Transformation Flowlet dans le mappage du workflow de données

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 flowlet pour exécuter un flowlet de flux de données de mappage créé. Pour obtenir une vue d’ensemble de flowlets, consultez Flowlets dans le flux de données de mappage | Microsoft Docs

Notes

La transformation flowlet dans les pipelines Azure Data Factory et Synapse Analytics est actuellement en version préliminaire publique

Configuration

La transformation d’aplatissement contient les paramètres de configuration suivants

Flowlet

Sélectionnez le flowlet à exécuter. Une fois le flowlet sélectionné, vous pouvez mapper les colonnes d’entrée, le cas échéant, sous l’onglet mappage.

Mappage

Si le flowlet sélectionné a des colonnes d’entrée, vous pouvez mapper les colonnes du flux d’entrée aux colonnes d’entrée attendues dans le flowlet. Ce mappage de vos colonnes de flux de données de mappage est ce qui permet aux flowlets de servir d’extraits de code réutilisables pour la logique de flux de données de mappage dans un nombre potentiellement important de flux de données de mappage.

Script de flux de données

Syntaxe

<incomingStream>
<transformation> ~> <transformationName>
<outputStream>

Exemple

source1 derive(Test = "test") ~> DerivedColumn1
DerivedColumn1 output() ~> output1