Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Vonatkozik:
Azure Data Factory Azure Synapse Analytics
Tipp
Az alábbiakban az Azure Data Factory csapat által készített, az adatfolyam-leképezéssel kapcsolatos oktatóanyagok listáját találja.
Mivel a termék folyamatosan frissül, egyes funkciók hozzáadott vagy eltérő funkciókkal rendelkeznek a jelenlegi Azure Data Factory felhasználói felületén.
Első lépések
Leképezési adatfolyamok hibakeresése és fejlesztése
Az adatfolyamok leképezésének hibakeresése és tesztelése.
Gyorsműveletek az adatok előzetes verziójában
A leképezési adatfolyam teljesítményének monitorozása és kezelése
Adatfolyamok munkafolyamatainak hibakeresése
Átalakítási áttekintések
Származtatott oszlop átalakítása
Keresési átalakítási frissítések és tippek
Kimutatásátalakítás: eltolódott oszlopok leképezése
Átalakítás kiválasztása: Szabályalapú leképezés
Átalakítás kiválasztása: Nagyméretű adathalmazok
Feltételes felosztás átalakítása
Dinamikus illesztések és dinamikus keresések
Hierarchikus adatok átalakítása
Sorkörnyezet ablakátalakításon keresztül
Összetett adattípusok átalakítása
Kimenet a következő tevékenységhez
Átalakítási igény érvényesítése
Forrás és fogadó
Parquet és határolt szövegfájlok
Adattípusok következtetése tagolt szövegfájlokban
Particionált fájlok olvasása és írása
Több SQL-tábla átalakítása és létrehozása
Fájlok particionálása a data lake-ben
A Data Lake-fájl kimeneti beállításai
Az adatfolyamok leképezésének optimalizálása
Fájlok iterálása paraméterekkel
Adatfolyamfürt méretének dinamikus optimalizálása futtatókörnyezetben
Adatfolyam indítási idejének optimalizálása
Azure integrációs futtatókörnyezetek az adatfolyamokhoz
Gyors fürtindítási idő az Azure IR-rel
Adatfolyam-forgatókönyvek leképezése
Lassan változó 1. típusú dimenzió: felülírás
Lassan változó 2. típusú dimenziók: előzmények
Alakítsa át a helyszíni SQL Servert delta adatbetöltési mintával
Különböző sorok és sorok száma
Adatmaszkolás bizalmas adatokhoz
Logikai modellek és fizikai modellek
Forrásadatok változásainak észlelése
2. típusú általános lassan változó dimenzió
A célsorok törlése, ha nem szerepelnek a forrásban
Incrementális adatbetöltés az Azure Data Factory és az Azure SQL-adatbázis használatával
Avro-adatok átalakítása az Event Hubsból elemzés és összesimítás használatával
Adatfolyam-kifejezések
Tömbök felosztása és esetutasítás
Szórakoztató a sztring interpolációjával és paramétereivel
Data Flow szkriptbevezetés: Másolás, beillesztés, kódrészletek
Összesítő függvény összegyűjtése
Dinamikus kifejezések paraméterekként
Felhasználó által definiált függvények