Transformation de projection dans le flux de données de mappage

S’APPLIQUE À : Azure Data Factory Azure Synapse Analytics

Conseil

Essayez Data Factory dans Microsoft Fabric, une solution d’analyse tout-en-un pour les entreprises. Microsoft Fabric couvre tous les aspects, du déplacement des données à la science des données, en passant par l’analyse en temps réel, l’aide à la décision et la création de rapports. Découvrez comment démarrer un nouvel essai gratuitement !

Les flux de données sont disponibles à la fois dans les pipelines Azure Data Factory et Azure Synapse. Cet article s’applique aux flux de données de mappage. Si vous débutez dans le domaine des transformations, consultez l’article d’introduction Transformer des données avec un flux de données de mappage.

Utilisez la transformation de projection pour modifier facilement les types de données de colonnes individuelles dans un flux de données. La transformation de projection permet également de vérifier facilement les erreurs de forçage de type.

Configuration

Pour modifier le type de données des colonnes de votre flux de données, ajoutez des colonnes à « Paramètres de projection » à l’aide du signe plus (+).

Nom de la colonne : Sélectionnez la colonne à caster dans votre liste de colonnes de métadonnées.

Type : Choisissez le type de données vers lequel caster votre colonne. Si vous choisissez le type « complexe », vous pouvez ensuite sélectionner « Définir un type complexe » et définir des structures, des tableaux et des mappages à l’intérieur du générateur d’expressions.

Notes

La prise en charge du forçage de type de données complexe à partir de la transformation de cast n’est actuellement pas disponible. Utilisez une transformation de colonne dérivée à la place. Dans la colonne dérivée, les erreurs de conversion de type entraînent toujours la valeur NULL et nécessitent une gestion explicite des erreurs à l’aide d’une assertion. La transformation de cast peut intercepter automatiquement les erreurs de conversion à l’aide de la propriété « Assert type check ».

Format : Certains types de données, comme le type décimal et les dates, permettent d’ajouter des options de format supplémentaires.

Vérification du type d’assertion : La transformation de projection permet la vérification du type. Si le cast échoue, la ligne est marquée en tant qu’erreur d’assertion que vous pouvez intercepter plus loin dans le flux.

Script de flux de données

Syntaxe

<incomingStream>
    cast(output(
		AddressID as integer,
		AddressLine1 as string,
		AddressLine2 as string,
		City as string
	),
	errors: true) ~> <castTransformationName<>

Contenu connexe

Modifiez les colonnes existantes et les nouvelles colonnes à l’aide de la transformation de colonne dérivée.