Tässä artikkelissa annetaan vastauksia Microsoft Fabricin Data Factoryn usein kysyttyihin kysymyksiin.
Data Factory in Fabric
Mitä eroa on Data Factoryn ja Data Engineering -välilehden välillä Fabricissa?
Data Factoryn avulla voit ratkaista monimutkaisia tietojen integroinnin ja ETL-skenaarioita pilvimittakaavan tietojen siirto- ja tiedonmuunnospalveluilla, kun taas tietojen suunnittelun avulla voit luoda Lake Housen ja muuntaa ja valmistella tiedot Apache Sparkin avulla. Kunkin Fabric-terminologian ja -käyttökokemuksen erot löytyvät Microsoft Fabric -terminologiasta.
Miten voin seurata ja valvoa putkien kanssa käytetyn Fabric-kapasiteetin?
Microsoft Fabric -kapasiteetin järjestelmänvalvojat voivat käyttää Microsoft Fabric Capacity Metrics -sovellusta, joka tunnetaan myös mittarisovelluksena, kapasiteetin resurssien näkyvyyden saamiseksi. Tämän sovelluksen avulla järjestelmänvalvojat näkevät, kuinka paljon suoritinkäyttöä, prosessointiaikaa ja muistia tietoputket, tietovuot ja muut kohteet käyttävät Fabric-kapasiteettia käyttävissä työtiloissaan. Voit tarkastella ylikuormitussyitä, kysyntähuippuja, resurssien kulutusta ja muita sekä tunnistaa helposti vaativimmat tai suosituimmat kohteet.
Mitä lähestymistapaa suositellaan roolien määrittämiseen Data Factory in Fabricissa?
Voit erottaa eri kuormitukset työtilojen välillä ja käyttää rooleja, kuten jäsentä ja katselijaa, jotta sinulla on tietotekniikkatyötila, joka valmistelee tiedot työtilalle, jota käytetään raporttiin tai tekoälykoulutukseen. Katselija-roolinsa ansiosta voit sitten käyttää tietoja tietotekniikan työtilasta.
Onko fabric data factoryssa mahdollista yhdistää olemassa oleviin pe-päätepisteresursseihin?
Tällä hetkellä näennäisverkkoyhdyskäytävä tarjoaa lisäävän menetelmän, jonka avulla voit integroida saumattomasti näennäisverkkoosi. Se tarjoaa vankan mahdollisuuden käyttää yksityisiä päätepisteitä suojattujen yhteyksien muodostamiseen tietosäilöihisi. On tärkeää huomata, että näennäisverkkoyhdyskäytävä sopii vain Fabric-tietovoille tällä hetkellä. Tulevat aloitteemme sisältävät kuitenkin sen valmiuksien laajentamisen kattamaan Fabric-putket.
Miten voin muodostaa yhteyden paikallisiin tietolähteisiin Fabric Data Factoryssa?
Kun käytät paikallista tietoyhdyskäytävää, voit nyt muodostaa yhteyden paikallisiin tietolähteisiin käyttämällä tietovoita ja tietoputkia (esikatselu) Microsoft FabricIn Data Factoryn avulla. Lisätietoja on artikkelissa Paikallisten tietolähteiden käyttö Data Factoryssa.
Päivitysten ja hinnoittelun julkaiseminen
Mistä löydän Fabricissa kuukausittaiset päivitykset?
Fabric-kuukausipäivitykset ovat saatavilla Microsoft Fabric -blogissa.
Mikä on Fabric Data Factoryn hinnoittelu- ja laskutusmalli?
Microsoft Fabricin Data Factory -hinnoittelu tarjoaa kattavan oppaan siitä, miten kustannukset lasketaan tietoputkille ja tietovuon Gen2:lle. Se sisältää useita hinnoitteluesimerkkejä, joiden avulla voit ymmärtää hinnoittelumallia paremmin.
Mistä löydän lisätietoja Microsoft Fabricin Data Factoryen suunnitelluista tulevista ominaisuuksista?
Microsoft Fabricin Data Factoryn uudet ja suunnitellut ominaisuudet tarjoavat merkityksellisiä tietoja tulevista ominaisuuksista ja niiden arvioiduista julkaisuaikajannoista seuraavien kuukausien aikana.
Tietoputket
Kuinka nopeasti voin käsitellä tietoja Fabric-tietoputkissa?
