Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Nota
Il processo Apache Airflow è alimentato da Apache Airflow.
La procedura Apache Airflow è la nuova generazione del gestore dell'orchestrazione del flusso di lavoro di Azure Data Factory. È un modo semplice ed efficiente per creare e gestire processi di orchestrazione Apache Airflow , consentendo di eseguire grafici aciclici diretti (DAG) su larga scala. È la parte di Data Factory di Fabric che consente di usare un'esperienza di integrazione dei dati moderna per inserire, preparare e trasformare i dati da un set completo di origini dati, ad esempio database, data warehouse, Lakehouse, dati in tempo reale e altro ancora.
Quando usare il processo Apache Airflow?
Le attività Apache Airflow offrono un servizio gestito che consente di creare e gestire DAG basati su Python (grafici aciclici diretti) per l'orchestrazione del flusso di lavoro, senza doversi preoccupare dell'infrastruttura sottostante. Se si ha esperienza con Apache Airflow o si preferisce un approccio incentrato sul codice, questa opzione è ideale. Al contrario, se si preferisce una soluzione senza codice per l'orchestrazione dei dati, le pipeline di dati offrono un'alternativa intuitiva che non richiede la gestione o la scrittura di flussi di lavoro basati su Python.
Funzionalità chiave
Il processo Apache Airflow ospitato in Microsoft Fabric offre una gamma di funzionalità avanzate, tra cui:
Funzionalità chiave | Attività Apache Airflow in Fabric | Workflow Orchestration Manager in Azure Data Factory |
---|---|---|
Sincronizzazione Git | Sì | Sì |
Abilitare AKV (Azure Key Vault) come back-end | Sì | Sì |
Installare un pacchetto privato come requisito | Sì | Sì |
Log di diagnostica e metriche | NO | Sì |
Archiviazione BLOB | NO | Sì |
Indirizzo IP del cluster Apache Airflow | Sì | Sì |
Scalabilità automatica per la gestione dei picchi di esecuzione del carico di lavoro di produzione | Sì | Parziale |
Disponibilità elevata per ridurre interruzioni/tempi di inattività | Sì | NO |
Operatori posticipabili per sospendere gli operatori inattivi e ottimizzare l'utilizzo delle risorse umane | Sì | NO |
Sospendere e riprendere il Tempo di vita (TTL) | Sì | NO |
Esperienza SaaS - 10 secondi per iniziare - Creazione di DAG - Prova gratuita di Fabric | Sì | NO |
Disponibilità della regione
- Australia orientale
- Australia sud-orientale
- Brasile meridionale
- Canada centrale
- Canada orientale
- India centrale
- Stati Uniti centrali
- Asia orientale
- Stati Uniti orientali
- Stati Uniti orientali 2
- Francia centrale
- Germania centro-occidentale
- Indonesia centrale (presto disponibile)
- Israele centrale
- Italia settentrionale
- Giappone orientale
- Giappone occidentale
- Corea centrale
- Malesia occidentale (presto disponibile)
- Messico centrale
- Nuova Zelanda settentrionale (presto disponibile)
- Europa settentrionale
- Norvegia orientale
- Polonia centrale
- Qatar Centrale (presto disponibile)
- Spagna centrale (presto disponibile)
- Sudafrica settentrionale
- Stati Uniti centro-meridionali
- India meridionale
- Asia sud-orientale
- Svezia centrale
- Svizzera settentrionale
- Svizzera occidentale
- Taiwan Nord (presto disponibile)
- Taiwan Nord-Ovest (presto disponibile)
- Emirati Arabi Uniti settentrionali
- Regno Unito meridionale
- Regno Unito occidentale
- Europa occidentale
- Stati Uniti occidentali
- West US 2 (Regione Ovest degli Stati Uniti 2)
- Stati Uniti occidentali 3
Versioni supportate di Apache Airflow
- 2.10.5
Supportare la versione di Python
- 3.12
Nota
La modifica della versione di Apache Airflow all'interno di un processo Apache Airflow esistente non è attualmente supportata. La soluzione consigliata consiste invece nel creare un nuovo processo Apache Airflow con la versione desiderata
Contenuto correlato
- Guida introduttiva: Creare un processo Apache Airflow.