Apa itu fungsi data Fabric User?

Fungsi data pengguna memungkinkan Anda membuat fungsi Python yang dapat digunakan kembali yang dapat dipanggil di seluruh Microsoft Fabric dan dari aplikasi eksternal. Tulis logika bisnis Anda sekali dan panggil dari Pipelines, Notebook, aturan Activator, alur tugas translytical Power BI, atau sistem eksternal apa pun melalui titik akhir REST.

Fungsi data pengguna menyediakan lingkungan komputasi tanpa server tempat Anda dapat menghosting dan menjalankan kode Python kustom langsung di Fabric. Baik Anda perlu menstandarkan kategori produk, menerapkan aturan bisnis yang kompleks, atau berintegrasi dengan API eksternal, Anda dapat menulis fungsi yang segera tersedia di seluruh platform data Anda. Layanan ini mendukung runtime Python 3.11.9, pustaka publik dari PyPI, dan koneksi data Fabric.

GIF animasi memperlihatkan antarmuka Fabric User Data Functions.

Siap untuk memulai? Ikuti panduan ini untuk membuat item fungsi data pengguna baru atau menggunakan ekstensi VS Code.

Mengapa menggunakan Fabric User Data Functions?

Fabric User Data Functions menyediakan platform tanpa server untuk menghosting logika kustom Anda dan memanggilnya dari berbagai jenis item Fabric dan sumber data. Anda dapat menggunakan layanan ini untuk menulis logika bisnis, algoritma internal, dan fungsi yang dapat digunakan kembali yang terintegrasi ke dalam solusi Fabric Anda.

Berikut ini adalah manfaat utama:

  • Reusability: Tulis logika bisnis Anda sekali saja sebagai Fungsi Data Pengguna dan panggil dari berbagai item Fabric—Alur, Notebook, aturan Aktivator, dan alur tugas transilatikal Power BI. Saat aturan bisnis berubah, perbarui fungsi sekali daripada memodifikasi kode di beberapa tempat.
  • Hosting tanpa server: Menyebarkan fungsi Python tanpa mengelola infrastruktur. Fungsi Data Pengguna menyediakan lingkungan komputasi tanpa server dengan autentikasi bawaan, menghilangkan kebutuhan untuk menyiapkan dan memelihara layanan atau kontainer API terpisah.
  • Konektivitas eksternal: Setiap fungsi secara otomatis mengekspos titik akhir REST uniknya sendiri, memungkinkan integrasi dengan aplikasi eksternal, layanan web, dan klien kustom. Panggil fungsi Anda dari sistem apa pun yang mendukung permintaan HTTP.

Kemampuan utama

  • Menulis sekali, menjalankan di mana saja: Membuat fungsi yang bekerja secara identik baik ketika dipanggil dari Pipeline, Notebook, aturan Aktivator, Power BI, atau panggilan REST eksternal
  • Ekosistem Python yang kaya: Gunakan paket apa pun dari PyPI untuk membangun logika canggih—panda untuk manipulasi data, permintaan panggilan API, atau pustaka khusus untuk domain Anda
  • Akses data aman: Menyambungkan ke sumber data Fabric (database SQL, Gudang, Lakehouse, database Cermin) dengan autentikasi dan keamanan bawaan
  • Mengembangkan dan menerbitkan alur kerja: Menguji fungsi sebelum menerbitkannya, memastikan perubahan divalidasi sebelum tersedia untuk pemanggilan

Kemampuan integrasi

User Data Functions terintegrasi dengan mulus dengan beban kerja Microsoft Fabric dan sistem eksternal, memungkinkan Anda membangun solusi data yang komprehensif.

Panggil dari item Fabric

Panggil fungsi Anda dari beban kerja Fabric apa pun untuk mempusatkan logika bisnis dan mempertahankan konsistensi:

  • Alur Data - Menjalankan fungsi sebagai aktivitas alur untuk transformasi data, validasi, atau logika orkestrasi
  • Notebooks - Memanggil fungsi dari notebook PySpark atau Python untuk alur kerja ilmu data dan analisis eksploratif
  • Aturan aktivator - Memicu fungsi sebagai respons terhadap peristiwa real time dan data streaming
  • Alur Tugas Transanalitik Power BI - Memanggil fungsi secara langsung dari laporan Power BI untuk pengalaman data interaktif. Fungsi Data Pengguna dapat menerima konteks laporan—seperti filter saat ini dan konteks pemilihan—dalam payload permintaan, yang memungkinkan pelaksanaan tindakan dan skenario penulisan ulang dari dalam laporan. Setelah proses write-back selesai, visibilitas data dalam laporan bergantung pada mode penyimpanan dan semantik penyegaran laporan: nilai yang diperbarui akan segera terlihat untuk laporan Direct Lake atau DirectQuery, atau setelah penyegaran otomatis yang dipicu oleh aliran tugas untuk laporan dalam mode impor.

Menyambungkan ke sumber data Fabric

Fungsi Anda dapat mengakses data dengan aman dari seluruh platform Fabric:

  • Database SQL - Operasi baca dan tulis pada database Fabric SQL
  • Gudang - Operasi baca dan tulis untuk data terstruktur
  • Lakehouses - Membaca dan menulis file Lakehouse; akses baca-saja ke titik akhir SQL
  • Database cermin - Akses baca-saja ke data database yang dicerminkan

Write-back dari Power BI Alur Tugas Translitikal didukung secara asli saat memanggil Fungsi Data Pengguna. Fungsi Data Pengguna dapat melakukan operasi penambahan, pembaruan, dan penghapusan terhadap Fabric file SQL Database, Fabric Data Warehouse, dan Lakehouse, menjadikannya titik integrasi yang ideal untuk skenario write-back berbasis alur tugas.

Pelajari selengkapnya tentang menyambungkan ke sumber data Fabric.

Panggilan dari aplikasi eksternal

Setiap Fungsi Data Pengguna secara otomatis mengekspos titik akhir REST uniknya sendiri untuk integrasi dengan sistem di luar Fabric:

  • Aplikasi web - Memanggil fungsi dari aplikasi web, aplikasi seluler, atau aplikasi satu halaman
  • layanan External - Berintegrasi dengan sistem eksternal, layanan mikro, atau aplikasi warisan—misalnya, memposting pesan atau pembaruan ke Microsoft Teams, atau memanggil REST API eksternal sebagai bagian dari tindakan berbasis aliran tugas
  • Alur kerja API - Fungsi rantai dengan API lain untuk membangun skenario integrasi yang kompleks
  • Klien kustom - Panggilan dari bahasa atau platform pemrograman apa pun yang mendukung permintaan HTTP

Titik akhir REST untuk Fungsi Data Pengguna mendukung autentikasi ID Microsoft Entra, memastikan akses aman dari sistem eksternal. Pelajari cara memanggil Fungsi Data Pengguna dari aplikasi Python.

Get started

Siap untuk membuat Fungsi Data Pengguna pertama Anda? Pilih lingkungan pengembangan pilihan Anda:

Konten terkait

  • Last updated on