Dela via

Mata in data i OneLake och analysera med Azure Databricks

  • Artikel

I den här guiden kommer du att:

  • Skapa en pipeline på en arbetsyta och mata in data i din OneLake i Delta-format.

  • Läsa och ändra en Delta-tabell i OneLake med Azure Databricks.

Förutsättningar

Innan du börjar måste du ha:

  • En arbetsyta med ett Lakehouse-objekt.

  • En Premium Azure Databricks-arbetsyta. Endast Premium Azure Databricks-arbetsytor stöder genomströmning av Microsoft Entra-autentiseringsuppgifter. När du skapar klustret aktiverar du genomströmning av Azure Data Lake Storage-autentiseringsuppgifter i avancerade alternativ.

  • En exempeldatauppsättning.

Mata in data och ändra Delta-tabellen

  1. Gå till lakehouse i Power BI-tjänst och välj Hämta data och välj sedan Ny datapipeline.

    Skärmbild som visar hur du navigerar till alternativet för ny datapipeline inifrån användargränssnittet.

  2. I kommandotolken Ny pipeline anger du ett namn för den nya pipelinen och väljer sedan Skapa.

  3. I den här övningen väljer du exempeldata för NYC Taxi – Green som datakälla och väljer sedan Nästa.

    Skärmbild som visar hur du väljer NYC-exempelsemantisk modell.

  4. På förhandsgranskningsskärmen väljer du Nästa.

  5. För datamål väljer du namnet på det sjöhus som du vill använda för att lagra OneLake Delta-tabelldata. Du kan välja ett befintligt sjöhus eller skapa ett nytt.

    Skärmbild som visar hur du väljer destination lakehouse.

  6. Välj var du vill lagra utdata. Välj Tabeller som rotmapp och ange "nycsample" som tabellnamn.

  7. På skärmen Granska + Spara väljer du Starta dataöverföring omedelbart och väljer sedan Spara + Kör.

    Skärmbild som visar hur du anger tabellnamn.

  8. När jobbet är klart navigerar du till ditt lakehouse och visar deltatabellen som visas under mappen /Tables.

  9. Högerklicka på det skapade tabellnamnet, välj Egenskaper och kopiera sökvägen Azure Blob Filesystem (ABFS).

  10. Öppna din Azure Databricks-notebook-fil. Läs deltatabellen på OneLake.

    olsPath = "abfss://<replace with workspace name>@onelake.dfs.fabric.microsoft.com/<replace with item name>.Lakehouse/Tables/nycsample" 
df=spark.read.format('delta').option("inferSchema","true").load(olsPath)
df.show(5)

  11. Uppdatera Delta-tabelldata genom att ändra ett fältvärde.

    %sql
update delta.`abfss://<replace with workspace name>@onelake.dfs.fabric.microsoft.com/<replace with item name>.Lakehouse/Tables/nycsample` set vendorID = 99999 where vendorID = 1;

Relaterat innehåll