데이터 흐름 매핑에서 캐스트 변환

적용 대상: Azure Data Factory Azure Synapse Analytics

팁

Microsoft Fabric의 데이터 팩토리는 더 간단한 아키텍처, 기본 제공 AI 및 새로운 기능을 갖춘 차세대 Azure 데이터 팩토리입니다. 데이터 통합을 접하는 경우 Fabric Data Factory부터 시작합니다. 기존 ADF 워크로드는 Fabric 업그레이드하여 데이터 과학, 실시간 분석 및 보고 전반에 걸쳐 새로운 기능에 액세스할 수 있습니다.

데이터 흐름은 Azure Data Factory 파이프라인과 Azure Synapse Analytics 파이프라인 모두에서 사용할 수 있습니다. 이 문서는 매핑 데이터 흐름에 적용됩니다. 변환을 접하는 경우 매핑 데이터 흐름을 사용하여 데이터 변환 소개 문서를 참조하세요.

팁

Dataflow Gen2의 동등한 변환(데이터 형식)은 데이터 흐름 사용자 매핑에 대한 Dataflow Gen2 가이드를 참조하세요.

캐스트 변환을 사용하여 데이터 흐름에서 개별 열의 데이터 형식을 손쉽게 수정할 수 있습니다. 또한 캐스트 변환을 사용하면 캐스팅 오류를 쉽게 확인할 수 있습니다.

구성

캐스트 설정

데이터 흐름에서 열의 데이터 형식을 수정하려면 더하기(+) 기호를 사용하여 "캐스트 설정"에 열을 추가합니다.

열 이름: 메타데이터 열 목록에서 캐스팅하려는 열을 선택합니다.

형식: 열을 캐스팅할 데이터 형식을 선택합니다. "복합"을 선택하는 경우 "복합 형식 정의"를 선택하고 식 작성기 내에서 구조체, 배열 및 맵을 정의할 수 있습니다.

참고

캐스트 변환에서 복잡한 데이터 형식 캐스팅에 대한 지원은 현재 사용할 수 없습니다. 대신 파생 열 변환을 사용합니다. 파생 열에서 형식 변환 오류는 항상 NULL로 발생하며 어설션을 사용하여 명시적으로 오류를 처리해야 합니다. 캐스트 변환은 "Assert 유형 검사" 속성을 사용하여 변환 오류를 자동으로 잡을 수 있습니다.

형식: 10진수 및 날짜와 같은 일부 데이터 형식은 추가 서식 옵션을 허용합니다.

주장문 형식 검사: 캐스트 변환은 형식 검사를 허용합니다. 캐스팅에 실패하면 행이 나중에 스트림에서 트래핑할 수 있는 어설션 오류로 표시됩니다.

데이터 흐름 스크립트

구문

<incomingStream>
    cast(output(
		AddressID as integer,
		AddressLine1 as string,
		AddressLine2 as string,
		City as string
	),
	errors: true) ~> <castTransformationName<>

관련 콘텐츠

파생 열 변환을 사용하여 기존 열과 새 열을 수정합니다.

  • Last updated on