Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt für:
Azure Data Factory
Azure Synapse Analytics
Tipp
Data Factory in Microsoft Fabric ist die nächste Generation von Azure Data Factory mit einer einfacheren Architektur, integrierter KI und neuen Features. Wenn Sie mit der Datenintegration noch nicht vertraut sind, beginnen Sie mit Fabric Data Factory. Vorhandene ADF-Workloads können zu Fabric aktualisiert werden, um auf neue Funktionen in der Datenwissenschaft, Echtzeitanalyse und Berichterstellung zuzugreifen.
In diesem Artikel wird beschrieben, wie Sie eine Datenfabrik in Azure Data Factory kopieren oder klonen.
Anwendungsfälle für das Klonen einer Data Factory
Hier sind einige der Umstände, unter denen Sie es möglicherweise hilfreich finden, eine Datenfabrik zu kopieren oder zu klonen:
Verschieben einer Data Factory in eine neue Region. Wenn Sie Ihre Data Factory in eine andere Region verschieben möchten, empfiehlt es sich, eine Kopie in der Zielregion zu erstellen und die vorhandene Factory zu löschen.
Umbenennen der Data Factory. Azure unterstützt das Umbenennen von Ressourcen nicht. Wenn Sie eine Data Factory umbenennen möchten, können Sie sie unter einem anderen Namen klonen und die vorhandene löschen.
Debuggen von Änderungen, wenn die Debugfeatures nicht ausreichen. In den meisten Szenarien können Sie das Debuggen nutzen. In anderen Szenarien ist das Testen von Änderungen in einer geklonten Sandboxumgebung sinnvoller. Das Verhalten der parametrisierten ETL-Pipelines beim Auslösen eines Triggers bei Dateieingang im Vergleich zu einem rollierenden Zeitfenster könnte möglicherweise nicht einfach durch Debuggen getestet werden. In diesen Fällen möchten Sie möglicherweise eine Sandkastenumgebung zum Experimentieren klonen. Da Azure Data Factory in erster Linie durch die Anzahl der Läufe belastet wird, führt eine zweite Fabrik nicht zu zusätzlichen Gebühren.
Wie man eine Data Factory klont
Zu Beginn müssen Sie zuerst Ihre Ziel-Data Factory über das Azure-Portal erstellen.
Im Git-Modus:
- Jedes Mal, wenn Sie vom Portal aus veröffentlichen, wird die Ressourcen-Manager-Vorlage der Fabrik in Git im 'adf_publish' Zweig gespeichert.
- Verbinden Sie die neue Factory mit demselben Repository, und erstellen Sie sie über den Branch „adf_publish“. Ressourcen wie z. B. Pipelines, Datensätze und Trigger werden weitergeleitet.
Im Livemodus:
- Mit der Benutzeroberfläche von Data Factory können Sie die gesamte Nutzlast Ihrer Datenfactory in eine Resource Manager Vorlagendatei und eine Parameterdatei exportieren. Sie können über die Schaltfläche ARM-Vorlage \ Ressourcen-Manager-Vorlage exportieren im Portal darauf zugreifen.
- Möglicherweise nehmen Sie geeignete Änderungen an der Parameterdatei vor und setzen neue Werte für die neue Fabrik ein.
- Als Nächstes können Sie sie über standardmäßige Resource Manager Bereitstellungsmethoden für Vorlagen bereitstellen. Ausführliche Schritte finden Sie unter Bereitstellen von Ressourcen mit ARM-Vorlagen
Wenn Sie eine SelfHosted IntegrationRuntime in Ihrer Quellfactory haben, müssen Sie sie mit dem gleichen Namen in der Zielfactory vorab erstellen. Wenn Sie die selbstgehostete Integration Runtime zwischen verschiedenen Factorys freigeben möchten, können Sie das hier veröffentlichte entsprechende Muster verwenden.
Aus Sicherheitsgründen enthält die generierte Resource Manager Vorlage keine geheimen Informationen, z. B. Kennwörter für verknüpfte Dienste. Daher müssen Sie die Anmeldeinformationen als Bereitstellungsparameter angeben. Wenn die manuelle Eingabe von Anmeldeinformationen für Ihre Einstellungen nicht wünschenswert ist, sollten Sie stattdessen die Verbindungszeichenfolgen und Kennwörter aus Azure Key Vault abrufen. Weitere Informationen
Zugehöriger Inhalt
Lesen Sie die Anleitung zum Erstellen einer Datenfactory im Azure-Portal in Create a data factory by using the Azure Data Factory UI.