Hva er funksjoner for stoffbrukerdata?

Brukerdatafunksjoner gjør det mulig å lage gjenbrukbare Python-funksjoner som kan aktiveres på tvers av Microsoft Fabric og fra eksterne applikasjoner. Skriv forretningslogikken din én gang og kall den fra Pipelines, Notebooks, Activator-regler, Power BI translytiske oppgaveflyter eller et hvilket som helst eksternt system via REST-endepunkter.

Brukerdatafunksjoner gir et serverløst beregningsmiljø hvor du kan hoste og kjøre egendefinert Python-kode direkte i Fabric. Enten du trenger å standardisere produktkategorier, anvende komplekse forretningsregler eller integrere med eksterne API-er, kan du skrive funksjoner som umiddelbart er tilgjengelige på hele dataplattformen din. Tjenesten støtter Python 3.11.9-kjøring,offentlige biblioteker fra PyPI og Fabric-datatilkoblinger.

animert GIF som viser grensesnittet til Fabric User Data Functions.

Klar til å komme i gang? Følg denne veiledningen for å opprette et nytt element for brukerdatafunksjoner eller bruke VS Code-filtypen.

Hvorfor bruke Fabric User Data Functions?

Fabric User Data Functions tilbyr en serverløs plattform for å hoste din egendefinerte logikk og påkalle den fra ulike typer Fabric-elementer og datakilder. Du kan bruke denne tjenesten til å skrive forretningslogikk, interne algoritmer og gjenbrukbare funksjoner som integreres i dine Fabric-løsninger.

Følgende er viktige fordeler:

  • Reusability: Skriv forretningslogikken din én gang som en User Data Function og kall den fra flere Fabric elementer—Pipelines, Notebooks, Activator-regler og Power BI translytiske oppgaveflyter. Når forretningsregler endres, oppdater funksjonen én gang i stedet for å endre koden flere steder.
  • Serverløs hosting: Distribuer Python-funksjoner uten å administrere infrastruktur. User Data Functions tilbyr et serverløst beregningsmiljø med innebygd autentisering, og eliminerer behovet for å sette opp og vedlikeholde separate API-tjenester eller containere.
  • Ekstern tilkobling: Hver funksjon eksponerer automatisk sitt eget unike REST-endepunkt, noe som muliggjør integrasjon med eksterne applikasjoner, webtjenester og tilpassede klienter. Kall funksjonene dine fra ethvert system som støtter HTTP-forespørsler.

Viktige funksjoner

  • Skriv én gang, kjør hvor som helst: Lag funksjoner som fungerer identisk enten de kalles fra Pipelines, notatbøker, aktivatorregler, Power BI eller eksterne REST-kall
  • Rik Python-økosystem: Bruk hvilken som helst pakke fra PyPI for å bygge sofistikert logikk—pandas for datamanipulering, forespørsler om API-kall, eller spesialiserte biblioteker for ditt domene
  • Sikker datatilgang: Koble til Fabric-datakilder (SQL-databaser, lagre, innsjøhus, speilede databaser) med innebygd autentisering og sikkerhet
  • Utvikle og publiser arbeidsflyt: Test funksjoner før publisering av dem, og sørg for at endringer valideres før de blir tilgjengelige for påkallelse

Integrasjonsmuligheter

User Data Functions integreres sømløst med Microsoft Fabric-arbeidsbelastninger og eksterne systemer, slik at du kan bygge omfattende dataløsninger.

Påkall fra Fabric-elementer

Kall funksjonene dine fra hvilken som helst Fabric-arbeidsbelastning for å sentralisere forretningslogikken og opprettholde konsistens:

  • Datarørledninger – Utfør funksjoner som pipeline-aktiviteter for datatransformasjoner, valideringer eller orkestrerings-logikk
  • Notatbøker – Kaller funksjoner fra PySpark- eller Python-notatbøker for datavitenskapsarbeidsflyter og utforskende analyse
  • Aktivatorregler – Utløser funksjoner som respons på sanntidshendelser og strømmende data
  • Power BI translytiske oppgaveflyter - Kalle funksjoner direkte fra Power BI rapporter for interaktive dataopplevelser. User Data Functions kan motta rapportkontekst—som gjeldende filter- og utvalgskontekst—i forespørselspayloaden, noe som muliggjør handlingsutførelse og tilbakeskrivingsscenarier fra en rapport. Etter at en tilbakeskriving er fullført, avhenger datasynligheten i rapporten av rapportens lagringsmodus og oppdateringssemantikk: oppdaterte verdier vises umiddelbart for Direct Lake- eller DirectQuery-rapporter, eller etter en automatisk oppdatering utløst av oppgaveflyten for importrapporter.

Koble til Fabric-datakilder

Funksjonene dine kan trygt få tilgang til data fra hele Fabric-plattformen:

  • SQL-databaser – Lese- og skriveoperasjoner på Fabric SQL-databaser
  • Varehus – Lese- og skriveoperasjoner for strukturerte data
  • Lakehouses – Les og skriv Lakehouse-filer; skrivebeskyttet tilgang til SQL-endepunkter
  • Speilede databaser – Skrivebeskyttet tilgang til speilede databasedata

Write-back fra Power BI Translytical Task Flows støttes nativt når brukerdatafunksjoner aktiveres. User Data Functions kan utføre tillegg til, oppdatering og sletting av Fabric SQL-database-, Fabric datalager- og Lakehouse-filer, noe som gjør dem til det ideelle integrasjonspunktet for oppgaveflytdrevne tilbakeskrivingsscenarier.

Lær mer om hvordan du kobler deg til Fabric-datakilder.

Kall fra eksterne applikasjoner

Hver User Data Function eksponerer automatisk sitt eget unike REST-endepunkt for integrasjon med systemer utenfor Fabric:

  • Webapplikasjoner – Aktiver funksjoner fra webapper, mobilapper eller enkeltsideapplikasjoner
  • Eksterne tjenester - Integrer med eksterne systemer, mikrotjenester eller eldre applikasjoner—for eksempel post meldinger eller oppdateringer til Microsoft Teams, eller kall eksterne REST-API-er som en del av oppgavedrevne handlinger
  • API-arbeidsflyter – Kjeder sammen med andre API-er for å bygge komplekse integrasjonsscenarier
  • Egendefinerte klienter – Kall fra hvilket som helst programmeringsspråk eller plattform som støtter HTTP-forespørsler

REST-endepunkter for User Data Functions støtter Microsoft Entra ID-autentisering, noe som sikrer sikker tilgang fra eksterne systemer. Lær hvordan du kan bruke User Data Functions fra en Python-applikasjon.

Kom i gang

Klar til å lage din første User Data Function? Velg ditt foretrukne utviklingsmiljø:

Relatert innhold

  • Last updated on