Fabric Data Factoryn avulla voit kehittää putkia, jotka maksimoivat tietojen siirron siirtomäärän ympäristössäsi. Nämä putket hyödyntävät täysin seuraavia resursseja:
- Verkon kaistanleveys lähde- ja kohdetietosäilöjen välillä
- Lähde- tai kohdetietosäilön syöte-/tulostoiminnot sekunnissa (IOPS) ja kaistanleveys Tämä täysi käyttöaste tarkoittaa, että voit arvioida kokonaissiirtomäärän mittaamalla pienimmän käytettävissä olevan siirtomäärän seuraavista resursseista:
- Lähdetietosäilö
- Kohdetietosäilö
- Samalla verkon kaistanleveys lähde- ja kohdetietosäilöjen välillä työstää jatkuvasti innovaatioita parhaan mahdollisen siirtomäärän parantamiseksi. Tällä hetkellä palvelu voi siirtää 1 TB TPC-DI -tietojoukon (parquet-tiedostot) sekä Fabric Lakehouse -taulukkoon että Data Warehouseen 5 minuutissa - siirtämällä 1B riviä alle 1 min; Ota huomioon, että tämä suorituskyky on vain viittaus suorittamalla yllä oleva testaustietojoukko. Todellinen siirtomäärä riippuu edelleen aiemmin luetelluista tekijöistä. Lisäksi voit aina kertomalla siirtomäärän suorittamalla useita kopiointitoimintoja rinnakkain. Esimerkiksi ForEach-silmukan käyttäminen.
Tuleeko CDC-ominaisuus saataville Data Factory in Fabricissa?
Nykyisin painopisteenä on CDC:n ominaisuuksien aktiivinen kehittäminen Data Factory In Fabricissa. Tämä tuleva ominaisuus antaa sinun siirtää tietoja useisiin tietolähteisiin yhdistämällä erilaisia kopiointimalleja, kuten joukko-/eräkopiokuvion, lisäävän/jatkuvan kopiointimallin (CDC) ja reaaliaikaisen kopiointimallin yhteen 5x5-kokemukseen.
Tietovuot Gen2
Muistuttaako Fabric Dataflow Gen2 Azure Data Factoryen upotettua Power Queryä?
ADF:n Power Query -toiminto jakaa yhtäläisyyksiä Dataflow Gen2:n kanssa, mutta siinä on ylimääräisiä ominaisuuksia, jotka mahdollistavat toimintoja, kuten kirjoittamisen tiettyihin tietokohteisiin jne. Tämä vertailu on oikeudenmukaisempi Tietovuo Gen1:n (Power BI -tietovuot tai Power Apps -tietovuot) kanssa. Katso lisätietoja täältä: Tietovuon Gen1 ja Tietovuon Gen2 erot.
Fabric DataFlow Gen2:ssa kohtaan toisinaan ominaisuuksia, kuten DataflowsStaginglakehouse / DataflowsStagingwarehouse. Mitä nämä ominaisuudet ovat?
Joissakin käyttökokemuksissa saatat kohdata järjestelmän artefakteja, joita ei ole tarkoitettu vuorovaikutukseen. Nämä artefaktit kannattaa ohittaa, sillä ne poistetaan lopulta Nouda tiedot -käyttökokemuksesta tulevaisuudessa.
Päivityksen virhesanoma "Tietovuon päivitys epäonnistui, koska valmisteluarteaktien käyttöoikeudet eivät riitä". Mitä minun tulisi tehdä?
Tämä virhesanoma tulee näkyviin, kun käyttäjä, joka loi työtilan ensimmäisen tietovuon, ei ole kirjautunut Fabriciin yli 90 päivään tai on lähtenyt organisaatiosta. Virhesanomassa mainitun käyttäjän tulee kirjautua Fabriciin ratkaistakseen sen. Jos käyttäjä on lähtenyt organisaatiosta, avaa tukipalvelupyyntö.
ADF/Synapse-putkien tuki ja siirtopolku
Mikä on Azure Data Factoryn (ADF) ja Synapse Pipelinesin tulevaisuus?
Azure Data Factory (ADF) ja Azure Synapse putket säilyttävät erillisen Alusta palveluna (PaaS) -toteutussuunnitelmat. Nämä kaksi ratkaisua ovat edelleen olemassa Fabric Data Factoryn rinnalla, joka toimii SaaS-palveluna (Software as a Service, Ohjelmisto palveluna) -tuotteena. ADF- ja Synapse-putkia tuetaan edelleen täysin, eikä käytöstäpoistamissuunnitelmia ole olemassa. On tärkeää korostaa, että tulevissa projekteissa ehdotamme niiden aloittamista Fabric Data Factoryn avulla. Lisäksi käytössä on strategioita, jotka helpottavat ADF- ja Synapse-putkien siirtymistä Fabric Data Factoryen, jotta ne voivat hyödyntää uusia Fabric-toimintoja. Lisätietoja tästä on täällä.
