共用方式為


使用 Azure Data Factory 將資料從 Azure Blob 儲存體複製到 Azure SQL Database 中的資料庫

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。 了解如何免費開始新的試用

在本教學課程中,您會使用 Azure Data Factory 使用者介面 (UI) 建立資料處理站。 此資料處理站中的管線會將資料從 Azure Blob 儲存體複製到 Azure SQL Database 中的資料庫。 本教學課程中的設定模式從以檔案為基礎的資料存放區複製到關聯式資料存放區。 如需支援作為來源和接收的資料存放區清單,請參閱支援的資料存放區表格。

注意

如果您不熟悉 Data Factory,請參閱 Data Factory 簡介

在本教學課程中,您會執行下列步驟:

  • 建立資料處理站。
  • 建立具有複製活動的管線。
  • 對管線執行測試。
  • 手動觸發管線。
  • 觸發排程的管線。
  • 監視管線和活動執行。

必要條件

  • Azure 訂用帳戶。 如果您沒有 Azure 訂用帳戶,請在開始前建立免費 Azure 帳戶
  • Azure 儲存體帳戶。 您會使用 Blob 儲存體作為來源資料存放區。 如果您沒有儲存體帳戶,請參閱建立 Azure 儲存體帳戶,按照步驟建立此帳戶。
  • Azure SQL Database。 您會使用資料庫作為接收資料存放區。 如果您在 Azure SQL Database 中沒有資料庫,請參閱在 Azure SQL Database 中建立資料庫,按照步驟建立資料庫。

建立 Blob 和 SQL 資料表

現在,請執行下列步驟,準備本教學課程中的 Blob 儲存體和 SQL 資料庫。

建立來源 Blob

  1. 啟動 [記事本]。 複製下列文字,並在磁碟上將其儲存為 emp.txt 檔案:

    FirstName,LastName
    John,Doe
    Jane,Doe
    
  2. 在 Blob 儲存體中,建立名為 adftutorial 的容器。 在此容器中建立名為 input 的資料夾。 然後,將 emp.txt 檔案上傳至 input 資料夾。 請使用 Azure 入口網站或 Azure 儲存體總管之類的工具執行這些工作。

建立接收 SQL 資料表

  1. 使用下列 SQL 指令碼,在您的資料庫中建立 dbo.emp 資料表:

    CREATE TABLE dbo.emp
    (
        ID int IDENTITY(1,1) NOT NULL,
        FirstName varchar(50),
        LastName varchar(50)
    )
    GO
    
    CREATE CLUSTERED INDEX IX_emp_ID ON dbo.emp (ID);
    
  2. 允許 Azure 服務存取 SQL Server。 確定 SQL Server 的 [允許存取 Azure 服務]開啟,讓 Data Factory 能夠將資料寫入至您的 SQL Server。 若要確認並開啟此設定,請移至邏輯 SQL 伺服器 > [概觀] > [設定伺服器防火牆] > 將 [允許存取 Azure 服務] 選項設定為 [開啟]

建立資料處理站

在此步驟中,您可以建立資料處理站,並啟動 Data Factory 使用者介面,在資料處理站中建立管線。

  1. 開啟 Microsoft EdgeGoogle Chrome。 目前,只有 Microsoft Edge 和 Google Chrome 網頁瀏覽器支援 Data Factory UI。

  2. 在左側功能表上,選取 [建立資源]>[整合]>[Data Factory]

  3. 在 [建立 Data Factory] 頁面的 [基本資料] 索引標籤下,選取您要在其中建立資料處理站的 Azure 訂用帳戶

  4. 針對 [資源群組],採取下列其中一個步驟︰

    a. 從下拉式清單中選取現有的資源群組。

    b. 選取 [建立新的] ,然後輸入新資源群組的名稱。

    若要了解資源群組,請參閱使用資源群組管理您的 Azure 資源

  5. 在 [區域] 下,選取資料處理站的位置。 只有受到支援的位置會顯示在下拉式清單中。 資料處理站所使用的資料存放區 (例如 Azure 儲存體和 SQL Database) 和計算 (例如 Azure HDInsight) 可位於其他區域。

  6. 在 [名稱] 下,輸入 ADFTutorialDataFactory

    Azure Data Factory 的名稱必須是 全域唯一的。 如果您收到有關名稱值的錯誤訊息,請輸入不同的資料處理站名稱。 (例如,使用 yournameADFTutorialDataFactory)。 如需 Data Factory 成品的命名規則,請參閱 Data Factory 命名規則

    New data factory error message for duplicate name.

