连接到 Azure Data Lake Storage 中的 Common Data Model 表
备注
Azure Active Directory 现已更名为 Microsoft Entra ID。 了解更多
使用 Azure Data Lake Storage 帐户使用 Common Data Model 表将数据引入 Dynamics 365 Customer Insights - Data。 数据引入可以是完整的或增量的。
先决条件
Azure Data Lake Storage 帐户必须已启用分层命名空间。 数据必须以分层文件夹格式存储，该格式定义根文件夹，每个表都有子文件夹。 子文件夹可以有完整数据或增量数据文件夹。
要使用 Microsoft Entra 服务主体进行身份验证，请确保已在您的租户中配置它。 有关详细信息，请参阅使用 Microsoft Entra 服务主体连接到 Azure Data Lake Storage 帐户。
您要从其连接和引入数据的 Azure Data Lake Storage 必须与 Dynamics 365 Customer Insights 环境位于同一 Azure 区域中，并且订阅必须在同一租户中。 不支持从不同的 Azure 区域中的 Data Lake 连接到 Common Data Model 文件夹。 要了解该环境的 Azure 区域，请在 Customer Insights - Data 中转到设置>系统>关于。
联机服务中存储的数据可以存储在与处理或存储数据不同的位置。 导入或连接到联机服务中存储的数据即表示您同意传输数据。 在 Microsoft 信任中心了解更多信息。
Customer Insights - Data 服务主体必须具有以下角色之一才能访问存储帐户。 有关详细信息，请参阅向服务主体授予访问存储帐户的权限。
- 存储 Blob 数据读取器
- 存储 Blob 数据负责人
- 存储 Blob 数据参与者
使用 Azure 订阅选项连接到 Azure 存储时，设置数据源连接的用户至少需要存储帐户的存储 Blob 数据参与者权限。
使用 Azure 资源选项连接到 Azure 存储时，设置数据源连接的用户至少需要存储帐户的 Microsoft.Storage/storageAccounts/read 操作权限。 包含此操作的 Azure 内置角色是读者角色。 要限制仅访问必要的操作，创建仅包含此操作的 Azure 自定义角色。
为了获得最佳性能，分区的大小应小于或等于 1 GB，并且文件夹中的分区文件数不能超过 1000。
Data Lake Storage 中的数据应遵循 Common Data Model 标准来存储数据，并应具有 Common Data Model 清单来表示数据文件的架构（*.csv 或 *.parquet）。 清单必须提供表的详细信息，如表列和数据类型，以及数据文件位置和文件类型。 有关详细信息，请参阅 Common Data Model 清单。 如果清单不存在，具有存储 Blob 数据负责人或存储 Blob 数据参与者访问权限的管理员用户可以在引入数据时定义架构。
备注
如果 .parquet 文件中的任何字段的数据类型为 Int96，这些数据可能不会在表页面上显示。 我们建议使用标准数据类型，如 Unix 时间戳格式（它将时间表示为自 1970 年 1 月 1 日午夜 (UTC) 以来的秒数）。
限制
- Customer Insights - Data 不支持精度大于 16 的小数类型列。
连接到 Azure Data Lake Storage
转到数据>数据源。
选择添加数据源。
选择 Azure Data Common Data Model 表。
输入数据源名称和说明（可选）。 此名称将在下游流程中引用，在创建数据源后无法更改。
为连接存储使用的是选择以下选项之一。 有关详细信息，请参阅使用 Microsoft Entra 服务主体连接到 Azure Data Lake Storage 帐户。
- Azure 资源：输入资源 ID。(private-link.md)。
- Azure 订阅：选择订阅，然后选择资源组和存储帐户。
备注
您需要容器的以下角色之一来创建数据源：
- 存储 Blob 数据读取器足以从存储帐户读取数据并将数据引入 Customer Insights - Data。
- 如果您要直接在 Customer Insights - Data 中编辑清单文件，则必须是存储 Blob 数据参与者或负责人。
在存储帐户中具有此角色将在其所有容器上提供相同的角色。
或者，如果要通过 Azure 专用链接从存储帐户引入数据，选择启用专用链接。 有关详细信息，请参阅专用链接。
选择包含要从中导入数据的数据和架构（model.json 或 manifest.json 文件）的容器的名称，然后选择下一步。
备注
与环境中其他数据源相关联的任何 model.json 或 manifest.json 文件都不会显示在列表中。 但是，相同的 model.json 或 manifest.json 文件可用于多个环境中的数据源。
要创建新架构，请转到创建新架构文件。
要使用现有架构，请导航到包含 model.json 或 manifest.cdm.json 文件的文件夹。 您可以在目录中搜索来查找该文件。
