Wat zijn de functies van Fabric-gebruikersgegevens?

Gebruikersdatafuncties stellen je in staat herbruikbare Python-functies te maken die je vanuit de hele Fabric en externe applicaties kunt aanroepen. Schrijf je bedrijfslogica één keer en roep die aan vanuit pipelines, notebooks, activatorregels, Power BI translytische taakstromen of elk extern systeem via REST-endpoints.

Functies voor gebruikersgegevens bieden een serverloze rekenomgeving waar u aangepaste Python code rechtstreeks in Fabric kunt hosten en uitvoeren. Of u nu productcategorieën wilt standaardiseren, complexe bedrijfsregels wilt toepassen of wilt integreren met externe API's, u kunt functies schrijven die direct beschikbaar zijn in uw hele gegevensplatform. De service ondersteunt Python 3.11.9 Runtime, openbare bibliotheken van PyPI en Fabric-gegevensverbindingen.

Geanimeerde GIF die de interface van de Fabric-gebruikersgegevensfuncties toont.

Klaar om aan de slag te gaan? Volg deze handleiding om een nieuwe gebruikersdatafuncties-item te creëren of gebruik de VS Code-extensie.

Waarom gebruik je Fabric gebruikersdatafuncties?

Fabric user data functions biedt een serverless platform om je aangepaste logica te hosten en deze aan te roepen vanuit verschillende soorten Fabric-items en databronnen. Gebruik deze service om bedrijfslogica, interne algoritmen en herbruikbare functies te schrijven die integreren in je Fabric-oplossingen.

Dit zijn de belangrijkste voordelen:

  • Herbruikbaarheid: Schrijf je bedrijfslogica één keer als een gebruikersdatafunctie en roep deze aan vanuit meerdere Fabric-items - pipelines, notebooks, activatorregels en Power BI translytische taakstromen. Wanneer bedrijfsregels worden gewijzigd, werkt u de functie eenmaal bij in plaats van code op meerdere plaatsen te wijzigen.
  • Serverloze hosting: Python-functies implementeren zonder infrastructuur te beheren. Gebruikersdatafuncties bieden een serverless compute-omgeving met ingebouwde authenticatie, dus je hoeft geen aparte API-diensten of containers op te zetten en te onderhouden.
  • Externe connectiviteit: Elke functie maakt automatisch een eigen uniek REST-eindpunt beschikbaar, waardoor integratie met externe toepassingen, webservices en aangepaste clients mogelijk wordt gemaakt. Roep uw functies aan vanaf elk systeem dat HTTP-aanvragen ondersteunt.

Belangrijkste mogelijkheden

  • Schrijf één keer en voer het overal uit: Maak functies die identiek werken, of ze nu worden aangeroepen vanuit pipelines, notebooks, activatorregels, Power BI of externe REST-aanroepen
  • Uitgebreid Python-ecosysteem: gebruik elk pakket van PyPI om geavanceerde logica te bouwen: pandas voor gegevensmanipulatie, aanvragen voor API-aanroepen of gespecialiseerde bibliotheken voor uw domein
  • Veilige data-toegang: Verbind met Fabric-databronnen (SQL-databases, warehouses, lakehouses, gespiegelde databases) met ingebouwde authenticatie en beveiliging
  • Werkstroom ontwikkelen en publiceren: testfuncties voordat u ze publiceert, zodat wijzigingen worden gevalideerd voordat ze beschikbaar worden voor aanroep

Integratiemogelijkheden

Gebruikersdatafuncties integreren naadloos met Fabric-workloads en externe systemen, waardoor je uitgebreide dataoplossingen kunt bouwen.

