Condividi tramite

Introduzione a Azure Data Factory

APPLICABILE A: Azure Data Factory Azure Synapse Analytics

Suggerimento

Data Factory in Microsoft Fabric è la nuova generazione di Azure Data Factory, con un'architettura più semplice, un'intelligenza artificiale predefinita e nuove funzionalità. Se non si ha familiarità con l'integrazione dei dati, iniziare con Fabric Data Factory. I carichi di lavoro di Azure Data Factory esistenti possono eseguire l'aggiornamento a Fabric per accedere a nuove funzionalità tra data science, analisi in tempo reale e creazione di report.

Benvenuti a Azure Data Factory! Questo articolo illustra come creare la prima data factory e la pipeline entro cinque minuti.

Il modello di Azure Resource Manager (modello arm) in questo articolo crea e configura tutto ciò che serve. È quindi possibile passare alla data factory demo e attivare la pipeline, che sposta alcuni dati di esempio da una cartella Archiviazione BLOB di Azure a un'altra.

Prerequisiti

Se non si ha una sottoscrizione Azure, creare un account free prima di iniziare.

Riepilogo video

Il video seguente fornisce una panoramica dell'esempio in questo articolo.

Passaggio 1: Usare la demo per creare risorse

In questo scenario dimostrativo si usa l'attività copy in una data factory per copiare un BLOB denominato moviesDB2.csv da una cartella di input in Archiviazione BLOB di Azure in una cartella di output. In uno scenario reale, questa operazione di copia potrebbe avvenire tra una delle numerose origini dati supportate e i sink disponibili nel servizio. Potrebbe anche comportare trasformazioni nei dati.

  1. Selezionare il pulsante seguente.

    Riprovare la prima demo della data factory

    Selezionando il pulsante vengono create le risorse Azure seguenti:

    • Un account di Azure Data Factory
    • Una data factory contenente una pipeline con un'attività di copia
    • Un account Archiviazione BLOB di Azure con moviesDB2.csv caricato nella cartella di input come fonte
    • Un servizio collegato per connettere la data factory a gestione rete virtuale di Azure

  2. Si viene indirizzati alla pagina di configurazione per distribuire il modello. In questa pagina:

    1. In Gruppo di risorse selezionare Crea nuovo per creare un gruppo di risorse. È possibile lasciare tutti gli altri valori con i valori predefiniti.

    2. Selezionare Rivedi e crea e quindi crea per distribuire le risorse.

    Screenshot della pagina per la distribuzione di un modello per la creazione di risorse.

Note

L'utente che distribuisce il modello deve assegnare un ruolo a un'identità gestita. Questo passaggio richiede autorizzazioni che possono essere concesse tramite il ruolo Proprietario, Amministratore accesso utenti o Operatore identità gestita.

Tutte le risorse di questa demo vengono create nel nuovo gruppo di risorse, in modo da poterle pulire facilmente in un secondo momento.

Passaggio 2: Esaminare le risorse distribuite

  1. Nel messaggio che mostra il completamento della distribuzione, selezionare Vai al gruppo di risorse.

    Screenshot della pagina del portale di Azure che mostra la corretta distribuzione della demo template.

  2. Il gruppo di risorse include la nuova data factory, l'account di gestione rete virtuale di Azure e l'identità gestita che la distribuzione ha creato. Selezionare la data factory nel gruppo di risorse per visualizzarla.

    Screenshot del contenuto del gruppo di risorse creato per la demo, con la data factory evidenziata.

  3. Selezionare il pulsante Avvia studio .

    Screenshot del portale di Azure che mostra i dettagli della data factory appena creata, con il pulsante per aprire Azure Data Factory Studio evidenziato.

  4. In Azure Data Factory Studio:

    1. Selezionare la scheda Autorescheda Autore.
    2. Selezionare la pipeline creata dal modello.
    3. Controllare i dati di origine selezionando Apri.

    Screenshot di Azure Data Factory Studio che mostra la pipeline creata dal modello.

  5. Nel set di dati di origine selezionare Sfoglia per visualizzare il file di input creato per la demo.

    Screenshot del set di dati di origine con il pulsante Sfoglia evidenziato.

    Si noti il file moviesDB2.csv, già caricato nella cartella di input.

    Screenshot del contenuto della cartella di input, che mostra il file di input usato nella demo.

Passaggio 3: Attivare la pipeline demo per l'esecuzione

  1. Selezionare Aggiungi trigger e quindi Attiva ora.

    Screenshot del pulsante per avviare l'esecuzione della pipeline di demo.

  2. Nel riquadro destro, in Esecuzione pipeline, selezionare OK.

Monitorare la pipeline

  1. Selezionare la scheda MonitoraggioScheda Monitoraggio. Questa scheda offre una panoramica delle esecuzioni della pipeline, compresi l’ora di inizio e lo stato.

    Screenshot della scheda per il monitoraggio delle esecuzioni della pipeline in una data factory.

  2. In questo avvio rapido la pipeline ha un solo tipo di attività: Copia dati. Selezionare il nome della pipeline per visualizzare i dettagli dei risultati dell'esecuzione dell'attività di copia.

    Screenshot dei risultati dell'esecuzione di un'attività di copia nella scheda per il monitoraggio della data factory.

  3. Selezionare l'icona Dettagli per visualizzare il processo di copia dettagliato. Nei risultati, le dimensioni di lettura e scrittura deidati sono uguali e un file è stato letto e scritto. Queste informazioni dimostrano che tutti i dati sono stati copiati correttamente nella destinazione.

    Screenshot dei risultati dettagliati dell'esecuzione di un'attività di copia.

Pulire le risorse

È possibile pulire tutte le risorse create in questo articolo in uno dei due modi seguenti:

  • È possibile delete l'intero gruppo di risorse Azure, che include tutte le risorse create.

  • Se si desidera mantenere intatte alcune risorse, passare al gruppo di risorse ed eliminare solo le risorse specifiche da rimuovere.

    Ad esempio, se si usa questo modello per creare una data factory da usare in un'altra esercitazione, è possibile eliminare le altre risorse ma mantenere solo la data factory.

Contenuti correlati

In questo articolo è stata creata una data factory contenente una pipeline con un'attività di copia. Per altre informazioni su Azure Data Factory, continuare con il modulo di training e l'articolo seguente:

  • Last updated on