Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Käyttäjätietofunktioiden avulla voit luoda uudelleenkäytettäviä Python-funktioita, joita voi kutsua sekä Fabric:n yli että ulkoisista sovelluksista. Kirjoita liiketoimintalogiikkasi kerran ja kutsu se putkistoista, muistikirjoista, aktivaattorisäännöistä, Power BI:n translytiikkaisista 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.
Oletko valmis aloittamaan? Tämän oppaan avulla voit luoda uuden käyttäjätietofunktiokohteen tai käyttää VS Code -laajennusta.
Miksi käyttää Fabric-käyttäjätietotoimintoja?
Fabric-käyttäjätietofunktiot tarjoavat palvelimettoman alustan, jossa voit isännöidä mukautettua logiikkaasi ja kutsua sitä erilaisista Fabric-kohteista ja tietolähteistä. Käytä tätä palvelua liiketoimintalogiikan, sisäisten algoritmien ja uudelleenkäytettävien funktioiden kirjoittamiseen, jotka integroituvat Fabric-ratkaisuihisi.
Seuraavat ovat keskeiset hyödyt:
- Uudelleenkäytettävyys: Kirjoita liiketoimintalogiikkasi kerran käyttäjädatafunktioksi ja käynnistä se useista Fabric-kohteista – putkistosta, muistikirjoista, aktivointisäännöistä ja Power BI:n translyytiset tehtävävirrat. Kun liiketoimintasäännöt muuttuvat, päivitä funktio kerran sen sijaan, että muokkaat koodia useammassa kohdassa.
- Serverless hosting: Ota käyttöön Python-funktioita ilman infrastruktuurin hallintaa. Käyttäjätietotoiminnot tarjoavat palvelimettoman laskentaympäristön sisäänrakennetulla tunnistautumisella, joten sinun ei tarvitse perustaa ja ylläpitää erillisiä API-palveluita tai kontteja.
- 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 putkista, 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
- Suojattu tietojen käyttö: Yhdistä Fabric-tietolähteisiin (SQL-tietokannat, varastot, järvenrakennukset, 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
Käyttäjädatatoiminnot integroituvat saumattomasti Fabric-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 – Luku- ja kirjoitusoperaatiot SQL-tietokannoissa Fabric-järjestelmässä
- Varastot – Luku- ja kirjoitusoperaatiot rakenteellisille datalle
- Lakehouses – Lue ja kirjoita Lakehouse-tiedostoja; vain luku -pääsy SQL-analytiikkapäätelaitteisiin
- Peilatut tietokannat – Vain luku -pääsy peilattuihin tietokantatietoihin
- Muuttujakirjasto – Käytä keskitettyjä konfiguraatioasetuksia muuttujina funktioissasi.
- Cosmos DB Fabric-tilassa – Yhdistä Cosmos DB:hen Fabric-kontteissa NoSQL-datatoimintoja varten.
- Liiketoimintatapahtumat – Havaita muutoksia operatiivisessa datassa ja julkaise liiketoimintatapahtumia alavirran sovelluksissa.
Hallittujen yhteyksien lisäksi käyttäjätietofunktiot tukevat yleisiä yhteyksiä, joita voi käyttää yhdistääksesi Fabric-kohteisiin tai Azure-resursseihin käyttämällä esineen omistajan identiteettiä. Yleiset yhteydet tuottavat Microsoft Entra ID -tunnisteen omistajan identiteettiin määritetylle yleisötyypille, tarjoten joustavan tavan todentaa palveluita kuten Azure Cosmos DB tai Azure Key Vault ilman yksittäisten hallittujen yhteyksien konfigurointia. Lisätietoja löytyy kohdasta Generic connections for Fabric items tai Azure resources.
Power BI:n translyttisten tehtävävirtojen takaisinkirjoitus on natiivisti tuettu, kun käyttäjätietofunktioita kutsutaan. Käyttäjätietofunktiot voivat suorittaa lisää-, päivitys- ja poistotoimintoja SQL-tietokannoissa Fabric-, varasto- ja lakehouse-tiedostoissa, tehden niistä ihanteellisen integraatiopisteen tehtävävirtaan perustuviin kirjoitustilanteisiin.
Lue lisää Fabric-tietolähteisiin yhdistämisestä.
Puhelut ulkoisista sovelluksista
Jokainen käyttäjätietofunktio paljastaa automaattisesti oman ainutlaatuisen REST-päätepisteensä integraatiota varten Fabric:n ulkopuolisiin järjestelmiin:
- 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-päätepisteet käyttäjätietotoiminnoille tukevat Microsoft Entra ID -tunnistautumista, varmistaen turvallisen pääsyn ulkoisista järjestelmistä. Opi kutsumaan käyttäjädatan funktioita Python-sovelluksesta.
Aloita
Oletko valmis luomaan ensimmäiset käyttäjätietotoimintosi? Valitse haluamasi kehitysympäristö:
- Luo funktioita Fabric-portaalissa – Pikaaloitusopas selainpohjaisella kehityksellä ja testauksella
- Kehitä Visual Studio Codella – Täysi IDE-kokemus paikallisella virheenkorjauksella ja Git-integraatiolla
Aiheeseen liittyvä sisältö
- Käyttäjätietofunktioiden ohjelmointimalli – Syvällinen sukellus Python SDK:hon, sisustajiin ja edistyneisiin ominaisuuksiin
- Kutsu funktioita Python-sovelluksesta – Opettele kutsumaan funktioitasi REST-päätelaitteiden kautta ulkoisista järjestelmistä