biblioteki Azure Data Factory dla języka Python

  • Artykuł

Tworzenie magazynu danych, przenoszenia i przetwarzania usług do zautomatyzowanych potoków danych za pomocą Azure Data Factory

Dowiedz się więcej na temat usługi Data Factory i rozpocznij pracę z przewodnikiem Szybki start dotyczącym tworzenia fabryki danych i potoku przy użyciu języka Python.

Moduł zarządzania

Tworzenie wystąpień usługi Data Factory i zarządzanie nimi w ramach subskrypcji za pomocą modułu zarządzania.

Instalacja

Zainstaluj pakiet przy użyciu narzędzia pip:

pip install azure-mgmt-datafactory

Przykład

Utwórz fabrykę danych w ramach subskrypcji w regionie Wschodnie stany USA.

from azure.common.credentials import ServicePrincipalCredentials
from azure.mgmt.resource import ResourceManagementClient
from azure.mgmt.datafactory import DataFactoryManagementClient
from azure.mgmt.datafactory.models import *
import time

#Create a data factory
subscription_id = '<Specify your Azure Subscription ID>'
credentials = ServicePrincipalCredentials(client_id='<Active Directory application/client ID>', secret='<client secret>', tenant='<Active Directory tenant ID>')
adf_client = DataFactoryManagementClient(credentials, subscription_id)

rg_params = {'location':'eastus'}
df_params = {'location':'eastus'}  

df_resource = Factory(location='eastus')
df = adf_client.factories.create_or_update(rg_name, df_name, df_resource)
print_item(df)
while df.provisioning_state != 'Succeeded':
    df = adf_client.factories.get(rg_name, df_name)
    time.sleep(1)

Eksplorowanie interfejsów API zarządzania