Zuordnungsdatenfluss – Übersicht über Transformationen
GILT FÜR:
Azure Data Factory Azure Synapse Analytics
Tipp
Testen Sie Data Factory in Microsoft Fabric, eine All-in-One-Analyselösung für Unternehmen. Microsoft Fabric deckt alle Aufgaben ab, von der Datenverschiebung bis hin zu Data Science, Echtzeitanalysen, Business Intelligence und Berichterstellung. Erfahren Sie, wie Sie kostenlos eine neue Testversion starten!
Datenflüsse sind sowohl in Azure Data Factory als auch in Azure Synapse-Pipelines verfügbar. Dieser Artikel gilt für Zuordnungsdatenflüsse. Wenn Sie noch nicht mit Transformationen arbeiten, lesen Sie den Einführungsartikel Transformieren von Daten mit einem Zuordnungsdatenfluss.
In der nachstehenden Liste sind die Transformationen aufgeführt, die im Zuordnungsdatenfluss derzeit unterstützt werden. Klicken Sie auf die einzelnen Transformationen, um deren Konfigurationsdetails zu erfahren.
| Name | Category | BESCHREIBUNG |
|---|---|---|
| Aggregat | Schemamodifizierer | Definieren Sie verschiedene Arten von Aggregationen wie SUM, MIN, MAX und COUNT, gruppiert nach vorhandenen oder berechneten Spalten. |
| Zeilenänderung | Zeilenmodifizierer | Legen Sie Richtlinien für Einfüge-, Lösch-, Aktualisierungs- und Upsertvorgänge in Zeilen fest. |
| Assert | Zeilenmodifizierer | Legen Sie Assert-Regeln für jede Zeile fest. |
| Umwandeln | Schemamodifizierer | Ändern Sie Spaltendatentypen mit der Typüberprüfung. |
| Bedingtes Teilen | Mehrere Eingaben/Ausgaben | Leiten Sie Datenzeilen auf der Grundlage übereinstimmender Bedingungen an unterschiedliche Datenströme weiter. |
| Abgeleitete Spalte | Schemamodifizierer | Generieren Sie neue Spalten, oder ändern Sie vorhandene Felder mithilfe der Ausdruckssprache für Datenflüsse. |
| Externer Aufruf | Schemamodifizierer | Rufen Sie externe Endpunkte inline Zeile für Zeile auf. |
| Exists | Mehrere Eingaben/Ausgaben | Überprüfen Sie, ob Ihre Daten in einer anderen Quelle oder einem anderen Datenstrom vorhanden sind. |
| Filter | Zeilenmodifizierer | Filtern Sie eine Zeile auf der Grundlage einer Bedingung. |
| Vereinfachen | Formatierer | Wählen Sie Arraywerte in hierarchischen Strukturen wie JSON aus, und lösen Sie sie in einzelne Zeilen auf. |
| Flowlet | Flowlets | Erstellen und inkludieren Sie benutzerdefinierte wiederverwendbare Transformationslogik. |
| Join | Mehrere Eingaben/Ausgaben | Kombinieren Sie Daten aus zwei Quellen oder Datenströmen. |
| Suche | Mehrere Eingaben/Ausgaben | Verweisen Sie auf Daten aus einer anderen Quelle. |
| Neuer Branch | Mehrere Eingaben/Ausgaben | Wenden Sie mehrere Vorgänge und Transformationen auf denselben Datenstrom an. |
| Parse | Formatierer | Analysieren Sie Textspalten in Ihrem Datenstrom, bei denen es sich um Zeichenfolgen aus JSON-Text, Text mit Trennzeichen oder XML-formatierten Text handelt. |
| Pivotieren | Schemamodifizierer | Eine Aggregation, bei der die unterschiedlichen Zeilenwerte einer oder mehrerer Gruppierungsspalten in einzelne Spalten transformiert wurden. |
| Rang | Schemamodifizierer | Generieren einer geordneten Rangfolge basierend auf Sortierbedingungen |
| Auswählen | Schemamodifizierer | Aliasspalten und Datenstromnamen sowie das Löschen oder Neuanordnen von Spalten |
| Senke | - | Ein endgültiges Ziel für Ihre Daten |
| Sort | Zeilenmodifizierer | Sortieren von eingehenden Zeilen im aktuellen Datenstrom |
| Quelle | - | Eine Datenquelle für den Datenfluss |
| Stringify | Formatierer | Umwandeln komplexer Typen in einfache Zeichenfolgen |
| Ersatzschlüssel | Schemamodifizierer | Hinzufügen eines inkrementellen, nicht geschäftlichen beliebigen Schlüsselwerts |
| Union | Mehrere Eingaben/Ausgaben | Vertikales Kombinieren mehrerer Datenströme |
| Entpivotieren | Schemamodifizierer | Pivotieren von Spalten in Zeilenwerte |
| Fenster | Schemamodifizierer | Definieren Sie fensterbasierte Aggregationen von Spalten in Ihren Datenströmen. |