Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Fabric Data Factory er neste generasjon av Azure Data Factory. Ved å bruke OneLake som det enhetlige lagringslaget reduserer Fabric Data Factory infrastrukturens kompleksitet og dataflyt. Pipelines kan jobbe direkte med sanntidsdata via OneLake-snarveier og deling på tvers av leietakere.
Denne artikkelen sammenligner kjernefunksjonene, aktivitetene, koblingene og infrastrukturkomponentene til begge tjenestene. For å planlegge en oppgradering, se planleggingsguiden for oppgradering.
Sammenligne funksjoner side ved side
Slik stabler kjernefunksjonene seg mellom Azure Data Factory og Fabric Data Factory. Tabellen fremhever hva som har endret seg, hva som er nytt, og hva som forblir det samme.
| Azure Data Factory | Fabric Data Factory | Hva er annerledes |
|---|---|---|
| Datasamlebånd | Datasamlebånd | Bedre integrasjon: Pipelines i Fabric fungerer sømløst med innsjøhytter, lagerbygninger og andre Fabric-produkter rett ut av esken. Strukturpipeliner inkluderer flere SaaS-baserte aktiviteter og er forskjellige i JSON-definisjoner. Se vår sammenligning av pipelinefunksjoner for mer informasjon. |
| Tilordning av dataflyt | Dataflow Gen2 med Mapping Dataflyt (MDF)-transformasjoner | Bruk MDF-transformasjoner for å beholde den velkjente Mapping Dataflyt-forfattingsopplevelsen og Spark-basert kjøringsmodell. |
| Aktiviteter | Aktiviteter | Flere aktiviteter kommer: Vi jobber for å bringe alle dine favorittaktiviteter i ADF til Fabric. I tillegg får du nye som Office 365 Outlook-aktiviteten som ikke er tilgjengelig i ADF. Se vår aktivitetssammenligning for detaljer. |
| Datasett | Bare tilkoblinger | Enklere tilnærming: Ingen flere komplekse datasettkonfigurasjoner. For Fabric Data Factory bruker du tilkoblinger for å koble til datakildene dine og begynner å jobbe. Fabric eliminerer datasett, og definerer dataegenskaper innebygd i aktiviteter. |
| Koblet tjeneste | Tilkoblinger | Mer intuitivt: Tilkoblinger fungerer som koblede tjenester, men er enklere å sette opp og administrere. |
| Utløsere | Utløsere for tidsplan og filhendelse | Innebygd planlegging: Bruk Fabric sin planlegger og Reflex-hendelser for å kjøre pipelinene dine selv. Filhendelsesutløsere fungerer opprinnelig i Fabric uten ekstra oppsett. Fabric integrerer triggere i sitt Activator-rammeverk, i motsetning til ADFs frittstående triggere. |
| Publiser | Lagre og kjør | Ingen publiseringssteg: I Fabric, hopp over publiseringssteget helt. Bare velg Lagre for å lagre arbeidet, eller velg Kjør for å lagre og kjøre datasamlebåndet umiddelbart. |
| Autoresolve og Azure Integration runtime | Ikke nødvendig | Forenklet arkitektur: Ingen behov for å administrere integrasjonskjøringstider. Stoffet håndterer databehandlingen for deg. |
| Selvverte integreringskjøringer | Lokal nettverksdatagateway | Samme lokal tilgang: Koble til dine lokale data ved å bruke den velkjente lokale datagatewayen. Finn ut mer i den lokale veiledningen for datatilgang. |
| Azure-SSIS-integreringskjøringer | Bestemmes | Fremtidig kapasitet i Fabric: Vi jobber fortsatt med designet for SSIS-integrasjon i Fabric. |
| Administrerte virtuelle nettverk og private endepunkter | For å bli bestemt. | Fremtidig kapasitet i Fabric: Vi jobber fortsatt med integrasjon for administrerte virtuelle nettverk og private endepunkter i Fabric. |
| Uttrykksspråk | Uttrykksspråk | Samme uttrykk: Din eksisterende uttrykkskunnskap overføres direkte. Syntaksen er nesten identisk. |
| Godkjenningstyper | Godkjenningstyper | Flere alternativer: Alle dine populære ADF-autentiseringsmetoder fungerer i Fabric, i tillegg har vi lagt til nye autentiseringstyper. |
| CI/CD | CI/CD | Forbedrede funksjoner utover ADF inkluderer enkel kirsebærplukking, promotering av individuelle gjenstander, aktivering av Git-repositorium og innebygde SaaS CI/CD-alternativer. |
| Eksport/import av ARM-mal | Lagre som | Rask duplisering: I Fabric, bruk «Lagre som» for raskt å duplisere pipelines for utvikling eller testing. |
| Overvåking | Overvåkingshub + Kjørelogg | Avansert overvåking: Overvåkingshuben tilbyr en moderne opplevelse med tverrfaglig innsikt på tvers av arbeidsområder og bedre muligheter for å bore ned. |