  7. 在 [版本] 下,選取 [V2]

  8. 選取頂端的 Git 組態索引標籤,然後選取 [稍後設定 Git] 核取方塊。

  9. 選取 [檢閱 +建立],然後在通過驗證後選取 [建立]

  10. 建立完成後,您會在 [通知中心] 看到通知。 選取 [移至資源],以瀏覽至 Data Factory 頁面。

  11. 在 [開啟 Azure Data Factory Studio] 圖格上選取 [開啟],以在個別的索引標籤中啟動 Azure Data Factory UI。

建立新管線

在此步驟中,您會在資料處理站中建立具有「複製」活動的管線。 複製活動會將資料從 Blob 儲存體複製到 SQL Database。 在快速入門教學課程中,您已依照下列步驟建立管線:

  1. 建立連結服務。
  2. 建立輸入和輸出資料集。
  3. 建立管線。

在本教學課程中,您首先會建立管線。 然後,您會在需要連結服務和資料集以設定管線時,建立這些項目。

  1. 在首頁上,選取 [協調]

    Screenshot that shows the ADF home page.

  2. 在 [一般] 面板中的 [屬性] 下,針對 [名稱] 指定 CopyPipeline。 然後按一下右上角的 [屬性] 圖示來摺疊面板。

  3. 在 [活動] 工具箱中展開 [移動和轉換] 類別,並將 [複製資料] 活動從工具箱中拖放至管線設計工具介面。 指定 CopyFromBlobToSql 作為 [名稱]

    Copy activity

設定來源

提示

在本教學課程中,您會使用帳戶金鑰作為來源資料存放區的驗證類型,但可以選擇其他支援的驗證方法:SAS URI、服務主體,以及受控識別 (如有需要)。 如需詳細資訊,請參閱本文的對應章節。 若要安全地儲存資料存放區的秘密,也建議您使用 Azure Key Vault。 如需詳細說明,請參閱本文

  1. 移至 [來源] 索引標籤。選取 [+ 新增] 以建立來源資料集。

  2. 在 [新增資料集] 對話方塊中,選取 [Azure Blob 儲存體],然後選取 [繼續]。 來源資料位於 Blob 儲存體中,因此您選取 [Azure Blob 儲存體] 作為來源資料集。

  3. 在 [選取格式] 對話方塊中,選擇您資料的格式類型,然後選取 [繼續]

  4. 在 [設定屬性] 對話方塊中,輸入 SourceBlobDataset 作為 [名稱]。 選取第一個資料列做為標頭的核取方塊。 在 [已連結的服務] 文字方塊下,選取 [+ 新增]

  5. 在 [新增連結服務 (Azure Blob 儲存體)] 對話方塊中輸入 AzureStorageLinkedService 作為名稱,然後從 [儲存體帳戶名稱] 清單中選取您的儲存體帳戶。 測試連線,選取 [建立] 以部署連結服務。

  6. 建立連結服務之後,系統會將您導回 [設定屬性] 頁面。 在 [檔案路徑] 旁,選取 [瀏覽]

  7. 瀏覽至 adftutorial/input 資料夾,選取 emp.txt 檔案,然後選取 [確定]

  8. 選取 [確定]。 系統會自動導覽至管線頁面。 在 [來源] 索引標籤中,確認已選取 [SourceBlobDataset]。 若要預覽此頁面上的資料,請選取 [預覽資料]

    Source dataset

設定接收

提示

在本教學課程中,您會使用 SQL 驗證作為接收資料存放區的驗證類型,但可以選擇其他支援的驗證方法:服務主體和受控識別 (如有需要)。 如需詳細資訊,請參閱本文的對應章節。 若要安全地儲存資料存放區的秘密,也建議您使用 Azure Key Vault。 如需詳細說明,請參閱本文

  1. 移至 [接收] 索引標籤,然後選取 [+ 新增] 以建立接收資料集。

  2. 在 [新增資料集] 對話方塊中,於搜尋方塊中輸入 "SQL" 以篩選連接器,並選取 [Azure SQL Database],然後選取 [繼續]。 在本教學課程中,您會將資料複製到 SQL 資料庫。

  3. 在 [設定屬性] 對話方塊中,輸入 OutputSqlDataset 作為 [名稱]。 從 [已連結的服務] 下拉式清單中,選取 [+ 新增]。 資料集必須與連結的服務相關聯。 連結服務具有連接字串,可供 Data Factory 在執行階段中用來連線到 SQL Database。 資料集會指定要作為資料複製目的地的容器、資料夾和檔案 (選擇性)。

  4. 在 [新增連結服務 (Azure SQL Database)] 對話方塊中,執行下列步驟:

    a. 在 [名稱] 下,輸入 AzureSqlDatabaseLinkedService

    b. 在 [伺服器名稱] 下,選取您的 SQL Server 執行個體。

    c. 在 [資料庫名稱] 下,選取您的資料庫。

    d. 在 [使用者名稱] 下,輸入使用者名稱。

    e. 在 [密碼] 下,輸入使用者的密碼。

    f. 選取 [測試連線] 以測試連線。

    .g 選取 [建立] 以部署已連結的服務。

    Save new linked service

  5. 這會自動導覽至 [設定屬性] 對話方塊。 在 [資料表] 中,選取 [dbo].[emp]。 然後選取確定

  6. 移至含有管線的索引標籤,然後在 [接收資料集] 中確認已選取 OutputSqlDataset

    Pipeline tab

您可以藉由遵循複製活動中的結構描述對應,選擇性地將來源的結構描述對應至目的地的相對應結構描述。

驗證管線

若要驗證管線,請從工具列中選取 [驗證]

