對應資料流中的存在項目轉換

適用於：Azure Data Factory Azure Synapse Analytics

提示

試用 Microsoft Fabric 中的 Data Factory，這是適用於企業的全方位分析解決方案。 Microsoft Fabric 涵蓋從資料移動到資料科學、即時分析、商業智慧和報告的所有項目。 了解如何免費啟動新的試用版！

Azure Data Factory 和 Azure Synapse Pipelines 中均可使用資料流。 本文適用於對應資料流。 若您不熟悉轉換作業，請參閱簡介文章使用對應資料流轉換資料。

存在項目轉換是一種資料列篩選轉換，可檢查另一個來源或資料流中是否有您的資料。 輸出資料流包含左側資料流的所有資料列 (無論是否存在右側資料流中)。 存在項目轉換與 SQL WHERE EXISTS 和 SQL WHERE NOT EXISTS 類似。

組態

1. 在 [右方資料流] 下拉式清單中，選擇要檢查存在項目的資料流。
2. 在 [存在類型] 設定中，指定尋找存在或不存在的資料。
3. 選取是否要使用自訂運算式。
4. 選擇要比較存在條件的索引鍵資料行。 根據預設，資料流程會在每個資料流中的資料行之間尋找等式。 若要透過計算值進行比較，請將滑鼠停留在資料行下拉式清單上，然後選取 [計算資料行]。

多個存在條件

若要比較各資料流的多個資料行，請按一下現有資料列旁的加號圖示，以新增存在條件。 每項額外條件皆會聯結「and」陳述式。 兩個資料行的比較方式與下列運算式相同：

source1@column1 == source2@column1 && source1@column2 == source2@column2

自訂運算式

若要以「and」和「equals to」以外的運算子建立自由格式的運算式，請選取 [自訂運算式] 欄位。 按一下藍色方塊，透過資料流程運算式建立器輸入自訂運算式。

若要透過結構描述漂移使用資料行的「晚期繫結」，在資料流程中建置動態模式，您可使用 byName() 運算式函數來使用存在項目轉換，而無須將資料行名稱進行硬式編碼 (意即早期繫結)。 範例: toString(byName('ProductNumber','source1')) == toString(byName('ProductNumber','source2'))

廣播最佳化

在聯結、查閱和存在轉換中，如果其中一個或兩個資料流納入背景工作角色節點記憶體中，您可以藉由啟用 [廣播] 來最佳化效能。 根據預設，Spark 引擎會自動決定是否要廣播一邊。 若要手動選擇廣播哪一邊，請選取 [固定]。

除非您的聯結遇到逾時錯誤，否則不建議透過 [關閉] 選項停用廣播。

資料流程指令碼

語法

<leftStream>, <rightStream>
    exists(
        <conditionalExpression>,
        negate: { true | false },
        broadcast: { 'auto' | 'left' | 'right' | 'both' | 'off' }
    ) ~> <existsTransformationName>

範例

下列範例是名稱為 checkForChanges 的存在項目轉換，並採用左側資料流 NameNorm2 和右側資料流 TypeConversions。 存在條件為運算式 NameNorm2@EmpID == TypeConversions@EmpID && NameNorm2@Region == DimEmployees@Region，若同時符合各資料流的 EMPID 和 Region 資料行，則傳回 True。 檢查存在項目時，negate 為 false。 我們不會在 [最佳化] 索引標籤中啟用廣播，因此 broadcast 的值為 'none'。

在使用者介面中，此轉換如下圖所示：

此轉換的資料流指令碼位於下列程式碼片段中：

NameNorm2, TypeConversions
    exists(
        NameNorm2@EmpID == TypeConversions@EmpID && NameNorm2@Region == DimEmployees@Region,
	    negate:false,
	    broadcast: 'auto'
    ) ~> checkForChanges

相關內容

類似的轉換為查閱和聯結。