Μετεγκατάσταση στο Data Factory στο Microsoft Fabric
Το Data Factory στο Microsoft Fabric συγκεντρώνει το Power Query και το Azure Data Factory σε μια σύγχρονη εμπειρία αξιόπιστης ενοποίησης δεδομένων, η οποία δίνει τη δυνατότητα σε δεδομένα και επαγγελματίες επιχειρήσεων να εξάγουν, να φορτώνουν και να μετασχηματίζουν δεδομένα για τον οργανισμό τους. Επιπλέον, ισχυρές δυνατότητες ενορχήστρωσης δεδομένων σάς επιτρέπουν να δημιουργείτε απλές έως σύνθετες ροές εργασιών δεδομένων που ενορχηστρώνει τα βήματα που απαιτούνται για τις ανάγκες σας ενοποίησης δεδομένων.
Βασικές έννοιες στο Data Factory στο Microsoft Fabric
Λήψη δεδομένων και μετασχηματισμός - Το Dataflow Gen2 είναι μια εξέλιξη των ροών δεδομένων στο Power BI. Το Dataflow Gen2 είναι ανατοποθετισμένο για να χρησιμοποιεί τους μηχανισμούς υπολογιστικής λειτουργίας Fabric για την επεξεργασία και τον μετασχηματισμό δεδομένων. Αυτό τους επιτρέπει να αποκτήσουν και να μετασχηματίσουν δεδομένα σε οποιαδήποτε κλίμακα.
Ενορχήστρωση δεδομένων - Χρησιμοποιώντας διοχετεύσεις δεδομένων που είναι ήδη γνωστές στους χρήστες του Azure Data Factory (ADF), το Microsoft Fabric επιτρέπει τις ίδιες δυνατότητες ενορχήστρωσης που προσφέρονται στο ADF. Ως μέρος της έκδοσης GA του Fabric, οι διοχετεύσεις δεδομένων υποστηρίζουν τις περισσότερες από τις δραστηριότητες που είναι διαθέσιμες στο ADF.
Ανατρέξτε σε αυτή τη λίστα δραστηριοτήτων που αποτελούν μέρος των διοχετεύσεων δεδομένων στο Fabric.
Μετακίνηση δεδομένων έτοιμη για επιχείρηση - Είτε πρόκειται για μικρή μετακίνηση δεδομένων είτε για κλίμακα petabyte, το Data Factory παρέχει μια πλατφόρμα μετακίνησης δεδομένων χωρίς τη χρήση διακομιστή, η οποία σας επιτρέπει να μετακινείτε δεδομένα μεταξύ διαφορετικών προελεύσεων δεδομένων και προορισμών δεδομένων αξιόπιστα. Με την υποστήριξη για 170+ συνδέσεις, το Data Factory στο Microsoft Fabric σάς επιτρέπει να μετακινείτε δεδομένα μεταξύ πολλαπλών cloud, προελεύσεων δεδομένων εσωτερικής εγκατάστασης και μέσα σε εικονικά δίκτυα (VNet). Η έξυπνη βελτιστοποίηση μετάδοσης επιτρέπει στην πλατφόρμα μετακίνησης δεδομένων να εντοπίζει αυτόματα το μέγεθος της υπολογιστικής λειτουργίας που απαιτείται για τη μετακίνηση δεδομένων.
Μετεγκατάσταση από το Azure Data Factory (ADF)
Για να επιτρέψετε στους πελάτες να κάνουν αναβάθμιση στο Microsoft Fabric από το Azure Data Factory (ADF), υποστηρίζουμε τις ακόλουθες δυνατότητες:
Δραστηριότητες διοχέτευσης δεδομένων - Υποστηρίζουμε τις περισσότερες από τις δραστηριότητες που χρησιμοποιείτε ήδη στο ADF στο Data Factory στο Fabric. Επιπλέον, έχουμε προσθέσει νέες δραστηριότητες για ειδοποιήσεις, για παράδειγμα, τις δραστηριότητες Teams και Outlook. Ανατρέξτε σε αυτή τη λίστα δραστηριοτήτων που είναι διαθέσιμες στο Data Factory στο Fabric.
Σύνδεση OneLake/Lakehouse στο Azure Data Factory - Για πολλούς πελάτες ADF, μπορείτε πλέον να ενοποιήσετε με το Microsoft Fabric και να εισαγάγετε δεδομένα στο Fabric OneLake.
Ροή δεδομένων αντιστοίχισης σε εργοστάσιο δεδομένων Azure στο Fabric - Παρέχουμε αυτόν τον οδηγό για τους πελάτες ADF που εξετάζουν το ενδεχόμενο δημιουργίας νέων μετασχηματισμών δεδομένων στο Fabric.
