Niektóre funkcje mogą być obecne w jednym produkcie, ale nie w innych ze względu na harmonogramy wdrażania i możliwości specyficzne dla hosta.
Wymagania wstępne
Subskrypcja platformy Azure. Przejdź do pozycji Uzyskaj bezpłatną wersję próbną platformy Azure.
Konto usługi Azure Data Lake Storage Gen1. Postępuj zgodnie z instrukcjami w artykule Rozpoczynanie pracy z usługą Azure Data Lake Storage Gen1 przy użyciu witryny Azure Portal. W tym artykule założono, że utworzono już konto usługi Data Lake Storage Gen1 o nazwie myadlsg1 i przekazano do niego przykładowy plik danych (Drivers.txt). Ten przykładowy plik jest dostępny do pobrania z repozytorium Git usługi Azure Data Lake.
Obsługiwane funkcje
Import
Opcje zaawansowane
Rozmiar strony w bajtach
Połączenie do usługi Azure Data Lake Storage Gen1
Wybierz opcję Azure Data Lake Storage Gen1 w obszarze Wyboru Pobierz dane, a następnie wybierz pozycję Połączenie. Więcej informacji: Gdzie uzyskać dane
W oknie dialogowym Azure Data Lake Store podaj adres URL konta usługi Data Lake Storage Gen1. Opcjonalnie wprowadź wartość w polu Rozmiar strony w bajtach. Następnie wybierz opcję OK.
Jeśli po raz pierwszy łączysz się z tą bazą danych, wybierz pozycję Zaloguj się , aby zalogować się do konta usługi Azure Data Lake Storage Gen1. Nastąpi przekierowanie do strony logowania organizacji. Postępuj zgodnie z monitami, aby zalogować się do konta.
Po pomyślnym zalogowaniu wybierz pozycję Połączenie.
W oknie dialogowym Nawigator zostanie wyświetlony plik przekazany do konta usługi Azure Data Lake Storage Gen1. Sprawdź informacje, a następnie wybierz pozycję Przekształć dane , aby przekształcić dane w dodatku Power Query lub Załaduj , aby załadować dane w programie Power BI Desktop.
Połączenie przy użyciu opcji zaawansowanych
Dodatek Power Query udostępnia zaawansowaną opcję, którą można dodać do zapytania w razie potrzeby.
Opcja zaawansowana
opis
Rozmiar strony w bajtach
Służy do dzielenia dużych plików na mniejsze elementy. Domyślny rozmiar strony to 4 MB.
Demonstrate understanding of common data engineering tasks to implement and manage data engineering workloads on Microsoft Azure, using a number of Azure services.