Mitä ovat Fabricin käyttäjätietotoiminnot?

Käyttäjätietofunktioiden avulla voit luoda uudelleenkäytettäviä Python-toimintoja, joita voi kutsua Microsoft Fabric:n yli ja ulkoisista sovelluksista. Kirjoita liiketoimintalogiikkasi kerran ja kutsu se putkistosta, muistikirjoista, aktivaattorisäännöistä, Power BI:n translyytisistä tehtävävirroista tai mistä tahansa ulkoisesta järjestelmästä REST-päätepisteiden kautta.

Käyttäjätietofunktiot tarjoavat palvelimettoman laskentaympäristön, jossa voit isännöidä ja ajaa mukautettua Python-koodia suoraan Fabric-ohjelmassa. Tarvitsetpa sitten tuotekategorioiden standardointia, monimutkaisten liiketoimintasääntöjen soveltamista tai ulkoisten rajapintojen integrointia, voit kirjoittaa funktioita, jotka ovat heti käytettävissä koko dataalustallasi. Palvelu tukee Python 3.11.9 -ajonaikaa, PyPI:n julkisia kirjastoja ja Fabric-datayhteyksiä.

animoitu GIF, jossa näkyy Fabric-käyttäjätietofunktioiden käyttöliittymä.

Oletko valmis aloittamaan? Tämän oppaan avulla voit luoda uuden käyttäjätietofunktiokohteen tai käyttää VS Code -laajennusta.

Miksi käyttää Fabricin käyttäjätietotoimintoja?

Fabric User Data Functions tarjoaa palvelimettoman alustan, jolla voit isännöidä mukautettua logiikkaasi ja käynnistää sen eri tyyppisistä Fabric-kohteista ja tietolähteistä. Voit käyttää tätä palvelua liiketoimintalogiikan, sisäisten algoritmien ja uudelleenkäytettävien funktioiden kirjoittamiseen, jotka integroituvat Fabric-ratkaisuihisi.

Seuraavat ovat keskeiset hyödyt:

  • Uudelleenkäytettävyys: Kirjoita liiketoimintalogiikkasi kerran käyttäjätietofunktiona ja käynnistä se useista Fabric kohteista—putkistosta, muistikirjoista, aktivointisäännöistä ja Power BI translyytiset tehtävävirrat. Kun liiketoimintasäännöt muuttuvat, päivitä funktio kerran sen sijaan, että muokkaat koodia useammassa kohdassa.
  • Serverless hosting: Ota käyttöön Python-funktioita ilman infrastruktuurin hallintaa. User Data Functions tarjoavat palvelimettoman laskentaympäristön sisäänrakennetulla tunnistautumisella, mikä poistaa tarpeen erillisten API-palveluiden tai konttien perustamiselle ja ylläpidolle.
  • Ulkoinen yhteys: Jokainen toiminto avaa automaattisesti oman ainutlaatuisen REST-päätepisteensä, mahdollistaen integraation ulkoisiin sovelluksiin, verkkopalveluihin ja räätälöityihin asiakaspalvelmiin. Kutsu funktioitasi mistä tahansa järjestelmästä, joka tukee HTTP-pyyntöjä.

Tärkeimmät ominaisuudet

  • Kirjoita kerran, aja missä tahansa: Luo funktioita, jotka toimivat identtisesti, olivatpa ne sitten kutsuttu putkistosta, muistikirjoista, aktivaattorisäännöistä, Power BI:stä tai ulkoisista REST-kutsuista
  • Rikas Python-ekosysteemi: Käytä mitä tahansa PyPI:n pakettia rakentaaksesi kehittynyttä logiikkaa – pandasia datan käsittelyyn, API-kutsupyyntöjä tai erikoiskirjastoja toimialueellesi
  • Turvallinen tiedonkäyttö: Yhdistä Fabric-tietolähteisiin (SQL-tietokannat, varastot, järvirakennukset, peilatut tietokannat) sisäänrakennetulla todennuksella ja tietoturvalla
  • Kehitä ja julkaise työnkulku: Testaa funktiot ennen niiden julkaisemista varmistaen, että muutokset validoidaan ennen kuin ne ovat käytettävissä kutsuttavaksi

Integrointiominaisuudet

User Data Functions integroituvat saumattomasti Microsoft Fabricin työkuormiin ja ulkoisiin järjestelmiin, mahdollistaen kattavien dataratkaisujen rakentamisen.

