Förstå språkstöd i Azure Data Factory

Slutförd

Medan de flesta Azure Data Factory-användare utvecklar med hjälp av användargränssnittet är Azure Data Factory tillgängligt i en mängd olika programutvecklingspaket (SDK:er) för alla som vill utveckla programmatiskt. När du använder ett SDK fungerar en användare direkt mot Azure Data Factory-tjänsten och alla uppdateringar tillämpas omedelbart på fabriken.

Det finns Azure Data Factory-bibliotek för Python som gör att du kan utföra hanteringen av tjänsten.

Du kan installera följande paket

pip install azure-mgmt-datafactory 

Därifrån kan du utföra en rad aktiviteter, till exempel att skapa Azure Data Factory i din prenumeration i regionen USA, östra, enligt följande kod.

from azure.common.credentials import ServicePrincipalCredentials
from azure.mgmt.resource import ResourceManagementClient
from azure.mgmt.datafactory import DataFactoryManagementClient
from azure.mgmt.datafactory.models import *
import time

#Create a data factory
subscription_id = '<Specify your Azure Subscription ID>'
credentials = ServicePrincipalCredentials(client_id='<Active Directory application/client ID>', secret='<client secret>', tenant='<Active Directory tenant ID>')
adf_client = DataFactoryManagementClient(credentials, subscription_id)

rg_params = {'location':'eastus'}
df_params = {'location':'eastus'}  

df_resource = Factory(location='eastus')
df = adf_client.factories.create_or_update(rg_name, df_name, df_resource)
print_item(df)
while df.provisioning_state != 'Succeeded':
    df = adf_client.factories.get(rg_name, df_name)
    time.sleep(1)

Förutom Python kan du även programmatiskt interagera med Azure Data Factory med de andra språken och SDK:erna enligt listan:

  • .NET
  • REST API:er
  • PowerShell
  • Azure Resource Manager-mallar
  • Dataflödesskript

Dataflödesskript (DFS) är underliggande metadata, ungefär som ett kodningsspråk, som används för att köra transformeringar som ingår i ett mappningsdataflöde. Varje transformering representeras av en serie egenskaper som ger nödvändig information för att köra jobbet korrekt. Skriptet är synligt och redigerbart från ADF genom att klicka på "skript"-knappen i det övre menyfliksområdet i webbläsargränssnittet.