Jaa


Tietojen käyttö Fabricissa Azure Data Factory Copy -toiminnon avulla

Microsoft Fabric Lakehouse -liitin Azure Data Factoryssa (ADF) ja Azure Synapse Analyticsissa mahdollistaa sekä luku- että kirjoitustoiminnot Microsoft Fabric Lakehouselle (sekä taulukoille että tiedostoille). Tämän liittimen avulla voit käyttää olemassa olevia ADF- ja Synapse-putkia sekä kartoitustietojen työnkulkuja Fabric Lakehouse -talojen kanssa toimimiseen. Tämän artikkelin avulla voit määrittää Microsoft Fabricin sallimaan palvelun päänimen todentamisen ja esitellään Lakehouse-liitintä lukemista ja Fabric Lakehouse -palveluun kirjoittamista varten.

Lisätietoja Microsoft Fabric Lakehousesta on kohdassa Mikä lakehouse on?

Azure Data Factory Lakehouse -liitin

Uusi lakehousen linkitetty palveluliitin ja kaksi uutta tietojoukkoa ovat nyt saatavilla asiakkaille, jotka haluavat aloittaa lukemisen Microsoft Fabric Lakehouseen ja kirjoittaa siihen. Lakehouse Connectorin täydellinen opas on artikkelissa Tietojen kopioiminen ja muuntaminen Microsoft Fabric Lakehouse Filesissa (esikatselu).

Todennus

Azure Data Factoryn linkitetty palvelu

Microsoft Fabric Lakehouse -liitin edellyttää palvelun päänimeä (SPN) /sovelluksen rekisteröintiä todentamista varten. Aloita luomalla uusi palvelun päänimi tai käyttämällä aiemmin luotua palvelun päänimeä. Microsoft Fabric mahdollistaa SPN:n käytön joko tietyille käyttöoikeusryhmille tai koko organisaatiolle. Jos organisaatiosi käyttää tiettyä käyttöoikeusryhmää, Lakehouse-liittimessä käytetyn spn:n on kuuluttava käyttöoikeusryhmään, joka lisätään sallittujen luetteloon.

Muistiinpano

Power BI -ohjelmointirajapinnan käyttöoikeuksia (delegoitu) ei tarvita

Power BI -ohjelmointirajapintojen käyttö

Power BI -hallintaportaalissa Power BI -vuokraajan järjestelmänvalvojan on otettava käyttöön Salli palvelun päänimien käyttää Power BI -ohjelmointirajapintoja. Käyttöoikeusryhmä on määritettävä kohdassa Salli palveluobjektien käyttää Power BI -ohjelmointirajapintoja -asetuksessa tai voit ottaa käyttöön koko organisaatiolle.

Täydellinen opas on artikkelissa Power BI -sisällön upottaminen upotettuun analytiikkasovellukseen palvelun päänimen ja sovelluksen salaisenavulla.

Muistiinpano

Kun määrität käyttöoikeusryhmää työtilaan, palvelun päänimelle saattaa tulla viive, jos hän saa työtilan käyttöoikeuden Azuressa välimuistiin tallentamisen käyttöoikeuksien vuoksi. Jos tarvitset välittömän käyttöoikeuden, voit pakottaa käyttäjän käyttöoikeuksien päivityksen PowerShellin avulla. Voit tehdä tämän avaamalla PowerShellin järjestelmänvalvojana ja suorittamalla sitten seuraavat komennot:

Install-Module -Name MicrosoftPowerBIMgmt
Connect-PowerBIServiceAccount -Tenant '<TENANT ID>' -ServicePrincipal -Credential (Get-Credential)
Get-PowerBIWorkspace
Invoke-PowerBIRestMethod -URL 'https://api.powerbi.com/v1.0/myorg/RefreshUserPermissions' -Method Post -Body ''
Get-PowerBIWorkspace

Työtilan käyttöoikeus

Kun käyttöoikeusryhmä on lisätty, myös käyttöoikeusryhmä tai palvelun päänimi on lisättävä kuhunkin työtilaan nimellä Jäsen,Osallistuja tai Järjestelmänvalvoja. Katso lisätietoja artikkelista Anna käyttäjille käyttöoikeus työtiloihin.

Esittely: Todennuksen määrittäminen

Sovelluksen rekisteröintipalvelun päänimi

Luo tai käytä olemassa olevaa sovelluksen rekisteröintipalvelun päänimeä (SPN). Noudata ohjeita kohdassa Rekisteröi sovellus Microsoft Entra -tunnuksella ja luo palvelun päänimi.

Muistiinpano

Sinun ei tarvitse määrittää uudelleenohjauksen URI-osoitetta.

Näyttökuva, jossa näkyvät uuden palvelun päänimen tiedot.

Käyttöoikeusryhmä

Luo uusi Microsoft Entra -käyttöoikeusryhmä tai käytä olemassa olevaa ja lisää siihen sitten palvelun päänimi. Luo Microsoft Entra -käyttöoikeusryhmä noudattamalla Perusryhmän luominen ja jäsenten lisääminen ohjeita.

Näyttökuva, jossa näkyy jäsenten lisääminen käyttöoikeusryhmään.

Power BI -hallintaportaali

Siirry Power BI -hallintaportaalin -Kehittäjäasetukset-kohtaan ja valitse Salli palvelun päänimien käyttää Power BI -ohjelmointirajapintojaja ota se sitten käyttöön. Lisää sitten käyttöoikeusryhmä edellisestä vaiheesta. Lisätietoja Power BI -hallintaportaalin vuokraaja-asetuksista on kohdassa Vuokraaja-asetukset.

