Delen via

Lakehouse-zelfstudie: Gegevens opnemen in lakehouse

  • Artikel

In deze zelfstudie neemt u meer dimensionale en feitentabellen van de WWI (Wide World Importers) op in het lakehouse.

Vereisten

Gegevens opnemen

In deze sectie gebruikt u de kopieergegevensactiviteit van de Data Factory-pijplijn om voorbeeldgegevens van een Azure-opslagaccount op te nemen in de sectie Bestanden van het lakehouse dat u eerder hebt gemaakt.

  1. Selecteer Werkruimten in het linkernavigatiedeelvenster en selecteer vervolgens uw nieuwe werkruimte in het menu Werkruimten . De itemsweergave van uw werkruimte wordt weergegeven.

  2. Selecteer gegevenspijplijn in het menu-item +Nieuw op het lint van de werkruimte.

    Schermopname die laat zien hoe u een nieuwe gegevenspijplijn maakt.

  3. Geef in het dialoogvenster Nieuwe pijplijn de naam op als IngestDataFromSourceToLakehouse en selecteer Maken. Er wordt een nieuwe data factory-pijplijn gemaakt en geopend.

  4. Selecteer in de zojuist gemaakte data factory-pijplijn de optie Pijplijnactiviteit om een activiteit aan de pijplijn toe te voegen en selecteer Gegevens kopiëren. Met deze actie wordt de kopieergegevensactiviteit toegevoegd aan het pijplijncanvas.

    Schermopname die laat zien waar u Pijplijnactiviteit selecteert en gegevens kopieert.

  5. Selecteer de zojuist toegevoegde kopieergegevensactiviteit op het canvas. Activiteitseigenschappen worden weergegeven in een deelvenster onder het canvas (mogelijk moet u het deelvenster omhoog uitvouwen door de bovenrand te slepen). Typ op het tabblad Algemeen in het eigenschappenvenster Gegevens kopiëren naar Lakehouse in het veld Naam.

    Schermopname die laat zien waar de naam van de kopieeractiviteit moet worden toegevoegd op het tabblad Algemeen.

  6. Selecteer op het tabblad Bron van de geselecteerde kopieergegevensactiviteit de optie Extern als gegevensarchieftype en selecteer vervolgens + Nieuw om een nieuwe verbinding met de gegevensbron te maken.

    Schermopname die laat zien waar u Extern en + Nieuw selecteert op het tabblad Bron.

  7. Voor deze zelfstudie zijn alle voorbeeldgegevens beschikbaar in een openbare container van Azure Blob Storage. U maakt verbinding met deze container om er gegevens uit te kopiëren. Selecteer Azure Blob Storage in het eerste scherm Nieuwe verbinding en selecteer vervolgens Doorgaan.

    Schermopname van de wizard Nieuwe verbinding, waarin wordt weergegeven waar u Azure Blob Storage kunt selecteren.

  8. Voer in het scherm Verbindingsinstellingen de volgende details in en selecteer Maken om de verbinding met de gegevensbron te maken.

    Eigenschappen Weergegeven als
    Accountnaam of URL https://azuresynapsestorage.blob.core.windows.net/sampledata
    Connection Nieuwe verbinding maken
    Verbindingsnaam wwisampledata
    Soort verificatie Anoniem

    Schermopname van het scherm Verbindingsinstellingen, waarin wordt weergegeven waar u de details kunt invoeren en Maken selecteert.

  9. Zodra de nieuwe verbinding is gemaakt, gaat u terug naar het tabblad Bron van de kopieergegevensactiviteit en wordt de zojuist gemaakte verbinding standaard geselecteerd. Geef de volgende eigenschappen op voordat u naar de doelinstellingen gaat.

    Eigenschappen Weergegeven als
    Gegevensarchieftype External
    Connection wwisampledata
    Bestandstype Bestandspad
    Bestandspad Containernaam (eerste tekstvak): sampledata
    Mapnaam (tweede tekstvak): WideWorldImportersDW/parquet
    Recursief Geselecteerd
    File format Binary

    Schermopname van het brontabblad waarin wordt weergegeven waar de specifieke details moeten worden ingevoerd.

  10. Geef op het tabblad Doel van de geselecteerde kopieergegevensactiviteit de volgende eigenschappen op:

    Eigenschappen Weergegeven als
    Gegevensarchieftype Werkplek
    Gegevensarchieftype werkruimte Lakehouse
    Lakehouse wwilakehouse
    Hoofdmap Bestanden
    Bestandspad Mapnaam (eerste tekstvak): wwi-raw-data
    File format Binary

    Schermopname van het tabblad Bestemming, waarin wordt weergegeven waar u specifieke details kunt invoeren.

  11. U hebt de kopieergegevensactiviteit geconfigureerd. Selecteer het pictogram Opslaan op het bovenste lint (onder Start) om uw wijzigingen op te slaan en selecteer Uitvoeren om uw pijplijn en de bijbehorende activiteit uit te voeren. U kunt pijplijnen ook plannen om gegevens met gedefinieerde intervallen te vernieuwen om te voldoen aan uw bedrijfsvereisten. Voor deze zelfstudie voeren we de pijplijn slechts één keer uit door Uitvoeren te selecteren.

    Met deze actie wordt het kopiëren van gegevens uit de onderliggende gegevensbron naar het opgegeven lakehouse geactiveerd en kan het tot een minuut duren voordat deze is voltooid. U kunt de uitvoering van de pijplijn en de bijbehorende activiteit controleren op het tabblad Uitvoer , die wordt weergegeven wanneer u ergens op het canvas klikt. U kunt eventueel het brilpictogram selecteren, dat wordt weergegeven wanneer u de muisaanwijzer over de naam beweegt, om de details van de gegevensoverdracht te bekijken.

    Schermopname die laat zien waar u Opslaan en Uitvoeren kunt selecteren en waar u de details en bril van de uitvoering kunt vinden op het tabblad Uitvoer.

  12. Zodra de gegevens zijn gekopieerd, gaat u naar de itemsweergave van de werkruimte en selecteert u uw nieuwe lakehouse (wwilakehouse) om de Verkenner-weergave te starten.

    Schermopname die laat zien waar het lakehouse moet worden geselecteerd om de Explorer-weergave te starten.

  13. Controleer of er een nieuwe map met onbewerkte gegevens wordt weergegeven in de Verkenner-weergave en dat de gegevens voor alle tabellen daar worden gekopieerd.

    Schermopname van het kopiëren van de brongegevens naar de Lakehouse-verkenner.

Als u incrementele gegevens in een lakehouse wilt laden, raadpleegt u Incrementeel gegevens uit een datawarehouse laden naar een lakehouse.

Volgende stap

Gegevens voorbereiden en transformeren