Beskriva azure Data Factory-transformeringstyper
Mappning Dataflöde innehåller ett antal olika transformeringstyper som gör att du kan ändra data. De är uppdelade i följande kategorier:
Kategorinamn | Beskrivning |
---|---|
Transformering av schemamodifierare | De här typerna av transformeringar gör en ändring i ett mål för mottagare genom att skapa nya kolumner baserat på omvandlingens åtgärd. Ett exempel på detta är transformering av härledda kolumner som skapar en ny kolumn baserat på de åtgärder som utförs på den befintliga kolumnen. |
Transformering av radmodifierare | Dessa typer av transformeringar påverkar hur raderna visas i målet. Ett exempel på detta är en sorteringstransformering som beställer data. |
Transformering av flera indata/utdata | Dessa typer av transformeringar genererar nya datapipelines eller sammanfogar pipelines till en. Ett exempel på detta är uniontransformeringen som kombinerar flera dataströmmar. |
Nedan visas en lista över transformeringar som är tillgängliga i Dataflöde för mappning
Namn | Kategori | Beskrivning |
---|---|---|
Sammansättning | Schemamodifierare | Definiera olika typer av sammansättningar, till exempel SUM, MIN, MAX och COUNT grupperade efter befintliga eller beräknade kolumner. |
Ändra rad | Radmodifierare | Ange infognings-, borttagnings-, uppdaterings- och upsert-principer på rader. Du kan lägga till ett-till-många-villkor som uttryck. Dessa villkor bör anges i prioritetsordning, eftersom varje rad markeras med principen som motsvarar det första matchande uttrycket. Vart och ett av dessa villkor kan resultera i att en rad (eller rader) infogas, uppdateras, tas bort eller uppgraderas. Alter Row kan generera både DDL- och DML-åtgärder mot databasen. |
Villkorsstyrd delning | Flera indata/utdata | Dirigera rader med data till olika strömmar baserat på matchande villkor. |
Härledd kolumn | Schemamodifierare | generera nya kolumner eller ändra befintliga fält med hjälp av dataflödesuttrycksspråket. |
Finns | Flera indata/utdata | Kontrollera om dina data finns i en annan källa eller dataström. |
Filter | Radmodifierare | Filtrera en rad baserat på ett villkor. |
Platta | Schemamodifierare | Ta matrisvärden inuti hierarkiska strukturer som JSON och avregistrera dem i enskilda rader. |
Join | Flera indata/utdata | Kombinera data från två källor eller strömmar. |
Slå upp | Flera indata/utdata | Gör att du kan referera till data från en annan källa. |
Ny gren | Flera indata/utdata | Tillämpa flera uppsättningar åtgärder och transformeringar mot samma dataström. |
Pivot | Schemamodifierare | En aggregering där en eller flera grupperingskolumner har distinkta radvärden omvandlade till enskilda kolumner. |
Välj | Schemamodifierare | Aliaskolumner och strömnamn samt släpp eller ordna om kolumner. |
Diskbänken | - | Ett slutmål för dina data. |
Sortera | Radmodifierare | Sortera inkommande rader på den aktuella dataströmmen. |
Source | - | En datakälla för dataflödet. |
Surrogatnyckel | Schemamodifierare | Lägg till ett inkrementellt godtyckligt nyckelvärde som inte är företagsspecifikt. |
Unionen | Flera indata/utdata | Kombinera flera dataströmmar lodrätt. |
Unpivot | Schemamodifierare | Pivotera kolumner till radvärden. |
Fönstret | Schemamodifierare | Definiera fönsterbaserade sammansättningar av kolumner i dina dataströmmar. |
Dataflöde Expression Builder
Vissa av de transformeringar som du kan definiera har en Dataflöde Expression Builder som gör att du kan anpassa funktionerna i en transformering med hjälp av kolumner, fält, variabler, parametrar, funktioner från ditt dataflöde i dessa rutor.
Om du vill skapa uttrycket använder du Expression Builder, som startas genom att klicka i textrutan uttryck i omvandlingen. Ibland visas även alternativ för "Beräknad kolumn" när du väljer kolumner för transformering. När du klickar på det ser du även att Expression Builder har startats.
Verktyget Expression Builder är standardalternativet för textredigeraren. Funktionen komplettera automatiskt läser från hela Azure Data Factory-Dataflöde objektmodell med syntaxkontroll och markering.