Näyttökuva, jossa näkyy Power BI -hallintaportaali ja Laajennettu ja käytössä oleva Salli palvelun päänimien käyttö käyttäjille -asetus Power BI -ohjelmointirajapinnoille.

Muistiinpano

Varmista, että asetus Käyttäjät voivat käyttää OneLakeen tallennettuja tietoja Fabric- ulkoisilla sovelluksilla on käytössä. Katso Salli Fabricin ulkopuolella suoritettavien sovellusten käyttää tietoja OneLake-kautta .

Työtila

Lisää palvelun päänimi tai palveluryhmä työtilaan Jäsen-, Osallistuja-- tai - käyttöoikeudella.

Azure Data Factory: Linkitetty palvelu

Luo Azure Data Factory:stä uusi Microsoft Fabric Lakehouse linkitetty palvelu.

Muistiinpano

Jos haluat löytää työtilan ja Lakehouse-tunnukset, siirry Fabric Lakehouse -tunnillesi ja tunnista se URL-osoitteesta. Esimerkiksi: https://.../groups/<Workspace ID>>/lakehouses/<Lakehouse ID>

Azure Data Factory: Tietojoukko

Luo tietojoukko, joka viittaa Microsoft Fabric Lakehousen linkitettyyn palveluun.

Muistiinpano

Valitse Ei mitäänTuontirakenne -asetukselle, jos taulukkoa ei vielä ole olemassa ja määrität uuden taulukon nimen manuaalisesti.

Näyttökuva Uusi tietojoukko -valintaikkunasta, jossa on valittuna Microsoft Fabric Lakehouse -taulukon tietojoukkotyyppi.

Näyttökuva, jossa näkyy tietojoukon Ominaisuuksien määrittäminen -valintaikkuna ja Tuo rakenne -asetuksena Ei mitään.

Esittely: Kirjoita Fabric Lakehouse -taulukkoon ADF-putkella

Lähde

Luo uusi putki ja lisää Kopioi aktiviteetti putken pohjaan. Valitse Kopioi aktiviteetti Source -välilehdeltä lähdetietojoukko, jonka haluat siirtää Lakehouse-taulukkoon. Tässä esimerkissä viittaamme .csv -tiedostoon Azure Data Lake Storage (ADLS) Gen2 -tililtä.

Näyttökuva, jossa näkyy kopiointitoiminnon Lähdeasetukset-välilehden määritys ja lähdetietojoukkoon valittu .csv.

Nielu

Siirry Kopioi aktiviteetti -Sink -välilehteen ja valitse aiemmin luotu Fabric Lakehouse -tietojoukko.

näyttökuva, jossa näkyy aiemmin luodun Fabric Lakehouse -tietojoukon valinta.

Putken suorittaminen

Siirrä .csv tiedot Fabric Lakehouse -taulukkoon suorittamalla putki.

Näyttökuva, joka näyttää putken suorittamisen tuloksen.

Esittely: Lue Fabric Lakehouse -taulukosta ADF-putkella

Yllä olevassa osiossa opetimme kirjoittamaan Fabric Lakehouse -taulukkoon ADF:n avulla. Seuraavaksi luetaan Fabric Lakehouse -taulukosta ja kirjoitetaan Parquet-tiedostoon Azure Data Lake Storage (ADLS) Gen2:ssa vastaavalla putkella.

Lähde

Luo uusi putki ja lisää Kopioi aktiviteetti putken pohjaan. Valitse Kopioi aktiviteetti Source -välilehdeltä aiemmin luotu Fabric Lakehouse -tietojoukko.

Näyttökuva, jossa näkyy aiemmin luodun Lakehouse-tietolähteen valinta ja esikatselu.

Nielu

Siirry Kopioi aktiviteetti -Sink -välilehteen ja valitse kohteen tietojoukko. Tässä esimerkissä kohde on Azure Data Lake Storage (Gen2) Parquet-tiedostona.

Näyttökuva, jossa näkyy ADLS Gen2 -altaan valinta.

Putken suorittaminen

Siirrä Fabric Lakehouse -taulukon tiedot ADLS Gen2:n Parquet-tiedostoon suorittamalla putki.

Näyttökuva, joka näyttää tuloksen putken suorittamisesta tietojen tuomiseksi ADLS Gen2:een Fabric Lakehousesta.

Tarkasta Parquet-tiedosto ADLS Gen2:ssa

Fabric Lakehouse -taulukon tiedot ovat nyt saatavilla ADLS Gen2:ssa Parquet-tiedostona.

Näyttökuva, jossa näkyy putken luoma Parquet-tiedosto.

Yhteenveto

Tässä osiossa tutustuimme Lakehouse Connectorin vaatimuksiin käyttämällä Microsoft Fabric Lakehouse -järven palvelun päänimen todennusta ja kävimme sitten läpi esimerkin, jossa luki ja kirjoitettiin Lakehouseen Azure Data Factory -putkesta. Tämä liitin ja ominaisuudet ovat käytettävissä myös Azure Data Factory Mapping Data Flows -toiminnossa, Azure Synapse Analyticsissa ja Azure Synapse Analytics Mapping Data Flows -toiminnossa.

Azure Data Factory -dokumentaatio