe quelle charge de travail Fabric pour centraliser la logique métier et maintenir la cohérence :

  • Pipelines de données - Exécuter des fonctions en tant qu’activités de pipeline pour les transformations de données, les validations ou la logique d’orchestration
  • Notebooks - Appeler des fonctions à partir de notebooks PySpark ou Python pour les flux de travail de science des données et l’analyse exploratoire
  • Règles d’activateur - Déclencher des fonctions en réponse aux événements en temps réel et aux données de streaming
  • Applications translyticales Power BI - Appeler des fonctions directement à partir de rapports Power BI pour des expériences de données interactives

Se connecter à des sources de données Fabric

Vos fonctions peuvent accéder en toute sécurité aux données à partir de l’ensemble de la plateforme Fabric :

  • Bases de données SQL - Opérations de lecture et d’écriture sur des bases de données SQL Fabric
  • Entrepôts - Opérations de lecture et d’écriture pour les données structurées
  • Lakehouses - Lire et écrire des fichiers Lakehouse ; Accès en lecture seule aux points de terminaison SQL
  • Bases de données mises en miroir - Accès en lecture seule aux données de base de données mises en miroir

En savoir plus sur la connexion à des sources de données Fabric.

Appel à partir d’applications externes

Chaque fonction de données utilisateur expose automatiquement son propre point de terminaison REST unique pour l’intégration à des systèmes en dehors de Fabric :

  • Applications web : appeler des fonctions à partir d’applications web, d’applications mobiles ou d’applications monopage
  • Services externes : intégrer des systèmes externes, des microservices ou des applications héritées
  • Flux de travail d’API - Chaîner des fonctions avec d’autres API pour créer des scénarios d’intégration complexes
  • Clients personnalisés - Appeler à partir de n’importe quel langage de programmation ou plateforme prenant en charge les requêtes HTTP

Les points de terminaison REST pour User Data Functions prennent en charge l’authentification Microsoft Entra ID, ce qui garantit un accès sécurisé à partir de systèmes externes. Découvrez comment appeler des fonctions de données utilisateur à partir d’une application Python.

Get started

Prêt à créer votre première fonction de données utilisateur ? Choisissez votre environnement de développement préféré :