Surveiller et gérer les pipelines Azure Data Factory à l’aide du portail Azure et de PowerShellMonitor and manage Azure Data Factory pipelines by using the Azure portal and PowerShell

Notes

Cet article s’applique à la version 1 de Data Factory.This article applies to version 1 of Data Factory. Si vous utilisez la version actuelle du service Data Factory, consultez Surveiller et gérer des pipelines Data Factory.If you are using the current version of the Data Factory service, see monitor and manage Data Factory pipelines in.

Cet article décrit comment surveiller, gérer et déboguer vos pipelines à l’aide du Portail Azure et de PowerShell.This article describes how to monitor, manage, and debug your pipelines by using Azure portal and PowerShell.

Important

L’application de surveillance et gestion favorise la surveillance et la gestion de vos pipelines de données, ainsi que la résolution des problèmes.The monitoring & management application provides a better support for monitoring and managing your data pipelines, and troubleshooting any issues. Pour en savoir plus sur l’utilisation de l’application, consultez Surveiller et gérer les pipelines Azure Data Factory à l’aide de l’application de surveillance et gestion.For details about using the application, see monitor and manage Data Factory pipelines by using the Monitoring and Management app.

Important

Azure Data Factory version 1 utilise maintenant la nouvelle infrastructure d’alertes Azure Monitor.Azure Data Factory version 1 now uses the new Azure Monitor alerting infrastructure. L’ancienne infrastructure d’alertes est déconseillée.The old alerting infrastructure is deprecated. Par conséquent, vos alertes existantes configurées pour les fabriques de données version 1 ne fonctionnent plus.As a result, your existing alerts configured for version 1 data factories no longer work. Vos alertes existantes pour les fabriques de données v1 ne sont pas migrées automatiquement.Your existing alerts for v1 data factories are not migrated automatically. Vous devez recréer ces alertes sur la nouvelle infrastructure d’alertes.You have to recreate these alerts on the new alerting infrastructure. Connectez-vous au portail et sélectionnez Surveiller pour créer des alertes sur les métriques (par exemple les exécutions qui ont échoué ou réussi) pour vos fabriques de données version 1.Log in to the Azure portal and select Monitor to create new alerts on metrics (such as failed runs or successful runs) for your version 1 data factories.

Notes

Cet article a été mis à jour pour tenir compte de l’utilisation du nouveau module Az d’Azure PowerShell.This article has been updated to use the new Azure PowerShell Az module. Vous pouvez toujours utiliser le module AzureRM, qui continue à recevoir des correctifs de bogues jusqu’à au moins décembre 2020.You can still use the AzureRM module, which will continue to receive bug fixes until at least December 2020. Pour en savoir plus sur le nouveau module Az et la compatibilité avec AzureRM, consultez Présentation du nouveau module Az d’Azure PowerShell.To learn more about the new Az module and AzureRM compatibility, see Introducing the new Azure PowerShell Az module. Pour des instructions d’installation du module Az, consultez Installer Azure PowerShell.For Az module installation instructions, see Install Azure PowerShell.

Présentation des pipelines et des états d’activitéUnderstand pipelines and activity states

À l’aide du portail Azure, vous pouvez :By using the Azure portal, you can:

  • Afficher votre fabrique de données sous forme de schéma.View your data factory as a diagram.
  • Afficher les activités à l’intérieur d’un pipeline.View activities in a pipeline.
  • Afficher des jeux de données d’entrée et de sortie.View input and output datasets.

Cette section décrit également comment une tranche de jeu de données passe d’un état à un autre.This section also describes how a dataset slice transitions from one state to another state.

  1. Connectez-vous au Portail Azure.Sign in to the Azure portal.

  2. Cliquer sur Fabriques de données dans le menu de gauche.Click Data factories on the menu on the left. Si vous ne voyez pas cette option, cliquez sur Autres services > , puis sur Fabriques de données dans la catégorie INTELLIGENCE + ANALYSE.If you don't see it, click More services >, and then click Data factories under the INTELLIGENCE + ANALYTICS category.

    Parcourir tout > Fabriques de données

  3. Dans le panneau Fabriques de données, sélectionnez la fabrique de données qui vous intéresse.On the Data factories blade, select the data factory that you're interested in.

    Sélectionner une fabrique de données

    Vous devez voir la page d’accueil de la fabrique de données apparaître.You should see the home page for the data factory.

    Panneau Data Factory

Vue schématique de votre fabrique de donnéesDiagram view of your data factory

La vue schématique d’une fabrique de données est un point unique de surveillance et de gestion de la fabrique de données et de ses ressources.The Diagram view of a data factory provides a single pane of glass to monitor and manage the data factory and its assets. Cliquez sur Schématique sur la page d’accueil de la fabrique de données ci-dessus pour afficher la vue schématique de votre fabrique de données.To see the Diagram view of your data factory, click Diagram on the home page for the data factory.

Vue schématique

Vous pouvez faire un zoom avant, un zoom arrière, un zoom à 100 %, un zoom pour ajuster l’affichage à la taille de l’écran, figer l’affichage schématique et positionner automatiquement les pipelines et les jeux de données.You can zoom in, zoom out, zoom to fit, zoom to 100%, lock the layout of the diagram, and automatically position pipelines and datasets. Vous pouvez également afficher le lignage (c.-à-d. mise en surbrillance des éléments en amont et en aval des éléments sélectionnés).You can also see the data lineage information (that is, show upstream and downstream items of selected items).

Activités à l'intérieur d'un pipelineActivities inside a pipeline

  1. Cliquez avec le bouton droit sur le pipeline de votre choix, puis cliquez sur Ouvrir le pipeline pour faire apparaître toutes les activités dans le pipeline, ainsi que les jeux de données d’entrée et de sortie des activités.Right-click the pipeline, and then click Open pipeline to see all activities in the pipeline, along with input and output datasets for the activities. Cette fonctionnalité est utile quand votre pipeline comprend plusieurs activités et que vous souhaitez comprendre le lignage opérationnel d’un seul pipeline.This feature is useful when your pipeline includes more than one activity and you want to understand the operational lineage of a single pipeline.

    Menu Ouvrir un pipeline

  2. Dans l’exemple suivant, vous voyez une activité de copie dans le pipeline avec une entrée et une sortie.In the following example, you see a copy activity in the pipeline with an input and an output.

    Activités à l'intérieur d'un pipeline

  3. Vous pouvez revenir à la page d’accueil de la fabrique de données en cliquant sur le lien Data Factory dans l’arborescence de navigation située dans le coin supérieur gauche.You can navigate back to the home page of the data factory by clicking the Data factory link in the breadcrumb at the top-left corner.

    Revenir à la fabrique de données

Afficher l’état de chaque activité à l’intérieur d’un pipelineView the state of each activity inside a pipeline

Vous pouvez afficher l’état actuel d’une activité en consultant l’état de l’un des jeux de données générés par l’activité.You can view the current state of an activity by viewing the status of any of the datasets that are produced by the activity.

En double-cliquant sur OutputBlobTable dans le Diagramme, vous pouvez voir toutes les tranches produites par les différentes exécutions de l’activité à l’intérieur d’un pipeline.By double-clicking the OutputBlobTable in the Diagram, you can see all the slices that are produced by different activity runs inside a pipeline. Vous pouvez voir que l’activité de copie a été exécutée correctement au cours des huit dernières heures et qu’elle a produit les tranches dont l’état est Prêt.You can see that the copy activity ran successfully for the last eight hours and produced the slices in the Ready state.

État du pipeline

Voici la liste des différents états possibles pour les tranches d’un jeu de données de la fabrique de données :The dataset slices in the data factory can have one of the following statuses:

StateStateSous-étatSubstateDescriptionDescription
En attenteWaitingScheduleTimeScheduleTimeL’heure n’est pas venue pour l’exécution de la tranche.The time hasn't come for the slice to run.
DatasetDependenciesDatasetDependenciesLes dépendances en amont ne sont pas prêtes.The upstream dependencies aren't ready.
ComputeResourcesComputeResourcesLes ressources de calcul ne sont pas disponibles.The compute resources aren't available.
ConcurrencyLimitConcurrencyLimit Toutes les instances d'activité sont occupées par l'exécution d'autres tranches.All the activity instances are busy running other slices.
ActivityResumeActivityResumeL’activité est mise en pause et ne peut pas exécuter les tranches jusqu’à sa reprise.The activity is paused and can't run the slices until the activity is resumed.
RecommencerRetryL’exécution de l’activité est retentée.Activity execution is being retried.
ValidationValidationLa validation n’a pas encore démarré.Validation hasn't started yet.
ValidationRetryValidationRetryUne nouvelle tentative de validation va avoir lieu.Validation is waiting to be retried.
InProgressInProgressValidationValidatingLa validation est en cours.Validation is in progress.
- La tranche est en cours de traitement.The slice is being processed.
ÉchecFailedTimedOutTimedOutL'exécution de l’activité a pris plus de temps que l’activité ne l’autorise.The activity execution took longer than what is allowed by the activity.
CanceledCanceledLa tranche a été annulée par l’action de l’utilisateur.The slice was canceled by user action.
ValidationValidationLa validation a échoué.Validation has failed.
-La validation et/ou la génération de la tranche a échoué.The slice failed to be generated and/or validated.
ReadyReady-La tranche est prête à être consommée.The slice is ready for consumption.
IgnoréSkippedAucunNoneLa tranche n’est pas en cours de traitement.The slice isn't being processed.
AucunNone-Tranche qui a été réinitialisée alors qu’elle existait avec un état différent.A slice used to exist with a different status, but it has been reset.

Vous pouvez afficher les détails relatifs à une tranche en cliquant sur une entrée de tranche dans le panneau Tranches mises à jour récemment.You can view the details about a slice by clicking a slice entry on the Recently Updated Slices blade.

Détails de la tranche

Si la tranche a été exécutée plusieurs fois, plusieurs lignes s’affichent dans la liste Exécutions d’activité .If the slice has been executed multiple times, you see multiple rows in the Activity runs list. Vous pouvez afficher des détails sur une exécution d’activité en cliquant sur l’entrée d’exécution dans la liste Exécutions de l’activité.You can view details about an activity run by clicking the run entry in the Activity runs list. Tous les fichiers journaux, ainsi que le message d’erreur associé, le cas échéant, s’affichent.The list shows all the log files, along with an error message if there is one. Cette fonctionnalité est utile et pour cause. Vous visualisez et déboguez les journaux d’activité sans le souci de quitter votre fabrique de données.This feature is useful to view and debug logs without having to leave your data factory.

Détails de l'exécution d'activité

Si la tranche n’a pas l’état Prêt, vous pouvez voir les tranches en amont qui ne sont pas prêtes et qui empêchent l’exécution de la tranche actuelle dans la liste Tranches en amont qui ne sont pas prêtes.If the slice isn't in the Ready state, you can see the upstream slices that aren't ready and are blocking the current slice from executing in the Upstream slices that are not ready list. Cette fonctionnalité est utile lorsque votre tranche présente l’état En attente et que vous voulez connaître les dépendances en amont à l’origine de cette attente.This feature is useful when your slice is in Waiting state and you want to understand the upstream dependencies that the slice is waiting on.

Tranches en amont qui ne sont pas prêtes

Schéma d’état de jeux de donnéesDataset state diagram

Quand vous avez déployé une fabrique de données et que la période d’activation des pipelines est valide, les tranches de données des jeux de données passent d’un état à un autre.After you deploy a data factory and the pipelines have a valid active period, the dataset slices transition from one state to another. Actuellement, l’état de la tranche suit le schéma d’état suivant :Currently, the slice status follows the following state diagram:

Schéma d'état

Le flux de transition d’état de l’ensemble de données est le suivant dans la fabrique de données : En attente -> En cours/en cours (validation) -> Prêt/Échec.The dataset state transition flow in data factory is the following: Waiting -> In-Progress/In-Progress (Validating) -> Ready/Failed.

Au départ, la tranche a l’état En attente, en attente des conditions requises à respecter avant l’exécution.The slice starts in a Waiting state, waiting for preconditions to be met before it executes. Ensuite, l’exécution de l’activité commence, et la tranche passe à l’état En cours.Then, the activity starts executing, and the slice goes into an In-Progress state. L’exécution de l’activité peut réussir ou échouer.The activity execution might succeed or fail. Selon le résultat de l’exécution, l’état de la tranche est Prête ou Échec.The slice is marked as Ready or Failed, based on the result of the execution.

Vous pouvez réinitialiser la tranche pour revenir de l’état Prête ou Échec à l’état En attente.You can reset the slice to go back from the Ready or Failed state to the Waiting state. Vous pouvez également définir l’état de la tranche sur Ignorer pour empêcher l’exécution de l’activité et ne pas traiter la tranche.You can also mark the slice state to Skip, which prevents the activity from executing and not processing the slice.

Suspension et reprise des pipelinesPause and resume pipelines

Vous pouvez gérer vos pipelines à l’aide d’Azure PowerShell.You can manage your pipelines by using Azure PowerShell. Par exemple, vous pouvez suspendre et reprendre les pipelines en exécutant les applets de commande Azure PowerShell.For example, you can pause and resume pipelines by running Azure PowerShell cmdlets.

Notes

La vue schématique ne prend pas en charge la suspension et la reprise des pipelines.The diagram view does not support pausing and resuming pipelines. Si vous souhaitez utiliser une interface utilisateur, utilisez l’application de surveillance et gestion.If you want to use an user interface, use the monitoring and managing application. Pour en savoir plus sur l’utilisation de l’application, consultez l’article Surveiller et gérer les pipelines Azure Data Factory à l’aide de l’application de surveillance et gestion.For details about using the application, see monitor and manage Data Factory pipelines by using the Monitoring and Management app article.

Vous pouvez suspendre l’exécution des pipelines à l’aide de la cmdlet PowerShell Suspend-AzDataFactoryPipeline.You can pause/suspend pipelines by using the Suspend-AzDataFactoryPipeline PowerShell cmdlet. Cette applet de commande est utile lorsque vous ne voulez pas exécuter vos pipelines jusqu'à ce qu’un problème est résolu.This cmdlet is useful when you don't want to run your pipelines until an issue is fixed.

Suspend-AzDataFactoryPipeline [-ResourceGroupName] <String> [-DataFactoryName] <String> [-Name] <String>

Par exemple :For example:

Suspend-AzDataFactoryPipeline -ResourceGroupName ADF -DataFactoryName productrecgamalbox1dev -Name PartitionProductsUsagePipeline

Une fois le problème résolu au niveau du pipeline, vous pouvez reprendre le pipeline suspendu en exécutant la commande PowerShell suivante :After the issue has been fixed with the pipeline, you can resume the suspended pipeline by running the following PowerShell command:

Resume-AzDataFactoryPipeline [-ResourceGroupName] <String> [-DataFactoryName] <String> [-Name] <String>

Par exemple :For example:

Resume-AzDataFactoryPipeline -ResourceGroupName ADF -DataFactoryName productrecgamalbox1dev -Name PartitionProductsUsagePipeline

Débogage de pipelinesDebug pipelines

Azure Data Factory offre des fonctionnalités exceptionnelles pour déboguer et résoudre les problèmes des pipelines via le portail Azure et Azure PowerShell.Azure Data Factory provides rich capabilities for you to debug and troubleshoot pipelines by using the Azure portal and Azure PowerShell.

Notes

Il est beaucoup plus facile de résoudre les erreurs à l’aide de l’application de surveillance et gestion.It is much easier to troubleshot errors using the Monitoring & Management App. Pour en savoir plus sur l’utilisation de l’application, consultez l’article Surveiller et gérer les pipelines Azure Data Factory à l’aide de l’application de surveillance et gestion.For details about using the application, see monitor and manage Data Factory pipelines by using the Monitoring and Management app article.

Recherche d’erreurs dans un pipelineFind errors in a pipeline

En cas d’échec d’exécution de l’activité dans un pipeline, le jeu de données généré par celui-ci est alors en état d’erreur.If the activity run fails in a pipeline, the dataset that is produced by the pipeline is in an error state because of the failure. Vous pouvez déboguer et corriger les erreurs dans Azure Data Factory à l’aide des méthodes suivantes.You can debug and troubleshoot errors in Azure Data Factory by using the following methods.

Utiliser le portail Azure pour déboguer une erreurUse the Azure portal to debug an error

  1. Dans le panneau Table, cliquez sur la tranche qui pose problème, dont l’état est défini sur Échec.On the Table blade, click the problem slice that has the Status set to Failed.

    Panneau de table avec tranche problématique

  2. Dans le panneau Tranche de données, cliquez sur l’exécution d’activité qui a échoué.On the Data slice blade, click the activity run that failed.

    Tranche de données avec une erreur

  3. Dans le panneau Détails sur l’exécution d’activité, vous pouvez télécharger les fichiers associés au traitement HDInsight.On the Activity run details blade, you can download the files that are associated with the HDInsight processing. Cliquez sur Télécharger pour que Status/stderr télécharge le fichier journal d’erreur qui contient les détails sur l’erreur.Click Download for Status/stderr to download the error log file that contains details about the error.

    Panneau de détails sur l’exécution d’activité

Utiliser PowerShell pour déboguer une erreurUse PowerShell to debug an error

  1. Lancez PowerShell.Launch PowerShell.

  2. Exécutez la commande Get-AzDataFactorySlice pour voir les tranches et leur état.Run the Get-AzDataFactorySlice command to see the slices and their statuses. Une tranche dont l’état est Échecdevrait apparaître.You should see a slice with the status of Failed.

    Get-AzDataFactorySlice [-ResourceGroupName] <String> [-DataFactoryName] <String> [-DatasetName] <String> [-StartDateTime] <DateTime> [[-EndDateTime] <DateTime> ] [-Profile <AzureProfile> ] [ <CommonParameters>]
    

    Par exemple :For example:

    Get-AzDataFactorySlice -ResourceGroupName ADF -DataFactoryName LogProcessingFactory -DatasetName EnrichedGameEventsTable -StartDateTime 2014-05-04 20:00:00
    

    Remplacez StartDateTime par l’heure de début de votre pipeline.Replace StartDateTime with start time of your pipeline.

  3. Exécutez maintenant la cmdlet Get-AzDataFactoryRun pour obtenir des détails sur l’exécution de l’activité de la tranche.Now, run the Get-AzDataFactoryRun cmdlet to get details about the activity run for the slice.

    Get-AzDataFactoryRun [-ResourceGroupName] <String> [-DataFactoryName] <String> [-DatasetName] <String> [-StartDateTime]
    <DateTime> [-Profile <AzureProfile> ] [ <CommonParameters>]
    

    Par exemple :For example:

    Get-AzDataFactoryRun -ResourceGroupName ADF -DataFactoryName LogProcessingFactory -DatasetName EnrichedGameEventsTable -StartDateTime "5/5/2014 12:00:00 AM"
    

    La valeur de StartDateTime est l’heure de début de la tranche qui pose problème/l’erreur que vous avez notée à l’étape précédente.The value of StartDateTime is the start time for the error/problem slice that you noted from the previous step. La valeur date-heure doit être entourée de guillemets doubles.The date-time should be enclosed in double quotes.

  4. Vous devez voir la sortie avec les détails sur l’erreur qui est semblable à ce qui suit :You should see output with details about the error that is similar to the following:

    Id                      : 841b77c9-d56c-48d1-99a3-8c16c3e77d39
    ResourceGroupName       : ADF
    DataFactoryName         : LogProcessingFactory3
    DatasetName               : EnrichedGameEventsTable
    ProcessingStartTime     : 10/10/2014 3:04:52 AM
    ProcessingEndTime       : 10/10/2014 3:06:49 AM
    PercentComplete         : 0
    DataSliceStart          : 5/5/2014 12:00:00 AM
    DataSliceEnd            : 5/6/2014 12:00:00 AM
    Status                  : FailedExecution
    Timestamp               : 10/10/2014 3:04:52 AM
    RetryAttempt            : 0
    Properties              : {}
    ErrorMessage            : Pig script failed with exit code '5'. See wasb://        adfjobs@spestore.blob.core.windows.net/PigQuery
                                    Jobs/841b77c9-d56c-48d1-99a3-
                8c16c3e77d39/10_10_2014_03_04_53_277/Status/stderr' for
                more details.
    ActivityName            : PigEnrichLogs
    PipelineName            : EnrichGameLogsPipeline
    Type                    :
    
  5. Vous pouvez exécuter la cmdlet Save-AzDataFactoryLog avec la valeur d’ID indiquée dans la sortie et télécharger les fichiers journaux en utilisant le paramètre -DownloadLogsoption pour la cmdlet.You can run the Save-AzDataFactoryLog cmdlet with the Id value that you see from the output, and download the log files by using the -DownloadLogsoption for the cmdlet.

    Save-AzDataFactoryLog -ResourceGroupName "ADF" -DataFactoryName "LogProcessingFactory" -Id "841b77c9-d56c-48d1-99a3-8c16c3e77d39" -DownloadLogs -Output "C:\Test"
    

Réexécuter des échecs dans un pipelineRerun failures in a pipeline

Important

Il est plus facile de résoudre les erreurs et de réexécuter les tranches ayant échoué à l’aide de l’application de surveillance et gestion.It's easier to troubleshoot errors and rerun failed slices by using the Monitoring & Management App. Pour en savoir plus sur l’utilisation de l’application, consultez Surveiller et gérer les pipelines Azure Data Factory à l’aide de l’application de surveillance et gestion.For details about using the application, see monitor and manage Data Factory pipelines by using the Monitoring and Management app.

Utilisation du portail AzureUse the Azure portal

Après avoir débogué et résolu les problèmes dans un pipeline, vous pouvez réexécuter ceux-ci en accédant à la tranche qui pose problème, puis en cliquant sur le bouton Exécuter dans la barre de commandes.After you troubleshoot and debug failures in a pipeline, you can rerun failures by navigating to the error slice and clicking the Run button on the command bar.

Réexécuter une tranche de données ayant échoué

En cas d’échec de validation de la tranche à cause d’une erreur de stratégie (p. ex. données indisponibles), vous pouvez résoudre le problème et relancer la validation en cliquant sur le bouton Valider de la barre de commandes.In case the slice has failed validation because of a policy failure (for example, if data isn't available), you can fix the failure and validate again by clicking the Validate button on the command bar.

Corriger les erreurs et valider

Utilisation d'Azure PowerShellUse Azure PowerShell

Vous pouvez exécuter à nouveau des problèmes à l’aide de la cmdlet Set-AzDataFactorySliceStatus.You can rerun failures by using the Set-AzDataFactorySliceStatus cmdlet. Consultez la rubrique Set-AzDataFactorySliceStatus pour en savoir plus sur la syntaxe et la cmdlet.See the Set-AzDataFactorySliceStatus topic for syntax and other details about the cmdlet.

Exemple :Example:

L’exemple suivant définit l’état de toutes les tranches de la table « DAWikiAggregatedData » sur « En attente » dans la fabrique de données Azure « WikiADF ».The following example sets the status of all slices for the table 'DAWikiAggregatedData' to 'Waiting' in the Azure data factory 'WikiADF'.

« UpdateType » est défini sur « UpstreamInPipeline ». Concrètement, l’état « En attente » est défini pour chaque tranche de la table et toutes les tables (en amont) dépendantes.The 'UpdateType' is set to 'UpstreamInPipeline', which means that statuses of each slice for the table and all the dependent (upstream) tables are set to 'Waiting'. Sinon, la valeur « Individuel » pour ce paramètre est également possible.The other possible value for this parameter is 'Individual'.

Set-AzDataFactorySliceStatus -ResourceGroupName ADF -DataFactoryName WikiADF -DatasetName DAWikiAggregatedData -Status Waiting -UpdateType UpstreamInPipeline -StartDateTime 2014-05-21T16:00:00 -EndDateTime 2014-05-21T20:00:00

Créer des alertes dans le portail AzureCreate alerts in the Azure portal

  1. Connectez-vous au portail et sélectionnez Surveiller -> Alertes pour ouvrir la page des alertes.Log in to the Azure portal and select Monitor -> Alerts to open the Alerts page.

    Ouvrez la page Alertes.

  2. Sélectionnez + Nouvelle règle d’alerte pour créer une nouvelle alerte.Select + New Alert rule to create a new alert.

    Créer une nouvelle alerte

  3. Définissez la condition de l’alerte.Define the Alert condition. (Veillez à sélectionner Fabriques de données dans le champ Filtrer par type de ressource.) Vous pouvez également spécifier les valeurs du champ Dimensions.(Make sure to select Data factories in the Filter by resource type field.) You can also specify values for Dimensions.

    Définir la condition de l’alerte - Sélectionner la cible

    Définir la condition de l’alerte - Ajouter des critères d’alerte

    Définir la condition de l’alerte - Ajouter une logique d’alerte

  4. Définissez les détails de l’alerte.Define the Alert details.

    Définir les détails de l’alerte

  5. Définissez le groupe d’actions.Define the Action group.

    Définir le groupe d’actions - Créer un nouveau groupe d’actions

    Définir le groupe d’actions - Définir les propriétés

    Définir le groupe d’actions - Nouveau groupe d’actions créé

Déplacer une fabrique de données vers un autre groupe de ressources ou abonnementMove a data factory to a different resource group or subscription

Vous pouvez déplacer une fabrique de données vers un autre groupe de ressources ou abonnement à l’aide du bouton de la barre de commandes Déplacer situé sur la page d’accueil de votre fabrique de données.You can move a data factory to a different resource group or a different subscription by using the Move command bar button on the home page of your data factory.

Déplacer la fabrique de données

Vous pouvez également déplacer toutes les ressources associées (notamment les alertes associées à la fabrique de données) en même temps que la fabrique de données.You can also move any related resources (such as alerts that are associated with the data factory), along with the data factory.

Boîte de dialogue Déplacer des ressources