Kun otetaan huomioon Data Factory for Fabricin toimintojen aukot, mitkä ovat syyt sen valitsemiseen ADF- tai Synapse-putkien sijaan?
Kun pyrimme kuromaan umpeen toimintojen aukot ja sisällyttämään ADF:n / Azure Synapse putkien vankat tietoputken orkestrointi- ja työnkulkuominaisuudet Fabric Data Factoryen, jotkin ADF- ja Synapse-jaksoissa olevat ominaisuudet saattavat olla välttämättömiä tarpeidesi kannalta. Vaikka oletkin rohkaistunut jatkamaan ADF- ja Synapse-putkien käyttöä, jos nämä ominaisuudet ovat välttämättömiä, suosittelemme, että tutustut ensin uusiin tietojen integrointimahdollisuuksiin Fabricissa. Palautteesi siitä, mitkä ominaisuudet ovat menestyksen kannalta keskeisiä, on korvaamatonta. Tämän helpottamiseksi kehitämme aktiivisesti uutta ominaisuutta, joka mahdollistaa olemassa olevien tietotehtaiden siirtämisen Azuresta myös Fabric-työtiloihin.
Onko Fabric Data Factoryn uusia toimintoja saatavilla myös ADF/Synapse-ominaisuudessa?
Emme tue uusia ominaisuuksia Fabric-putkista ADF- ja Synapse-putkiin. Pidämme kahta erillistä toteutussuunnitelmana Fabric Data Factorylle ja ADF/Synapselle. Arvioimme takaraporttipyyntöjä vastauksena saapuvaan palautteeseen.
Ovatko Fabric-tietoputket samat kuin Azure Synapse putkissa?
Fabric-putken pääfunktio on samanlainen kuin Azure Synapse putki, mutta Fabric-jakson avulla käyttäjät voivat käyttää kaikkia Fabric-ympäristön data-analytiikkaominaisuuksia. Fabric-putken ja Azure Synapse putken väliset huomattavat erot ja ominaisuuksien kartoitukset löytyvät täältä: Fabric-tietotehtaan ja Azuren Data Factoryn väliset erot.
Miten siirrän olemassa olevat putket Azure Data Factorysta (tai) Azure Synapse työtilasta Fabric Data Factoryen?
Microsoft Fabriciin siirtymisen helpottamiseksi Azure Data Factorysta (ADF) tarjoamme useita olennaisia ominaisuuksia ja tukimekanismeja. Ensinnäkin tarjoamme kattavaa tukea useimmille Fabricissa käytettäville ADF-toiminnoille sekä ilmoituksille räätälöityjen uusien toimintojen, kuten Teamsin ja Outlookin toimintojen, lisäämiseen. Asiakkaat voivat käyttää yksityiskohtaista luetteloa Data Factoryn käytettävissä olevista toiminnoista Fabricissa. Lisäksi Azure Data Factoryssa otettiin käyttöön Fabric Lakehouse/Warehouse -yhdistimet, jotka mahdollistavat saumattoman tietojen integroinnin Fabricin OneLake-ympäristöön ADF-asiakkaille. Annamme myös ADF-asiakkaille oppaan, joka auttaa yhdistämään olemassa olevat yhdistämistietojen työnkulun muunnokset uusiin Dataflow Gen2 -muunnoksiin. Kun katsomme eteenpäin, lisäämme suunnitelmiimme mahdollisuuden ottaa ADF-resursseja käyttöön Fabriciin, jolloin asiakkaat voivat säilyttää olemassa olevien ADF-putkiensa toiminnot Azuressa tutustuessaan Fabriciin ja suunnitellessaan kattavia päivitysstrategioita. Teemme tiivistä yhteistyötä asiakkaiden ja yhteisön kanssa löytääksemme tehokkaimmat tapoja tukea tietoputkien siirtämistä ADF:stä Fabriciin. Osana tätä työtä tarjoamme päivityskokemuksen, jonka avulla voit testata nykyisiä tietoputkia Fabricissa niiden käyttöönotto- ja päivittämisprosessin kautta.