Kutsu kangas-esineistä

Kutsu funktiot mistä tahansa Fabric-työkuormasta keskittääksesi liiketoimintalogiikan ja ylläpitääksesi johdonmukaisuutta:

  • Dataputket – Suorita funktioita putkitoimintoina datan muunnoksissa, validoinnissa tai orkestrointilogiikassa
  • Notebookit – Kutsu PySpark- tai Python-muistikirjoista funktioita data-analytiikan työnkulkuihin ja tutkimusanalyysiin
  • Aktivaattorisäännöt – Trigger-toiminnot reaaliaikaisten tapahtumien ja suoratoistodatan mukaan
  • Power BI translytiset tehtävävirrat - Kutsu toimintoja suoraan Power BI raporteista interaktiivisiin datakokemuksiin. Käyttäjätietofunktiot voivat vastaanottaa raportin kontekstin – kuten nykyisen suodattimen ja valintakontekstin – pyynnön hyötykuormassa, mahdollistaen toimintojen suorituksen ja takaisinkirjoitusskenaariot raportin sisältä. Kun takaisinkirjoitus on valmis, raportin tietojen näkyvyys riippuu raportin tallennustilasta ja päivityssemantiikasta: päivitetyt arvot näkyvät välittömästi Direct Lake- tai DirectQuery-raporteissa tai automaattisesti virkistysprosessin jälkeen, jonka tehtävävirta käynnistää tuontitilan raporteille.

Yhdistä Fabric-tietolähteisiin

Toimintosi voivat turvallisesti päästä käsiksi Fabric-alustan tietoihin:

  • SQL-tietokannat – Fabric SQL -tietokantojen luku- ja kirjoitusoperaatiot
  • Varastot – Luku- ja kirjoitusoperaatiot rakenteellisille datalle
  • Lakehouses – Lue ja kirjoita Lakehouse-tiedostoja; vain luku -pääsy SQL-päätelaitteisiin
  • Peilatut tietokannat – Vain luku -pääsy peilattuihin tietokantatietoihin

Power BI Translytical Task Flows -kirjoitus on natiivisti tuettu, kun käyttäjätietofunktioita kutsutaan käyttöön. User Data Functions voi suorittaa lisäys-, päivitys- ja poistotoimintoja Fabric SQL Database-, Fabric tietovarasto- ja Lakehouse-tiedostoille, mikä tekee niistä ihanteellisen integraatiopisteen tehtävävirtaohjaisiin takaisinkirjoitustilanteisiin.

Lue lisää Fabric-tietolähteisiin yhdistämisestä.

Puhelut ulkoisista sovelluksista

Jokainen käyttäjätietofunktio avaa automaattisesti oman ainutlaatuisen REST-päätepisteensä integraatiota varten Fabricin ulkopuolisten järjestelmien kanssa:

  • Verkkosovellukset – Kutsu toimintoja web-sovelluksista, mobiilisovelluksista tai yksisivuisista sovelluksista
  • Ulkoiset palvelut - Integroidaan ulkoisiin järjestelmiin, mikropalveluihin tai vanhoihin sovelluksiin—esimerkiksi lähetä viestejä tai päivityksiä Microsoft Teams:lle, tai kutsu ulkoisia REST-rajapintoja osana tehtävävirtaan perustuvia toimintoja
  • API-työnkulut – Ketjutetaan funktioita muiden API-rajapintojen kanssa monimutkaisten integraatioskenaarioiden rakentamiseksi
  • Mukautetut asiakkaat – Kutsu mistä tahansa ohjelmointikielestä tai alustasta, joka tukee HTTP-pyyntöjä

REST-päätelaitteet käyttäjätietotoiminnoille tukevat Microsoft Entra ID -tunnistautumista, varmistaen turvallisen pääsyn ulkoisista järjestelmistä. Opi kutsumaan User Data Functions -toimintoja Python-sovelluksesta.

Aloita

Oletko valmis luomaan ensimmäisen käyttäjätietofunktiosi? Valitse haluamasi kehitysympäristö:

Aiheeseen liittyvä sisältö

  • Last updated on