选择 json 文件，然后选择下一步。 可用表列表将显示。
选择要包括的表。
小费
要在 JSON 编辑界面中编辑表，选择表，然后选择编辑架构文件。 进行更改，然后选择保存。
对于需要增量引入的选定表，增量刷新下会显示必需。 对于每个表，请参阅为 Azure Data Lake 数据源配置增量刷新。
对于未定义主键的选定表，主键下将显示必需。 对于每个表：
- 选择必需。 编辑表面板将显示。
- 选择主键。 主键是表所特有的属性。 若要使属性成为有效主键，它不应包括重复值、缺少值或 null 值。 支持将字符串、整数和 GUID 数据类型属性作为主键。
- 或者，更改分区模式。
- 选择关闭保存并关闭面板。
为每个包含的表选择列数量。 管理属性页面将显示。
- 创建新列，编辑或删除现有列。 您可以更改名称、数据格式或添加语义类型。
- 要启用分析和其他功能，为整个表或特定列选择数据分析。 默认情况下，不会为数据分析启用任何表。
- 选择完成。
选择保存。 数据源页面将打开，显示处于正在刷新状态的新数据源。
加载数据可能需要一些时间。 成功刷新后，可以从表页查看引入的数据。
创建新架构文件
选择创建架构文件。
为文件输入名称，然后选择保存。
选择新建表。 新建表面板将显示。
输入表名称并选择数据文件位置。
- 多个 .csv 或 .parquet 文件：浏览到根文件夹，选择模式类型，然后输入表达式。
- 单个 .csv 或 .parquet 文件：浏览到 .csv 或 .parquet 文件，选择该文件。
选择保存。
选择定义属性手动添加属性，或选择自动生成属性。 要定义属性，输入名称，然后选择数据格式和可选语义类型。 对于自动生成的属性：
属性自动生成后，选择查看属性。 管理属性页面将显示。
确保每个属性的数据格式都是正确的。
要启用分析和其他功能，为整个表或特定列选择数据分析。 默认情况下，不会为数据分析启用任何表。
选择完成。 选择表页面将显示。
继续添加表和列（如果适用）。
添加所有表后，选择包括在数据源引入中包括表。
对于需要增量引入的选定表，增量刷新下会显示必需。 对于每个表，请参阅为 Azure Data Lake 数据源配置增量刷新。
对于未定义主键的选定表，主键下将显示必需。 对于每个表：
- 选择必需。 编辑表面板将显示。
- 选择主键。 主键是表所特有的属性。 若要使属性成为有效主键，它不应包括重复值、缺少值或 null 值。 支持将字符串、整数和 GUID 数据类型属性作为主键。
- 或者，更改分区模式。
- 选择关闭保存并关闭面板。
选择保存。 数据源页面将打开，显示处于正在刷新状态的新数据源。
加载数据可能需要一些时间。 成功刷新后，可以从数据>表页查看引入的数据。
编辑 Azure Data Lake Storage 数据源
您可以更新连接存储帐户使用的是选项。 有关详细信息，请参阅使用 Microsoft Entra 服务主体连接到 Azure Data Lake Storage 帐户。 若要连接到除存储帐户之外的容器，或更改帐户名称，应创建新的数据源连接。
转到数据>数据源。 在要更新的数据源旁边，选择编辑。
更改以下任一信息：
说明
连接存储使用的是和连接信息。 在更新连接时，无法更改容器信息。
备注
必须将以下角色之一分配给存储帐户或容器：
- 存储 Blob 数据读取器
- 存储 Blob 数据负责人
- 存储 Blob 数据参与者
将 Azure 托管标识与 Azure Data Lake Storage 结合使用？？？
如果要通过 Azure 专用链接从存储帐户引入数据，启用专用链接。 有关详细信息，请参阅专用链接。
选择下一步。
更改以下任一信息：
导航到具有来自容器的不同表集的不同 model.json 或 manifest.json 文件。
要添加将要引入的其他表，选择新建表。
如果没有依赖关系，要删除任何已选择的表，选择该表，然后选择删除。
重要提示
如果现有 model.json 或 manifest.json 文件以及表集上存在依赖项，则会看到错误消息，并且无法选择其他 model.json 或 manifest.json 文件。 在更改 model.json 或 manifest.json 文件或使用想要避免删除依赖项的 model.json 或 manifest.json 文件创建新数据源之前，请删除这些依赖项。
要更改数据文件位置或主键，选择编辑。
要更改增量引入数据，请参阅为 Azure Data Lake 数据源配置增量刷新。
仅更改表名称以匹配 .json 文件中的表名称。
备注
引入后，始终将表名称与 model.json 或 manifest.json 文件中的表名称保持相同。 Customer Insights - Data 会在每次系统刷新期间使用 model.json 或 manifest.json 验证所有表名称。 如果表名称发生变化，将发生错误，因为 Customer Insights - Data 在 .json 文件中找不到新的表名称。 如果引入的表名称被意外更改，应编辑表名称以与 .json 文件中的名称保持一致。
选择列添加或更改列，或启用数据分析。 然后选择完成。
选择保存应用您的更改并返回到数据源页面。