Daten mit Mapping in Datenflussdiagrammen transformieren

SUBSCRIPTION_ID=<subscription-id>
RESOURCE_GROUP=<resource-group-name>
AIO_INSTANCE_NAME=<instance-name>
CLUSTER_NAME=<cluster-name>
LOCATION=<region>

$SUBSCRIPTION_ID = "<subscription-id>"
$RESOURCE_GROUP = "<resource-group-name>"
$AIO_INSTANCE_NAME = "<instance-name>"
$CLUSTER_NAME = "<cluster-name>"
$LOCATION = "<region>"

Fügen Sie in der Kartentransformationskonfiguration eine Regel hinzu:

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "BirthDate"
  ],
  "output": "DateOfBirth"
}

{
  inputs: [
    'BirthDate'
  ]
  output: 'DateOfBirth'
}

- inputs:
    - BirthDate
  output: DateOfBirth

Fügen Sie zwei Regeln hinzu:

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "Name"
  ],
  "output": "Employee.Name"
},
{
  "inputs": [
    "BirthDate"
  ],
  "output": "Employee.DateOfBirth"
}

{
  inputs: [ 'Name' ]
  output: 'Employee.Name'
}
{
  inputs: [ 'BirthDate' ]
  output: 'Employee.DateOfBirth'
}

- inputs:
    - Name
  output: Employee.Name

- inputs:
    - BirthDate
  output: Employee.DateOfBirth

Fügen Sie eine Regel hinzu:

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "Position",
    "Office"
  ],
  "output": "Employment.Position",
  "expression": "$1 + \", \" + $2"
}

{
  inputs: [ 'Position', 'Office' ]
  output: 'Employment.Position'
  expression: '$1 + ", " + $2'
}

- inputs:
    - Position     # $1
    - Office       # $2
  output: Employment.Position
  expression: "$1 + \", \" + $2"

Fügen Sie eine Berechnungsregel hinzu. Beispiel: Um Celsius in Fahrenheit umzuwandeln:

Verwenden Sie den Ausdruck scale($1, 0, 4095, 0, 100), um einen Sensorwert auf einen Bereich von 0 bis 100 zu skalieren.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "temperature"
  ],
  "output": "temperature_f",
  "expression": "cToF($1)"
}

So skalieren Sie einen Sensorwert:

{
  "inputs": [
    "raw_pressure"
  ],
  "output": "pressure_pct",
  "expression": "scale($1, 0, 4095, 0, 100)"
}

{
  inputs: [ 'temperature' ]
  output: 'temperature_f'
  expression: 'cToF($1)'
}

So skalieren Sie einen Sensorwert:

{
  inputs: [ 'raw_pressure' ]
  output: 'pressure_pct'
  expression: 'scale($1, 0, 4095, 0, 100)'
}

- inputs:
    - temperature     # $1
  output: temperature_f
  expression: "cToF($1)"

So skalieren Sie einen Sensorwert:

- inputs:
    - raw_pressure     # $1
  output: pressure_pct
  expression: "scale($1, 0, 4095, 0, 100)"

Fügen Sie eine Passthroughregel hinzu, die alle Felder kopiert. Legen Sie die Eingabe auf * und die Ausgabe auf *.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "*"
  ],
  "output": "*"
}

{
  inputs: [ '*' ]
  output: '*'
}

- inputs:
    - '*'
  output: '*'

Fügen Sie eine Regel mit Eingabe ColorProperties.* und Ausgabe *hinzu.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "ColorProperties.*"
  ],
  "output": "*"
}

{
  inputs: [ 'ColorProperties.*' ]
  output: '*'
}

- inputs:
    - 'ColorProperties.*'
  output: '*'

1. Fügen Sie eine Passthroughregel hinzu, um alle Felder zu kopieren.
2. Fügen Sie eine Regel zum Entfernen hinzu, und wählen Sie die auszuschließenden Felder aus (z. B password . und internal_id).

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "*"
  ],
  "output": "*"
},
{
  "inputs": [
    "password",
    "internal_id"
  ],
  "output": ""
}

{
  inputs: [ '*' ]
  output: '*'
}
{
  inputs: [ 'password', 'internal_id' ]
  output: ''
}

- inputs:
    - '*'
  output: '*'

- inputs:
    - password
    - internal_id
  output: ""

1. Fügen Sie eine Passthroughregel hinzu, um alle Felder zu kopieren.
2. Fügen Sie eine Berechnungsregel für temperature mit dem Ausdruck cToF($1) hinzu.

