Filtertransformering i dataflödesmappning

GÄLLER FÖR: Azure Data Factory Azure Synapse Analytics

Tip

Data Factory i Microsoft Fabric är nästa generations Azure Data Factory, med en enklare arkitektur, inbyggd AI och nya funktioner. Om dataintegrering är nytt för dig börjar du med Fabric Data Factory. Befintliga ADF-arbetsbelastningar kan uppgraderas till Fabric för att få åtkomst till nya funktioner inom datavetenskap, realtidsanalys och rapportering.

Dataflöden är tillgängliga i både Azure Data Factory pipelines och Azure Synapse Analytics pipelines. Den här artikeln gäller för mappning av dataflöden. Om du inte har använt transformeringar tidigare läser du introduktionsartikeln Transformera data med hjälp av mappning av dataflöden.

Tip

För motsvarande transformering (filterrader) i Dataflöde Gen2, se En guide till Dataflöde Gen2 för mappning av dataflödesanvändare.

Filtertransformeringar tillåter radfiltrering baserat på ett villkor. Utdataströmmen innehåller alla rader som matchar filtreringsvillkoret. Filtertransformeringen liknar en WHERE-sats i SQL.

Konfiguration

Använd uttrycksverktyget för dataflöde för att ange ett uttryck för filtervillkoret. Om du vill öppna uttrycksverktyget väljer du den blå rutan. Filtervillkoret måste vara av typen booleskt värde. Mer information om hur du skapar ett uttryck finns i dokumentationen för uttrycksverktyget .

Filtertransformeringen

Dataflödesskript

Syntax

<incomingStream>
    filter(
        <conditionalExpression>
    ) ~> <filterTransformationName>

Exempel

Exemplet nedan är en filtertransformering med namnet FilterBefore1960 som tar in inkommande dataström CleanData. Filtervillkoret är uttrycket year <= 1960.

I användargränssnittet ser den här omvandlingen ut som bilden nedan:

Filtertransformeringen

Dataflödesskriptet för den här omvandlingen finns i kodfragmentet nedan:

CleanData
    filter(
        year <= 1960
    ) ~> FilterBefore1960

Relaterat innehåll

Filtrera bort kolumner med den valda transformeringen.

  • Last updated on