Επιπλέον, για τους πελάτες που εξετάζουν το ενδεχόμενο μετεγκατάστασης των ροών δεδομένων αντιστοίχισης ADF στο Fabric, μπορείτε να εφαρμόσετε δείγμα κώδικα από την ομάδα συμβούλων πελατών Fabric (Fabric CAT) για να μετατρέψετε ροές δεδομένων αντιστοίχισης σε κώδικα Spark. Μάθετε περισσότερα στο θέμα Αντιστοίχιση ροών δεδομένων στο Microsoft Fabric.
Ως μέρος του χάρτη Data Factory στο Microsoft Fabric, εργαζόμαστε για την προεπισκόπηση των παρακάτω από το Τ2 CY2024:
- Μονταρίσματος του ADF στο Fabric - Αυτή η δυνατότητα θα επιτρέψει στους πελάτες να μοντάρουν το υπάρχον ADF τους στο Microsoft Fabric. Όλες οι διοχετεύσεις ADF θα λειτουργούν ως έχουν και θα συνεχίσουν να εκτελούνται στο Azure, ενώ σας επιτρέπουν να εξερευνήσετε το Fabric και να δημιουργήσετε ένα πιο ολοκληρωμένο σχέδιο αναβάθμισης.
- Αναβάθμιση από διοχετεύσεις ADF σε Fabric - Συνεργαζόμαστε με τους πελάτες και την κοινότητα για να μάθουμε πώς μπορούμε να υποστηρίξουμε καλύτερα αναβαθμίσεις διοχετεύσεων δεδομένων από ADF σε Fabric. Ως μέρος αυτού, θα παρέχουμε μια εμπειρία αναβάθμισης που σας δίνει τη δυνατότητα να δοκιμάσετε τις υπάρχουσες διοχετεύσεις δεδομένων σας στο Fabric χρησιμοποιώντας μοντάρισμα και αναβάθμιση των διοχετεύσεων δεδομένων.
Μετεγκατάσταση ροής δεδομένων Power BI Gen1 σε Dataflow Gen2 στο Fabric
Το Dataflow Gen2 στο Fabric παρέχει πολλά πλεονεκτήματα και νέες δυνατότητες σε σύγκριση με τις ροές δεδομένων (Gen1) στο Power BI:
- Λήψη δεδομένων υψηλής κλίμακας ("Γρήγορο αντίγραφο")
- Μετασχηματισμοί δεδομένων υψηλής κλίμακας (με χρήση του μηχανισμού SQL Fabric Lakehouse)
- Περισσότεροι προορισμοί εξόδου: Azure SQL DB, Lakehouse, Warehouse, SharePoint, Βάσεις δεδομένων KQL και πολλά άλλα
- Βελτιωμένο ιστορικό ανανέωσης και εμπειρία παρακολούθησης
- Βελτιωμένες εμπειρίες σύνταξης και δημοσίευσης.
Συνιστούμε στους πελάτες να ξεκινήσουν να δοκιμάζουν το Dataflow Gen2, είτε για να αναδημιουργήσουν υπάρχοντα σενάρια Dataflow Gen1 είτε για να δοκιμάσουν νέα. Τα πρώιμα σχόλια σχετικά με το Dataflow Gen2 θα μας βοηθήσουν να εξελίξουμε και να ωριμάσουμε τις δυνατότητες των προϊόντων.
Έχουμε μερικές επιλογές για να αναδημιουργήσουν οι πελάτες τις ροές δεδομένων Gen1 ως Dataflow Gen2:
- Εξαγωγή ερωτημάτων Dataflow Gen1 και εισαγωγή τους στο Dataflow Gen2: Μπορείτε πλέον να εξαγάγετε ερωτήματα τόσο στις εμπειρίες σύνταξης Dataflow όσο και Dataflow Gen2 και να τα αποθηκεύσετε σε αρχεία PQT που μπορείτε στη συνέχεια να εισαγάγετε στο Dataflow Gen2. Για περισσότερες πληροφορίες, ανατρέξτε στο θέμα Χρήση της δυνατότητας εξαγωγής προτύπου.
- Αντιγραφή και επικόλληση στο Power Query: Εάν έχετε μια ροή δεδομένων στο Power BI ή το Power Apps, μπορείτε να αντιγράψετε τα ερωτήματά σας και να τα επικολλήσετε στην εμπειρία επεξεργασίας του τεχνουργήματος Dataflow Gen2. Αυτή η λειτουργικότητα σάς επιτρέπει να μετεγκαταστήσετε τη ροή δεδομένων σας στη Gen2 χωρίς να χρειάζεται να γράψετε ξανά τα ερωτήματά σας. Για περισσότερες πληροφορίες, ανατρέξτε στο θέμαΑντιγραφή και επικόλληση υφιστάμενων ερωτημάτων ροών δεδομένων (Gen1).
Επίσης, ανατρέξτε στο ακόλουθο άρθρο για περαιτέρω ζητήματα: Διαφορές μεταξύ των δεδομένων Dataflow Gen1 και Gen2