Mapping data flow video tutorials
A következőkre vonatkozik: Azure Data Factory Azure Synapse Analytics
Tipp.
Próbálja ki a Data Factoryt a Microsoft Fabricben, amely egy teljes körű elemzési megoldás a nagyvállalatok számára. A Microsoft Fabric az adattovábbítástól az adatelemzésig, a valós idejű elemzésig, az üzleti intelligenciáig és a jelentéskészítésig mindent lefed. Ismerje meg, hogyan indíthat új próbaverziót ingyenesen!
Az alábbiakban az Azure Data Factory csapata által létrehozott leképezési adatfolyam-oktatóvideókat találja.
Mivel a termék folyamatosan frissül, egyes funkciók az Azure Data Factory jelenlegi felhasználói felületén már hozzáadtak vagy más funkciókat.
Első lépések
Az adatfolyamok leképezésének első lépései az Azure Data Factoryben
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 átalakítás Frissítések &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 tagolt 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 integration runtimes for Adatfolyam s
Gyors fürtindítási idő az Azure IR-vel
Adatfolyam-forgatókönyvek leképezése
Lassan változó 1. típusú dimenzió: felülírás
Lassan változó 2. típusú dimenziók: előzmények
Sql Server helyszíni átalakítása delta adatbetöltési mintával
Különböző sorok és sorok száma
Adatmaszkolás bizalmas adatokhoz
Logikai modellek és fizikai modellek
Forrásadatok változásainak észlelése
Általános 2. típus lassan változó dimenzió
A célsorok törlése, ha nem szerepelnek a forrásban
Növekményes adatbetöltés az Azure Data Factory és az Azure SQL DB használatával
Avro-adatok átalakítása az Event Hubsból elemzés és összesimítás használatával
Adatfolyam-kifejezések
Tömbök és esetutasítások felosztása
Szórakoztató a sztring interpolációjával és paramétereivel
Adatfolyam szkriptbevezetés: Másolás, beillesztés, kódrészletek
Összesítő függvény összegyűjtése
Dinamikus kifejezések paraméterekként
Felhasználó által definiált függvények
Metaadatok
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: