Trasformazione sink nel flusso di dati di mappingSink transformation in mapping data flow

Dopo aver trasformato i dati, è possibile affondare i dati in un set di dati di destinazione.After you transform your data, you can sink the data into a destination dataset. Ogni flusso di dati richiede almeno una trasformazione sink, ma è possibile scrivere in tutti i sink necessari per completare il flusso di trasformazione.Every data flow requires at least one sink transformation, but you can write to as many sinks as necessary to complete your transformation flow. Per scrivere in sink aggiuntivi, creare nuovi flussi tramite nuovi rami e divisioni condizionali.To write to additional sinks, create new streams via new branches and conditional splits.

Ogni trasformazione sink è associata esattamente a un set di dati Data Factory.Each sink transformation is associated with exactly one Data Factory dataset. Il set di dati definisce la forma e la posizione dei dati in cui si desidera scrivere.The dataset defines the shape and location of the data you want to write to.

Connettori sink supportati nel flusso di dati di mappingSupported sink connectors in mapping data flow

Attualmente i set di impostazioni seguenti possono essere utilizzati in una trasformazione sink:Currently the following datasets can be used in a sink transformation:

Le impostazioni specifiche di questi connettori si trovano nella scheda Impostazioni . le informazioni su queste impostazioni sono disponibili nella documentazione del connettore.Settings specific to these connectors are located in the Settings tab. Information on these settings are located in the connector documentation.

Azure Data Factory ha accesso a oltre 90 connettori nativi.Azure Data Factory has access to over 90 native connectors. Per scrivere i dati nelle altre origini dal flusso di dati, usare l'attività di copia per caricare i dati da una delle aree di gestione temporanea supportate dopo il completamento del flusso di dati.To write data to those other sources from your data flow, use the Copy Activity to load that data from one of the supported staging areas after completion of your data flow.

Impostazioni sinkSink settings

Una volta aggiunto un sink, configurare tramite la scheda sink . Qui è possibile selezionare o creare il set di dati in cui viene scritto il sinkOnce you have added a sink, configure via the Sink tab. Here you can pick or create the dataset your sink writes to

Impostazioni sinkSink settings

Schema Drift: la deriva dello schema è data factory capacità di gestire in modo nativo schemi flessibili nei flussi di dati senza dover definire in modo esplicito le modifiche apportate alle colonne.Schema drift: Schema Drift is data factory's ability to natively handle flexible schemas in your data flows without needing to explicitly define column changes. Enable schema Drift consente di scrivere colonne aggiuntive oltre a quanto definito nello schema dei dati sink.Enable Allow schema drift to write additional columns on top of what is defined in the sink data schema.

Convalida schema: Se è selezionata l'opzione Convalida schema, il flusso di dati avrà esito negativo se non viene trovata alcuna colonna nello schema definito del set di dati.Validate schema: If validate schema is selected, the data flow will fail if any column in the defined schema of the dataset is not found.

Mapping dei campiField mapping

Analogamente a una trasformazione Select, nella scheda mapping del sink è possibile decidere quali colonne in entrata verranno scritte.Similar to a Select transformation, in the Mapping tab of the sink, you can decide which incoming columns will get written. Per impostazione predefinita, viene eseguito il mapping di tutte le colonne di input, incluse le colonne trascinate.By default, all input columns, including drifted columns, are mapped. Questa operazione è nota come mapping automatico.This is known as Auto-mapping.

Quando si disattiva il mapping automatico, sarà possibile aggiungere mapping basati su colonne fisse o mapping basati su regole.When you turn off auto-mapping, you'll have the option to add either fixed column-based mappings or rule-based mappings. I mapping basati su regole consentono di scrivere espressioni con criteri di ricerca, mentre il mapping fisso eseguirà il mapping dei nomi delle colonne logiche e fisiche.Rule-based mappings allow you to write expressions with pattern matching while fixed mapping will map logical and physical column names. Per ulteriori informazioni sul mapping basato su regole, vedere la pagina relativa ai modelli di colonna nel flusso di dati di mapping.For more information on rule-based mapping, see column patterns in mapping data flow.

Anteprima dati in sinkData preview in sink

Quando si recupera un'anteprima dei dati in un cluster di debug, non vengono scritti dati nel sink.When fetching a data preview on a debug cluster, no data will be written to your sink. Verrà restituito uno snapshot dell'aspetto dei dati, ma non verrà scritto alcun elemento nella destinazione.A snapshot of what the data looks like will be returned, but nothing will be written to your destination. Per testare la scrittura dei dati nel sink, eseguire un debug della pipeline dall'area di disegno della pipeline.To test writing data into your sink, run a pipeline debug from the pipeline canvas.

Passaggi successiviNext steps

Ora che è stato creato il flusso di dati, aggiungere un' attività flusso di dati alla pipeline.Now that you've created your data flow, add a Data Flow activity to your pipeline.