매핑 데이터 흐름 변환 개요

적용 대상: Azure Data Factory Azure Synapse Analytics

팁

Microsoft Fabric0>데이터 팩터리는 더 간단한 아키텍처, 기본 제공 AI 및 새로운 기능을 갖춘 차세대 Azure Data Factory. 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

이러한 변환을 해당 Dataflow Gen2와 비교하려면 데이터 흐름 사용자 매핑에 대한 Dataflow Gen2 가이드를 참조하세요.

다음은 현재 매핑 데이터 흐름에서 지원되는 변환 목록입니다. 각 변환을 클릭하여 구성 세부 정보를 알아보세요.

이름 범주 설명
집계 스키마 한정자 기존 열 또는 계산 열로 그룹화된 SUM, MIN, MAX, COUNT와 같은 다양한 유형의 집계를 정의합니다.
행 변경 행 한정자 행에 대한 삽입, 삭제, 업데이트 및 upsert 정책을 설정합니다.
Assert 행 한정자 각 행에 대한 어설션 규칙을 설정합니다.
캐스트 스키마 한정자 형식 검사를 사용하여 열 데이터 형식을 변경합니다.
조건부 분할 다중 입력/출력 일치 조건에 따라 데이터 행을 서로 다른 스트림으로 라우팅합니다.
파생 열 스키마 한정자 데이터 흐름 식 언어를 사용하여 새 열을 생성하거나 기존 필드를 수정합니다.
외부 호출 스키마 한정자 외부 엔드포인트를 행 단위로 인라인으로 호출합니다.
Exists 다중 입력/출력 데이터가 다른 원본 또는 스트림에 있는지 확인합니다.
Filter 행 한정자 조건에 따라 행을 필터링합니다.
평면화(flatten) 포맷터 JSON과 같은 계층 구조 내부의 배열 값을 가져와서 개별 행으로 언롤합니다.
Flowlet Flowlet 다시 사용할 수 있는 사용자 지정 변환 논리를 빌드하고 포함합니다.
Join 다중 입력/출력 두 원본 또는 스트림의 데이터를 결합합니다.
조회 다중 입력/출력 다른 원본에서 데이터를 참조합니다.
새 분기 다중 입력/출력 동일한 데이터 스트림에 대해 여러 작업 및 변환 세트를 적용합니다.
Parse 포맷터 데이터 스트림에서 JSON, 구분된 텍스트, 또는 XML 형식 텍스트의 문자열인 텍스트 열을 구문 분석합니다.
피벗 스키마 한정자 하나 이상의 그룹화 열이 개별 열로 변환된 고유한 행 값을 갖는 집계입니다.
Rank 스키마 한정자 정렬 조건을 기준으로 정렬된 순위를 생성합니다.
선택 스키마 한정자 열 및 스트림 이름의 별칭을 지정하고, 열을 삭제하거나 다시 정렬합니다.
싱크 - 데이터의 최종 대상입니다.
Sort 행 한정자 현재 데이터 스트림에서 들어오는 행을 정렬합니다.
Source - 데이터 흐름에 대한 데이터 원본입니다.
문자열 변환 포맷터 복합 형식을 일반 문자열로 변환
서로게이트 키 스키마 한정자 증가하는 업무 외 임의 키 값을 추가합니다.
Union 다중 입력/출력 여러 데이터 스트림을 수직으로 결합합니다.
피벗 해제 스키마 한정자 열을 행 값으로 피벗합니다.
창 스키마 한정자 데이터 스트림에서 창 기반 열 집계를 정의합니다.
  • Last updated on