Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Van toepassing op:
Azure Data Factory Azure Synapse Analytics
Tip
Data Factory in Microsoft Fabric is de volgende generatie van Azure Data Factory, met een eenvoudigere architectuur, ingebouwde AI en nieuwe functies. Als u nieuw bent in gegevensintegratie, begint u met Fabric Data Factory. Bestaande ADF-workloads kunnen upgraden naar Fabric om toegang te krijgen tot nieuwe mogelijkheden voor gegevenswetenschap, realtime analyses en rapportage.
Hieronder ziet u een lijst met tutorialvideo's voor toewijzing van gegevensstromen die door het Azure Data Factory-team zijn gemaakt.
Aangezien er voortdurend updates aan het product worden uitgevoerd, hebben sommige functies in de huidige gebruikerservaring van Azure Data Factory nieuwe of verschillende functionaliteit.
Aan de slag
Aan de slag met het in kaart brengen van gegevensstromen in Azure Data Factory
Foutopsporing en ontwikkelen van gegevensstromen voor mapping
Debuggen en testen van gegevensstromen voor toewijzing
Snelle acties voor voorbeeldweergave van gegevens
Controleer en beheer de prestaties van datastromen voor mapping
Fouten opsporen in werkstromen voor gegevensstromen
Transformatieoverzichten
Updates en tips voor opzoektransformatie
Draaitabeltransformatie: gedrifte kolommen toewijzen
Transformatie selecteren: Regelgebaseerde toewijzing
Transformatie selecteren: Grote gegevenssets
Conditionele splitsingsbewerking
Dynamische joins en dynamische opzoekacties
Transformatie van externe aanroep
Hiërarchische gegevens transformeren
In de cache opgeslagen zoekopdrachten
Rijcontext via Venstertransformatie
Complexe gegevenstypen transformeren
Uitvoer naar volgende activiteit
Transformatie van externe aanroep
Foutrijen vastleggen in logboek
Bron en sink
Parquet- en tekstbestanden met scheidingstekens
Gegevenstypen afleiden in tekstbestanden met scheidingstekens
Gepartitioneerde bestanden lezen en schrijven
Meerdere SQL-tabellen transformeren en maken
Je bestanden partitioneren in de datalake
Uitvoeropties voor data lake-bestand
Gegevensstroomkaarten optimaliseren
Bestanden met parameters doorlopen
Logboekregistratie en bewaking
Clustergrootte van gegevensstroom dynamisch optimaliseren tijdens runtime
Starttijden voor gegevensstroom optimaliseren
Azure Integration Runtimes voor gegevensstromen
Korte opstarttijd van clusters met Azure IR
Scenario's van toewijzingsgegevensstromen
Langzaam veranderende dimensies type 1: overschrijven
Langzaam veranderende dimensies type 2: geschiedenis
Transform SQL Server on-premises met patroon voor het laden van deltagegevens
Afzonderlijke rijen en aantal rijen
Intelligente gegevensroutering
Gegevensmaskering voor gevoelige gegevens
Logische modellen versus fysieke modellen
Wijzigingen in brongegevens detecteren
Algemeen type 2 langzaam veranderende dimensie
Rijen in doel verwijderen wanneer deze niet aanwezig zijn in de bron
Incrementele gegevensladen met Azure Data Factory en Azure SQL DB
Avro-gegevens van Event Hubs transformeren met behulp van parseren en plat maken
Gegevensstroomexpressies
Matrixen splitsen en Case-instructie
Plezier met interpolatie van tekenreeksen en parameters
Data Flow Script Intro: Kopiëren, Plakken, Fragmenten
Dynamische expressies als parameters
Door de gebruiker gedefinieerde functies