Die Kartenumwandlung wendet die spezifische Regel auf temperature an, und kopiert alle anderen Felder unverändert.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "*"
  ],
  "output": "*"
},
{
  "inputs": [
    "temperature"
  ],
  "output": "temperature",
  "expression": "cToF($1)"
}

{
  inputs: [ '*' ]
  output: '*'
}
{
  inputs: [ 'temperature' ]
  output: 'temperature'
  expression: 'cToF($1)'
}

- inputs:
    - '*'
  output: '*'

- inputs:
    - temperature     # $1
  output: temperature
  expression: "cToF($1)"

Fügen Sie eine Regel mit Eingabe region und Ausgabe $metadata.user_property.region hinzu, um einen Feldwert in eine MQTT-Benutzereigenschaft zu schreiben.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "*"
  ],
  "output": "*"
},
{
  "inputs": [
    "region"
  ],
  "output": "$metadata.user_property.region"
}

{
  inputs: [ '*' ]
  output: '*'
}
{
  inputs: [ 'region' ]
  output: '$metadata.user_property.region'
}

- inputs:
    - '*'
  output: '*'

- inputs:
    - region
  output: $metadata.user_property.region

Fügen Sie eine Regel für das temperature Feld hinzu, und aktivieren Sie den zuletzt bekannten Wert. Legen Sie einen Standardwert 0 als Fallback fest.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "temperature ? $last ?? 0"
  ],
  "output": "temperature"
}

{
  inputs: [ 'temperature ? $last ?? 0' ]
  output: 'temperature'
}

- inputs:
    - temperature ? $last ?? 0     # $1
  output: temperature

In der Konfiguration der Kartentransformation muss die Eingabe so eingestellt werden, dass sie die Syntax ?? gefolgt vom Standardwert enthält. Geben Sie zum Beispiel temperature ?? 0 als Eingabefeld ein, um 0 zu verwenden, wenn das Temperaturfeld fehlt.

Die CLI wendet das gesamte Diagramm aus einer Konfigurationsdatei an, fügen Sie dies also an die entsprechende Stelle in Ihrem graph.json hinzu, und wenden Sie es mit az iot ops dataflowgraph apply:

{
  "inputs": [
    "temperature ?? 0"
  ],
  "output": "temperature"
}

{
  inputs: [ 'temperature ?? 0' ]
  output: 'temperature'
}

- inputs:
    - temperature ?? 0
  output: temperature

Erstellen Sie in der Betriebsumgebung ein Datenflussdiagramm, und fügen Sie eine Kartentransformation hinzu. Fügen Sie im Kartenkonfigurationsbereich Regeln hinzu:

1. Kopieren Sie alle Felder mit einer Wildcard-Passthrough.
2. Entfernen Sie vertrauliche Felder, indem Sie die Ausgabe für password und secret_key auf leer setzen.
3. Strukturieren Sie das BirthDate Feld in Employee.DateOfBirth.
4. Berechnen Sie eine Fahrenheit-Umrechnung mit der Formel cToF($1) auf dem Feld temperature .
5. Zusammenführen der Felder Position und Office mit der Formel $1 + ", " + $2.

Die Azure CLI wendet ein Datenflussdiagramm aus einer einzelnen JSON-Konfigurationsdatei an. Erstellen Sie eine graph.json Datei mit den Diagrammeigenschaften. In der graph.json Datei speichert das value Feld die Regeln jeder Transformation als entkommene JSON-Zeichenkette. Informationen zur lesbaren Form der Regeln der einzelnen Transformationen finden Sie in der Vorgehensweise für diesen Transformationstyp.

