Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
SI APPLICA A:
Azure Data Factory Azure Synapse Analytics
Suggerimento
Provare Data Factory in Microsoft Fabric, una soluzione di analisi all-in-one per le aziende. Microsoft Fabric copre tutto, dallo spostamento dati al data science, all'analisi in tempo reale, alla business intelligence e alla creazione di report. Vedere le informazioni su come iniziare una nuova prova gratuita!
I flussi di dati sono disponibili sia nelle pipeline di Azure Data Factory che nelle pipeline di Azure Synapse Analytics. Questo articolo si applica ai flussi di dati di mapping. Se non si ha familiarità con le trasformazioni, vedere l'articolo introduttivo Trasformare i dati usando flussi di dati di mapping.
Usare la trasformazione del flowlet per eseguire un flowlet di flusso di dati per mapping creato in precedenza. Per una panoramica dei flowlets, vedere Flowlets in mapping data flow | Microsoft Docs
Nota
La trasformazione del flowlet nelle pipeline di Azure Data Factory e Synapse Analytics è attualmente in anteprima pubblica
Impostazione
La trasformazione flowlet contiene le impostazioni di configurazione seguenti
Flowlet
Selezionare il flowlet da eseguire. Dopo aver selezionato il flowlet, sarà possibile eseguire la mappatura delle colonne di input, se presenti, nella scheda Mapping.
Mappatura
Se il flussolet selezionato include colonne di input, è possibile eseguire il mapping delle colonne dal flusso di input alle colonne di input previste nel flussolet. Questo mapping delle colonne dei flussi di dati per mapping al flowlet è quello che rende possibile ai flowlet di funzionare come frammenti riutilizzabili della logica di flusso di dati per mapping in molti flussi di dati per mapping.
Script del flusso di dati
Sintassi
<incomingStream>
<transformation> ~> <transformationName>
<outputStream>
Esempio
source1 derive(Test = "test") ~> DerivedColumn1
DerivedColumn1 output() ~> output1