您可以按一下右上方的 [程式碼],以檢視與管線相關聯的 JSON 程式碼。

偵錯和發佈管線

您可以先對管線執行偵錯,再將成品 (連結服務、資料集和管線) 發佈至 Data Factory 或您自己的 Azure Repos Git 存放庫。

  1. 若要偵錯管線,請選取工具列上的 [偵錯]。 您會在視窗底部的 [輸出] 索引標籤中看到管線執行狀態。

  2. 當管線可成功執行後,請在頂端的工具列中選取 [全部發佈]。 此動作會將您建立的實體 (資料集和管線) 發佈至 Data Factory。

  3. 請靜待 [發佈成功] 訊息顯示。 若要檢視通知訊息,請按一下右上方的 [顯示通知] (鈴鐺按鈕)。

手動觸發管線

在此步驟中,您會手動觸發您在上一個步驟中發佈的管線。

  1. 選取工具列上的 [觸發程序],然後選取 [立即觸發]。 在 [管線執行] 頁面上,選取 [確定]

  2. 移至左側的 [監視] 索引標籤。 您會看到手動觸發程序所觸發的管線執行。 您可以使用 [管線名稱] 資料行下的連結來檢視活動詳細資料,以及重新執行管線。

    Monitor pipeline runs

  3. 若要查看與管線執行相關聯的活動執行,請選取 [管線名稱] 資料行下的 [CopyPipeline] 連結。 此範例中只有一個活動,因此您在清單中只會看到一個項目。 如需有關複製作業的詳細資料,請選取 [活動名稱] 資料行下的 [詳細資料] 連結 (眼鏡圖示)。 選取頂端的 [所有管線執行] 以回到管線執行檢視。 若要重新整理檢視,請選取 [重新整理]

    Monitor activity runs

  4. 確認有兩個以上的資料列新增至資料庫中的 emp 資料表。

觸發排程上的管線

在此排程中,您會建立管線的排程器觸發程序。 此觸發程序會依照指定的排程 (例如每小時或每天) 執行管線。 在這裡,您會建立每分鐘執行一次的觸發程序,並讓其在指定的結束日期時間停止。

  1. 移至左側位於監視索引標籤上方的 [作者] 索引標籤。

  2. 移至您的管線,按一下工具列上的 [觸發程序],然後選取 [新增/編輯]

  3. 在 [新增觸發程序] 對話方塊中,針對 [選擇觸發程序] 區域選取 [新增]

  4. 在 [新增觸發程序] 視窗中,採取下列步驟:

    a. 在 [名稱] 下,輸入 RunEveryMinute

    b. 更新觸發程序的開始日期。 如果該日期早於目前的日期時間,觸發程序將會在發佈變更後開始生效。

    c. 在 [時區] 底下,選取下拉式清單。

    d. 將 [週期] 設定為 [每隔 1 分鐘]

    e. 選取 [指定結束日期] 核取方塊,並將 [結束日期] 更新為目前日期時間的幾分鐘之後。 在您發佈變更之後,才會啟動觸發程序。 如果您將其設為短短幾分鐘之後,且您未在那之前發佈變更,則不會看到觸發程序執行。

    f. 針對 [已啟用] 選項,選取 [是]

    .g 選取 [確定]。

    重要

    每次執行管線都會產生相關成本,因此請適當設定結束日期。

  5. 在 [編輯觸發程序] 頁面上檢閱警告,然後選取 [儲存]。 此範例中的管線未使用任何參數。

  6. 按一下 [全部發佈] 以發佈變更。

  7. 移至左側的 [監視] 索引標籤,以檢視已觸發的管線執行。

    Triggered pipeline runs

  8. 若要從 [管線執行] 檢視切換至 [觸發程序執行] 檢視,請在視窗左側選取 [觸發程序執行]

  9. 您可以在清單中檢視觸發程序執行。

  10. 確認在指定的結束時間之前,每個管線執行每分鐘會在 emp 資料表中插入兩個資料列。

此範例中的管線會將資料從 Blob 儲存體中的一個位置複製到其他位置。 您已了解如何︰

  • 建立資料處理站。
  • 建立具有複製活動的管線。
  • 對管線執行測試。
  • 手動觸發管線。
  • 觸發排程的管線。
  • 監視管線和活動執行。

若要了解如何將資料從內部部署複製到雲端,請進入下列教學課程: