Dela via

Vanliga frågor och svar om Azure Synapse Link for Dataverse

  • Vanliga frågor

Den här artikeln innehåller information om vanliga frågor om export Microsoft Dataverse tabelldata till Azure Synapse Analytics och Azure Data Lake.

Kan jag utföra uppgifter manuellt som att skapa, uppdatera, ta bort eller ställa in policyer för automatisk borttagning för datafiler i den anslutna Azure-lagringen?

Datafiler ska inte ändras av en kund och inga kundfiler ska placeras i datamapparna.

Anteckning

Om du vill släppa inaktuella och stagnerade data i datasjön utan att bryta din Azure Synapse Link kan du överväga att använda funktionen Fråga och analysera stegvisa uppdateringar

Hur öppnar jag mina tabellrelationer?

För att få åtkomst till många-till-många-relationer blir relationen tillgänglig som en tabell du kan välja på sidan Lägg till tabeller för en ny länk och från Hantera tabeller för en befintlig länk.

Anteckning

All relationsdata finns som standard i rent tilläggsläge när de skrivs i CSV-format.

Azure Synapse Link är en gratis funktion med Dataverse. Att använda Azure Synapse Link for Dataverse medför inte ytterligare avgifter enligt Dataverse. Tänk på potentiella kostnader för Azure-tjänsten:

Vad händer när jag lägger till en kolumn?

När du lägger till en ny kolumn i en tabell i källan läggs den också till i slutet av filen i destinationen i motsvarande filpartition. Även om de rader som fanns innan kolumnen lades till inte visar den nya kolumnen, visas den nyligen tillagda kolumnen på nya eller uppdaterade rader.

Vad händer när jag tar jag bort en kolumn?

När du tar bort en kolumn från en tabell i källan ignoreras inte kolumnen från destinationen. Raderna uppdateras inte längre och markeras som null medan föregående rader markeras som null.

Vad händer om jag ändrar datatypen för en kolumn?

Om du ändrar datatypen för en kolumn ändras ändringen och du måste ta bort länken och länken.

Vad händer när jag tar jag bort en rad?

Borttagning av en rad hanteras på ett annat sätt beroende på vilka dataskrivningsalternativ du väljer:

  • Uppdatering på plats med CSV-format: Detta är standardläget. När du tar bort en tabellrad i det här läget tas raden även bort från motsvarande datapartition i Azure Data Lake. Data tas alltså bort svårt från destinationen.
  • Endast tillägg med CSV-format och stegvis mappuppdatering: När en Dataverse-tabellrad tas bort tas den inte bort permanent från destinationen. Istället läggs en rad till och anges som isDeleted=True för filen i motsvarande datapartition i Azure Data Lake.
  • Exportera till Delta-format: Azure Synapse Link utför en mjuk radering på data under nästa deltasynkroniseringscykel, följd av en hård borttagning efter 30 dagar.

Varför visas inte en kolumnrubrik i den exporterade filen?

Azure Synapse Link följer den Common Data Model för att göra det möjligt att dela data och dess betydelse över appar och affärsprocesser, t.ex. Microsoft Power Apps, Power BI, Dynamics 365 och Azure. I varje CDM-mapp lagras metadata som en kolumnrubrik i model.json-fil. Mer information: Common Data Model och Azure Data Lake Storage Gen2 | Microsoft Learn

Varför ökar eller ändrar filen Model.json längden för datatyperna och behåller inte det som definieras i Dataverse?

Model.json behåller databaslängden för kolumnens storlek. Dataverse har ett koncept med databaslängd för varje kolumn. Om du skapar en kolumn med en storlek på 200 och senare minskar den till 100, tillåter Dataverse fortfarande att befintliga data finns med i Dataverse. Detta gör man genom att hålla DBLength till 200 och MaxLength till 100. Det du ser i Model.json är DBLength, och om du använder det för processer nedströms får du aldrig tillhandahålla mindre utrymme för dina Dataverse-kolumner.

Anteckning

Memo-fält definieras som varchar(max) med standardlängden 9999.

Vilka datum- och tidsformat kan användas i exporterade Dataverse-tabeller?

Det finns tre datum- och tidsformat kan användas i exporterade Dataverse-tabeller.

Kolumnnamn Format Datatyp Exempel
SinkCreatedOn och SinkModifiedOn M/d/yyyy H:mm:ss tt datetime 6/28/2021 4:34:35 PM
CreatedOn yyyy-MM-dd'T'HH:mm:ss.sssssssXXX datetimeOffset 2018-05-25T16:21:09.0000000+00:00
Alla andra kolumner yyyy-MM-dd'T'HH:mm:ss'Z' datetime 2021-06-25T16:21:12Z

Anteckning

Datatypen CreatedOn ändrades från datetime till datetimeOffset 2022-07-29. För att redigera datatypsformatet för en tabell skapad före ändringen, släpp och läs tabellen.

Du kan välja olika kolumnfunktioner för en datum- och tidskolumn i Dataverse, där formatet för datatyp uppdateras. Mer information: Funktion och format för kolumnen Datum och Tid

Varför ser jag filnamn som 1.csv eller 1_001.csv istället för vanliga partitionerade filnamn med datum och tid för vissa Dataverse-tabeller?

Detta beteende förväntas när du väljer exportläge endast för tillägg och har tabeller utan en giltig CreatedOn-kolumn. Blobbar är ordnade i filer som 1.csv, 2.csv (anpassade partitionering används på grund av att inget giltigt datum har skapats). Om någon partition närmar sig 95 % av MaxBlockPerBlobLimit skapas automatiskt en ny fil av systemet, som här illustreras 1_001.csv.

När ska jag använda en årligen eller månatlig partitionsstrategi?

För Dataverse tabeller där datavolym är hög inom ett år rekommenderar vi att du använder månadspartitioner. Detta resulterar i mindre filer och bättre prestanda. Dessutom, om raderna i Dataverse-tabeller uppdaterad ofta, bidrar uppdelande i flera mindre filer till bättre prestanda i händelse av uppdateringsscenarier som finns på plats. Delta Lake är endast tillgängligt med årlig partition, detta på grund av dess överlägsna prestanda jämfört med CSV-format.

Vad är endast läge för tillägg och vad är skillnaden mellan uppdateringsläge och uppdateringsläge på plats?

I stället för en Uppdatering på plats i läget Endast tillägg läggs inkrementella data från Dataverse till motsvarande filpartition i sjön. Mer information finns i Konfigurera avancerade inställningar för regler i Azure Synapse Link

När använder jag läget Lägg till endast för en historisk vy över ändringar?

Endast tilläggsläge är det rekommenderade alternativet för skrivning Dataverse, särskilt när datavolymerna är höga i en partition med ofta förändrade data. Detta är ett vanligt och rekommenderas alternativ för företagskunder. Dessutom kan du välja att använda detta läge för scenarier där avsikten är att stegvis granska ändringar från Dataverse och bearbeta ändringarna för ETL-, AI- och ML-scenarier. Tilläggsläget ger en historik över ändringar istället för den senaste ändringen eller på platsuppdateringen, och möjliggör flera tidsserier från AI-scenarier, till exempel förutsägelse eller prognosanalys baserat på historiska värden.

Hur hämtar jag den senaste raden för varje post och utesluter borttagna rader när jag exporterar data i läget lägg till endast?

I läget Endast tillägg ska du identifiera den senaste versionen av posten med samma ID med hjälp av VersionNumber och SinkModifiedOn och sedan den senaste isDeleted=0-versionen.

Varför visas dubblettversionsnummer när jag exporterar data med läget lägg till endast?

För endast tilläggsläge, om Azure Synapse Link for Dataverse inte får en bekräftelse från Azure Data Lake att data har begåtts på grund av någon anledning som nätverksförseningar, kommer Azure Synapse Link att försöka igen i dessa scenarier och överföra data igen. Nedströmsanvändningen bör göras mer motståndskraftig för detta scenario genom att filtrera data med hjälp av SinkModifiedOn.

Varför ser jag skillnader i kolumnerna Sinkmodifiedon och Modifiedon?

Det förväntas. Modifiedon är den tidpunkt då posten ändras i Dataverse, Sinkmodifiedon är datumet och tiden då posten ändras i datasjön.

Vilka Dataverse-tabeller stöds inte för export?

Alla tabeller där ändringsspårning inte har aktiverats stöds inte förutom följande systemtabeller:

  • Bifogad fil
  • Kalender
  • Calendarrule

Anteckning

Du kan lägga till granskningstabellen för export med Azure Synapse Link for Dataverse. Exporten av granskningstabellen stöds dock endast med Delta Lake-profiler.

Jag använder funktionen för export till deltasjön, kan jag stoppa Apache Spark-jobbet eller körtiden?

Konverteringsjobbet Delta Lake utlöses när data ändras i det konfigurerade tidsintervallet. Det finns inget alternativ för att stoppa eller pausa Apache Spark-poolen. Du kan dock ändra tidsintervallet efter att länken har skapats under Hantera tabeller > Avancerat tidsintervall.

Uppslagskolumner består av ett ID och ett värde. Uppslagsvärden ändras endast i rottabellen. För att bättre återspegla värdet i en uppslagskolumn rekommenderar vi att du går med i den ursprungliga rottabellen för att få det senaste värdet.

I Dataverse behåller endast beräknade kolumner formelinformationen och det verkliga värdet beror på bastabellkolumnen. Beräknade kolumner stöds därför endast om alla kolumner finns i samma exporterade tabell.

Vilka Dataverse-tabeller använder endast Tillägg som standard?

Alla tabeller som inte har ett createdOn-fält synkroniseras med läget Tillägg endast som standard. Detta omfattar relationstabeller samt tabellen ActivityParty.

Varför ser jag felmeddelandet – Innehållet i katalogen på sökvägen kan inte listas?

  • Dataverse-data lagras i den anslutna lagringsbehållaren. Du behöver rollen "Storage Blob Data-deltagare" i det länkade lagringskontot för att utföra läs- och frågeåtgärder genom Synapse Workspace.
  • Om du väljer att exportera data med formatet Delta Lake kommer din CSV-fil att rensas efter Delta Lake-konverteringen. Du måste fråga data med non_partitioned-tabeller via Synapse Workspace.

Varför visas felmeddelandet "massinläsning omöjlig" eftersom filen är ofullständig eller inte kunde läsas in (endast CSV-fil)?

Dataverse data kan kontinuerligt ändras genom att skapa, uppdatera och ta bort transaktioner. Felet orsakas av att den underliggande filen ändras när du läser data från den. För tabeller med kontinuerliga ändringar bör du därför ändra din användningspipeline så att ögonblicksbildsdata (partitionerade tabeller) används. Mer information: Felsöka serverlös SQL-pool

Azure Synapse Link for Dataverse är utformat för analys. Vi rekommenderar att kunderna använder sig av långsiktig kvarhållning för arkivering. Mer information: Dataverse lagring av data på lång sikt – översikt

Varför ser jag inga dataändringar i datakällan när poster har raderats i Dataverse?

För att ett direkt SQL-samtal ska ta bort en post utlöser Azure Synapse Link for Dataverse inte tjänsten eftersom BPO.Delete inte anropas. För en exempelfunktion går du till Rensa ärvd åtkomst.

Se även

Azure Synapse Link for Dataverse