Vilka är Fabric-användardatafunktioner?

Användardatafunktioner gör det möjligt att skapa återanvändbara Python-funktioner som du kan anropa från hela Fabric och från externa applikationer. Skriv din affärslogik en gång och anropa den från pipelines, anteckningsböcker, aktiveringsregler, Power BI-translytiska uppgiftsflöden eller vilket externt system som helst via REST-endpoints.

Användardatafunktioner ger en serverlös beräkningsmiljö där du kan vara värd för och köra anpassad Python kod direkt i Fabric. Oavsett om du behöver standardisera produktkategorier, tillämpa komplexa affärsregler eller integrera med externa API:er kan du skriva funktioner som är omedelbart tillgängliga i hela dataplattformen. Tjänsten stöder Python 3.11.9-körning, offentliga bibliotek från PyPI och Infrastrukturdataanslutningar.

Animerad GIF som visar gränssnittet för Fabric-användardatafunktioner.

Är du redo att komma igång? Följ denna guide för att skapa ett nytt användardatafunktionsobjekt eller använda VS Code-tillägget.

Varför använda Fabric-användardatafunktioner?

Fabric-användardatafunktioner tillhandahåller en serverlös plattform för att hosta din anpassade logik och anropa den från olika typer av Fabric-objekt och datakällor. Använd denna tjänst för att skriva affärslogik, interna algoritmer och återanvändbara funktioner som integreras i dina Fabric-lösningar.

Följande är viktiga fördelar:

  • Återanvändbarhet: Skriv din affärslogik en gång som en användardatafunktion och anropa den från flera Fabric-objekt – pipelines, notebooks, aktiveringsregler och Power BI-translytiska uppgiftsflöden. När affärsreglerna ändras uppdaterar du funktionen en gång i stället för att ändra kod på flera platser.
  • Serverlös värd: Distribuera Python-funktioner utan att hantera infrastrukturen. Användardatafunktioner tillhandahåller en serverlös beräkningsmiljö med inbyggd autentisering, så du behöver inte sätta upp och underhålla separata API-tjänster eller containrar.
  • Extern anslutning: Varje funktion exponerar automatiskt sin egen unika REST-slutpunkt, vilket möjliggör integrering med externa program, webbtjänster och anpassade klienter. Anropa dina funktioner från alla system som stöder HTTP-begäranden.

Viktiga funktioner

  • Skriv en gång, kör var som helst: Skapa funktioner som fungerar identiskt oavsett om de anropas från pipelines, notebooks, aktiveringsregler, Power BI eller externa REST-anrop
  • Omfattande Python-ekosystem: Använd alla paket från PyPI för att skapa avancerad logik – Pandas för datamanipulering, begäranden om API-anrop eller specialiserade bibliotek för din domän
  • Säker dataåtkomst: Koppla till Fabric-datakällor (SQL-databaser, lager, sjöhus, speglade databaser) med inbyggd autentisering och säkerhet
  • Utveckla och publicera arbetsflöde: Testa funktioner innan du publicerar dem, se till att ändringarna verifieras innan de blir tillgängliga för anrop

Integreringsfunktioner

Användardatafunktioner integreras sömlöst med Fabric-arbetsbelastningar och externa system, vilket gör det möjligt för dig att bygga heltäckande datalösningar.

Anropa från Fabric-objekt

Anropa dina funktioner från valfri Fabric-arbetsbelastning för att centralisera affärslogik och upprätthålla enhetlighet.

  • Datapipelines – Utför funktioner som pipelineaktiviteter för datatransformationer, valideringar eller orkestreringslogik
  • Notebook-filer – Anropa funktioner från PySpark- eller Python-notebook-filer för data science-arbetsflöden och undersökande analys
  • Regler för aktivering – Utlösarfunktioner som svar på realtidshändelser och strömmande data
  • Power BI translytiska aktivitetsflöden – Anropa funktioner direkt från Power BI rapporter för interaktiva dataupplevelser. Användardatafunktioner kan ta emot rapportkontext – såsom aktuellt filter och urvalskontext – i begäran, vilket möjliggör åtgärdsutförande och återskrivningsscenarier från en rapport. När en tillbakaskrivning har slutförts beror datasynlighet i rapporten på rapportens lagringsläge och uppdateringssemantik: uppdaterade värden visas omedelbart för Direct Lake- eller DirectQuery-rapporter, eller efter en automatisk uppdatering som utlöses av aktivitetsflödet för importlägesrapporter.

Ansluta till Fabric-datakällor

Dina funktioner kan på ett säkert sätt komma åt data från hela Fabric-plattformen:

  • SQL-databaser – Läs- och skrivoperationer på SQL-databaser i Fabric
  • Informationslager – Läs- och skrivåtgärder för strukturerade data
  • Lakehouses – Läsa och skriva Lakehouse-filer; skrivskyddad åtkomst till SQL-analysslutpunkter
  • Speglade databaser – Skrivskyddad åtkomst till speglade databasdata
  • Variabelbibliotek – Åtkomst till centraliserade konfigurationsinställningar som variabler i dina funktioner.
  • Cosmos DB in Fabric – Koppla till Cosmos DB in Fabric-containrar för NoSQL-dataoperationer.
  • Affärshändelser – Upptäcka förändringar i operativ data och publicera affärshändelser för nedströmsapplikationer.

Utöver hanterade anslutningar stödjer användardatafunktioner generiska anslutningar som du kan använda för att ansluta till Fabric-objekt eller Azure-resurser genom att använda objektägarens identitet. Generiska anslutningar genererar en Microsoft Entra ID-token med ägarens identitet för en specificerad målgruppstyp, vilket ger ett flexibelt sätt att autentisera sig med tjänster som Azure Cosmos DB eller Azure Key Vault utan att behöva konfigurera individuella hanterade anslutningar. Mer information finns i Generiska anslutningar för Fabric-objekt eller Azure-resurser.

Write-back från translytiska uppgiftsflöden i Power BI stöds nativt vid anrop av användardatafunktioner. Användardatafunktioner kan utföra tilläggs-, uppdaterings- och borttagningsoperationer mot SQL-databaser i Fabric, lager och lakehouse-filer, vilket gör dem till den idealiska integrationspunkten för uppgiftsflödesdrivna writeback-scenarier.

Läs mer om hur du ansluter till Fabric-datakällor.

Anropa från externa program

Varje användardatafunktion exponerar automatiskt sin egen unika REST-endpoint för integration med system utanför Fabric:

  • Webbprogram – Anropa funktioner från webbappar, mobilappar eller ensidesprogram
  • External services – Integrera med externa system, mikrotjänster eller äldre program – till exempel skicka meddelanden eller uppdateringar till Microsoft Teams eller anropa externa REST-API:er som en del av aktivitetsflödesdrivna åtgärder
  • API-arbetsflöden – Kedja funktioner med andra API:er för att skapa komplexa integrationsscenarier
  • Anpassade klienter – Anropa från alla programmeringsspråk eller plattformar som stöder HTTP-begäranden

REST-endpoints för användardatafunktioner stödjer Microsoft Entra ID-autentisering, vilket säkerställer säker åtkomst från externa system. Lär dig hur du anropar användardatafunktioner från en Python-applikation.

Get started

Redo att skapa dina första användardatafunktioner? Välj önskad utvecklingsmiljö:

Relaterat innehåll

  • Last updated on