Hva er Fabric-brukerdatafunksjoner?

Brukerdatafunksjoner gjør det mulig å lage gjenbrukbare Python-funksjoner som du kan kalle fra tvers av Fabric og fra eksterne applikasjoner. Skriv forretningslogikken din én gang og kall den fra pipelines, notatbøker, aktivatorregler, Power BI-translytiske oppgaveflyter eller et 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-brukerdatafunksjoner.

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-brukerdatafunksjoner?

Fabric-brukerdatafunksjoner gir en serverløs plattform for å hoste din tilpassede logikk og påkalle den fra ulike typer Fabric-elementer og datakilder. Bruk denne tjenesten til å skrive forretningslogikk, interne algoritmer og gjenbrukbare funksjoner som integreres i dine Fabric-løsninger.

Følgende er viktige fordeler:

  • Gjenbrukbarhet: Skriv forretningslogikken din én gang som en brukerdatafunksjon og kall den fra flere Fabric-elementer – pipelines, notatbøker, aktivatorregler 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. Brukerdatafunksjoner gir et serverløst beregningsmiljø med innebygd autentisering, så du trenger ikke 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, lagerbygninger, 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

Brukerdatafunksjoner integreres sømløst med 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:

  • Datapipelines – 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. Brukerdatafunksjoner kan motta rapportkontekst – som gjeldende filter og utvelgelseskontekst – i forespørselspayloaden, noe som muliggjør handlingsutførelse og tilbakeskriving 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 skrive operasjoner på SQL-databaser i Fabric
  • Varehus – Lese- og skriveoperasjoner for strukturerte data
  • Lakehouses – Les og skriv Lakehouse-filer; skrivebeskyttet tilgang til SQL-analyseendepunkter
  • Speilede databaser – Skrivebeskyttet tilgang til speilede databasedata
  • Variabelbibliotek – Få tilgang til sentraliserte konfigurasjonsinnstillinger som variabler i funksjonene dine.
  • Cosmos DB in Fabric – Koble til Cosmos DB in Fabric-containere for NoSQL-dataoperasjoner.
  • Forretningshendelser – Oppdage endringer i driftsdata og publiser forretningshendelser for nedstrøms applikasjoner.

I tillegg til administrerte tilkoblinger støtter brukerdatafunksjoner generiske tilkoblinger som du kan bruke til å koble til Fabric-elementer eller Azure-ressurser ved å bruke enhetens identitet. Generiske tilkoblinger genererer en Microsoft Entra ID-token med eierens identitet for en spesifisert målgruppetype, noe som gir en fleksibel måte å autentisere seg med tjenester som Azure Cosmos DB eller Azure Key Vault uten å måtte konfigurere individuelle administrerte tilkoblinger. For mer informasjon, se Generiske tilkoblinger for Fabric-elementer eller Azure-ressurser.

Write-back fra Power BI translytiske oppgaveflyter støttes nativt når brukerdatafunksjoner aktiveres. Brukerdatafunksjoner kan utføre til-, oppdaterings- og sletteoperasjoner mot SQL-databaser i Fabric, lagre og lakehouse-filer, noe som gjør dem til det ideelle integrasjonspunktet for oppgavedrevne tilbakeskrivingsscenarier.

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

Kall fra eksterne applikasjoner

Hver brukerdatafunksjon 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 brukerdatafunksjoner støtter Microsoft Entra ID-autentisering, og sikrer sikker tilgang fra eksterne systemer. Lær hvordan du kan påkalle brukerdatafunksjoner fra en Python-applikasjon.

Kom i gang

Klar til å lage dine første brukerdata-funksjoner? Velg ditt foretrukne utviklingsmiljø:

Relatert innhold

  • Last updated on