Felsöka mappning av dataflöde

Slutförd

När du skapar mappningsdataflöden kan du interaktivt se hur datatransformationerna körs så att du kan felsöka dem. Om du vill använda den här funktionen måste du först aktivera funktionen "Data Flow Debug".

Starta data Flow Felsöka

Om du klickar på Felsök etableras de Spark-kluster som krävs för att interagera med Flow transformationer. När du har aktivera Felsökning uppmanas du att välja Integration Runtime som du behöver använda i miljön. Om du väljer AutoResolveIntegrationRuntime, ett kluster med åtta kärnor som är tillgängligt med ett time to live-värde på 60 minuter.

Anteckning

Det tar vanligtvis 5–7 minuter för klustret att komma i rätt tid. När det här läget är aktiverat och Spark-klustren körs kan du skapa ditt dataflöde steg för steg och visa data när de körs genom varje transformeringsfas.

En flik för förhandsgranskning av data är tillgänglig i felsökningsläge där du kan visa data i varje steg i pipelinen. Du kan visa data efter varje transformering. Dataförhandsvisningen ger också möjlighet att vidta åtgärder för data, till exempel titta på beskrivande statistik av data eller möjlighet att ändra data.

Dataförhandsvisning

Slutligen kan du använda felsökningsinställningarna för att styra antalet rader som returneras i förhandsgranskningen av data.

Anteckning

Vi rekommenderar att du begränsar antalet rader som returneras tillräckligt för att du ska kunna bekräfta att data är korrekta. Ju större datauppsättning, desto längre tid tar det att returnera resultatet. Du kan också använda inställningarna för felsökning för att ange eventuella parametervärden som ska användas under körningen av pipelinen.