{
  "mode": "Enabled",
  "nodes": [
    {
      "nodeType": "Source",
      "name": "sensors",
      "sourceSettings": {
        "endpointRef": "default",
        "dataSources": [
          "telemetry/sensors"
        ]
      }
    },
    {
      "nodeType": "Graph",
      "name": "transform",
      "graphSettings": {
        "registryEndpointRef": "default",
        "artifact": "azureiotoperations/graph-dataflow-map:1.0.0",
        "configuration": [
          {
            "key": "rules",
            "value": "{\"map\":[{\"inputs\":[\"*\"],\"output\":\"*\",\"description\":\"Copy all fields\"},{\"inputs\":[\"password\",\"secret_key\"],\"output\":\"\",\"description\":\"Remove sensitive fields\"},{\"inputs\":[\"BirthDate\"],\"output\":\"Employee.DateOfBirth\",\"description\":\"Restructure birth date\"},{\"inputs\":[\"temperature\"],\"output\":\"temperature_f\",\"expression\":\"cToF($1)\",\"description\":\"Convert Celsius to Fahrenheit\"},{\"inputs\":[\"Position\",\"Office\"],\"output\":\"Employment.Position\",\"expression\":\"$1 + \\\", \\\" + $2\",\"description\":\"Merge position and office\"}]}"
          }
        ]
      }
    },
    {
      "nodeType": "Destination",
      "name": "output",
      "destinationSettings": {
        "endpointRef": "default",
        "dataDestination": "telemetry/processed"
      }
    }
  ],
  "nodeConnections": [
    {
      "from": {
        "name": "sensors"
      },
      "to": {
        "name": "transform"
      }
    },
    {
      "from": {
        "name": "transform"
      },
      "to": {
        "name": "output"
      }
    }
  ]
}

Wenden Sie die Konfigurationsdatei an.

az iot ops dataflowgraph apply \
  --name temperature-map-example \
  --instance $AIO_INSTANCE_NAME \
  --resource-group $RESOURCE_GROUP \
  --config-file graph.json

resource dataflowGraph 'Microsoft.IoTOperations/instances/dataflowProfiles/dataflowGraphs@2026-03-01' = {
  name: 'temperature-map-example'
  parent: dataflowProfile
  properties: {
    mode: 'Enabled'
    nodes: [
      {
        nodeType: 'Source'
        name: 'sensors'
        sourceSettings: {
          endpointRef: 'default'
          dataSources: [
            'telemetry/sensors'
          ]
        }
      }
      {
        nodeType: 'Graph'
        name: 'transform'
        graphSettings: {
          registryEndpointRef: 'default'
          artifact: 'azureiotoperations/graph-dataflow-map:1.0.0'
          configuration: [
            {
              key: 'rules'
              value: '{"map":[{"inputs":["*"],"output":"*","description":"Copy all fields"},{"inputs":["password","secret_key"],"output":"","description":"Remove sensitive fields"},{"inputs":["BirthDate"],"output":"Employee.DateOfBirth","description":"Restructure birth date"},{"inputs":["temperature"],"output":"temperature_f","expression":"cToF($1)","description":"Convert Celsius to Fahrenheit"},{"inputs":["Position","Office"],"output":"Employment.Position","expression":"$1 + \\", \\" + $2","description":"Merge position and office"}]}'
            }
          ]
        }
      }
      {
        nodeType: 'Destination'
        name: 'output'
        destinationSettings: {
          endpointRef: 'default'
          dataDestination: 'telemetry/processed'
        }
      }
    ]
    nodeConnections: [
      {
        from: { name: 'sensors' }
        to: { name: 'transform' }
      }
      {
        from: { name: 'transform' }
        to: { name: 'output' }
      }
    ]
  }
}

Die Regelkonfiguration ist eine JSON-Zeichenfolge, die als value für den rules Schlüssel im DataflowGraph Abschnitt eines configuration Transformationsknotens platziert wird:

{
  "map": [
    {
      "inputs": ["*"],
      "output": "*",
      "description": "Copy all fields"
    },
    {
      "inputs": ["password", "secret_key"],
      "output": "",
      "description": "Remove sensitive fields"
    },
    {
      "inputs": ["BirthDate"],
      "output": "Employee.DateOfBirth",
      "description": "Restructure birth date"
    },
    {
      "inputs": ["temperature"],
      "output": "temperature_f",
      "expression": "cToF($1)",
      "description": "Convert Celsius to Fahrenheit"
    },
    {
      "inputs": ["Position", "Office"],
      "output": "Employment.Position",
      "expression": "$1 + \", \" + $2",
      "description": "Merge position and office"
    }
  ]
}

Die vollständige DataflowGraph Ressourcenstruktur finden Sie in der Übersicht über Datenflussdiagramme.