Aanroepen vanuit Fabric-items

Roep uw functies aan vanuit elke Fabric-workload om bedrijfslogica te centraliseren en consistentie te behouden:

  • Datapijplijnen - Voer functies uit als pijplijnactiviteiten voor datatransformaties, validaties of orkestratielogica
  • Notebooks - Functies aanroepen vanuit PySpark- of Python-notebooks voor data science-werkstromen en verkennende analyse
  • Activatorregels - Triggerfuncties als reactie op realtime gebeurtenissen en streaminggegevens
  • Power BI translytische taakstromen : roep functies rechtstreeks vanuit Power BI rapporten aan voor interactieve gegevenservaringen. Gebruikersgegevensfuncties kunnen rapportagecontext ontvangen - zoals de huidige filter- en selectiecontext - in de request payload, waardoor actie-uitvoering en write-back scenario's vanuit een rapport mogelijk worden. Nadat een write-back is voltooid, is de zichtbaarheid van gegevens in het rapport afhankelijk van de opslagmodus van het rapport en vernieuwingssemantiek: bijgewerkte waarden worden direct weergegeven voor Direct Lake- of DirectQuery-rapporten, of na een automatische vernieuwing die wordt geactiveerd door de taakstroom voor rapporten in de importmodus.

Verbinding maken met Fabric-gegevensbronnen

Uw functies hebben veilig toegang tot gegevens vanuit het Fabric-platform:

  • SQL-databases - Lees- en schrijfbewerkingen op SQL-databases in Fabric
  • Warehouses - Lees- en schrijfbewerkingen voor gestructureerde gegevens
  • Lakehouses - Lakehouse-bestanden lezen en schrijven; Alleen-lezentoegang tot SQL Analytics-eindpunten
  • Gespiegelde databases - Alleen-lezentoegang tot gespiegelde databasegegevens
  • Variabelenbibliotheek - Toegang tot gecentraliseerde configuratie-instellingen als variabelen in je functies.
  • Cosmos DB in Fabric - Verbind met Cosmos DB in Fabric-containers voor NoSQL-databewerkingen.
  • Bedrijfsgebeurtenissen - Detecteer wijzigingen in operationele data en publiceer zakelijke gebeurtenissen voor downstream-applicaties.

Naast beheerde verbindingen ondersteunen gebruikersgegevensfuncties generieke verbindingen die je kunt gebruiken om verbinding te maken met Fabric-items of Azure-bronnen door de identiteit van de itemeigenaar te gebruiken. Generieke verbindingen genereren een Microsoft Entra ID-token met de identiteit van de eigenaar voor een gespecificeerd doelgroepstype, wat een flexibele manier biedt om te authenticeren met diensten zoals Azure Cosmos DB of Azure Key Vault zonder individuele beheerde verbindingen te configureren. Voor meer informatie, zie Generieke verbindingen voor Fabric-items of Azure-bronnen.

Write-back van translytische taakstromen van Power BI wordt native ondersteund bij het aanroepen van gebruikersgegevensfuncties. Gebruikersdatafuncties kunnen toevoeg-, bij- en verwijderoperaties uitvoeren tegen SQL-databases in Fabric, warehouses en lakehouse-bestanden, waardoor ze het ideale integratiepunt zijn voor taakstroomgestuurde write-back scenario's.

Meer informatie over het maken van verbinding met Fabric-gegevensbronnen.

Aanroepen vanuit externe toepassingen

Elke gebruikersdatafunctie stelt automatisch zijn eigen unieke REST-endpoint beschikbaar voor integratie met systemen buiten Fabric:

  • Webtoepassingen - Functies aanroepen vanuit web-apps, mobiele apps of toepassingen met één pagina
  • External-services - Integreren met externe systemen, microservices of verouderde toepassingen, bijvoorbeeld berichten of updates posten in Microsoft Teams of externe REST API's aanroepen als onderdeel van takenstroomgestuurde acties
  • API-werkstromen : functies koppelen met andere API's om complexe integratiescenario's te bouwen
  • Aangepaste clients : aanroepen vanuit elke programmeertaal of elk platform dat HTTP-aanvragen ondersteunt

REST-eindpunten voor gebruikersgegevensfuncties ondersteunen Microsoft Entra ID-authenticatie, waardoor veilige toegang vanaf externe systemen wordt gegarandeerd. Leer hoe je gebruikersdatafuncties aanroept vanuit een Python-applicatie.

Get started

Klaar om je eerste gebruikersdatafuncties te maken? Kies uw favoriete ontwikkelomgeving:

Verwante inhoud

  • Last updated on