| Feilsøking | Interaktiv modus | Forenklet feilsøking: Fabric fjerner ADFs feilsøkingsmodus. Du er alltid i interaktiv modus. |
| Endre datafangst (CDC) | Kopier jobber | Inkrementell dataflytting: Fabric håndterer inkrementell databevegelse gjennom kopieringsjobber i stedet for CDC-artefakter. |
| Azure Synapse-kobling | Mirroring | Datareplikering: Fabric erstatter Azure Synapse Link med speilingsfunksjoner for datareplikering. |
| Utfør pipelineaktivitet | Aktiver datasamlebåndaktivitet | Cross-platform invocation: Fabric forbedrer ADFs Execute-pipeline-aktivitet med cross-platform invocation. |
Sammenligning av pipeline-funksjoner
| Kategori | ADF-rørledninger | Fabric Pipelines |
|---|---|---|
| Type tjeneste | PaaS-tjeneste for dataintegrering | SaaS-tjeneste for dataintegrering |
| Redigeringsmiljø | Azure-portal (ADF Studio) | Fabric / Power BI arbeidsområde (samlet brukeropplevelse med lakehouses, lagre osv.) |
| Orkestrering av rørledning | Fullstendige pipeliner med aktiviteter, triggere, parametere | Samme orkestreringsmodell, gjenskapt for Fabric UX |
| Flytting av data | Kopieringsaktivitet, tilordning av dataflyter, lokal IR-støtte, administrert virtuelt nettverk | Copy activity, dataflows Gen2, innebygd tilkobling til OneLake- og Fabric-elementer, OneLake-snarveier for sanntids datatilgang uten kopi, lokal datagateway, virtuell nettverksgateway |
| Databehandling / IR | Selvdriftet, SSIS og Azure IR (for bevegelse + transformasjon) | Skytilkoblinger, lokal og virtuell nettverksgateway |
| Dataflyter | Mapping Data Flows gir lavkode, Spark-baserte transformasjoner med støttede kilde- og senkekoblinger | Dataflow Gen2 gir MDF-transformasjoner Spark-basert utførelse. |
| Overvåking | pipelines og dataflyter i ADF Studio med kjøringer, triggere, varsler | Overvåking av hub- og arbeidsområder Overvåking med enhetlige visninger på tvers av pipelines, dataflyter, notatbøker, databaser osv. |
| Utløsere | Tidsplaner, tumbling-vindu, hendelsesbaserte utløsere | Tidsplaner, hendelsestriggere, rullende vindus-triggere som intervallplaner. Pipelines som bruker live data via OneLake-snarveier og deling på tvers av leietakere, fungerer sømløst med alle Fabric-triggertyper. |
| CI/CD | ARM-maler + Azure DevOps- eller GitHub-repositorieintegrasjon | Innebygde distribusjonspipeliner i Fabric; Promotering på arbeidsområdenivå (Dev → Test → Production) og integrering av eksternt repositorium |
| Security | Administrerte identiteter, Key Vault-integrasjon, private endepunkter | Samme sikkerhetsmodell pluss Fabric workspace RBAC; Integrering av OneLake-sikkerhet |
| Datadeling og styring | I/T | Datadeling på tvers av leietakere via OneLake-snarveier muliggjør styrt, levende datatilgang på tvers av organisasjonsgrenser uten duplisering |
| Pricing | Azure-bruksbasert forbruksbetaling (per aktivitetskjøring, dataflytting og databehandling) | Kapasitetsbasert (Fabric F SKU) uten gebyrer for eksterne aktiviteter eller pipelineaktiviteter, bare aktivitetskjøringer og pipelinedataflytting |
Note
Den innebygde oppgraderingsopplevelsen støtter kvalifiserte Azure Data Factory- og Azure Synapse Analytics-pipelines som inneholder Mapping Data Flows. Støttede kartleggingsdataflyter oppgraderes til MDF-transformasjoner i Dataflow Gen2. Gå gjennom støttede koblinger, transformasjoner, autentiseringsmetoder og nåværende begrensninger før du oppgraderer. For krav og instruksjoner, se Upgrade Azure Data Factory Mapping Dataflyt pipelines to Fabric.
Sammenligning av aktiviteter
Med Data Factory opprettholder vi fortsatt en høy grad av kontinuitet med Data Factory. Omtrent 90% av aktivitetene tilgjengelig i ADF er allerede tilgjengelige under Data Factory. Her er en oversikt over aktivitetene og tilgjengeligheten i både ADF og Data Factory:
| Aktivitet | ADF | Data fabrikk |
|---|---|---|
| ADX/KQL | Y | Y |
| Legg til variabel | Y | Y |
| Custom (Azure Batch in Fabric) | Y | Y |
| Azure Databricks | Notatbokaktivitet • Jar-aktivitet • Python-aktivitet • Jobbaktivitet | Azure Databricks-aktivitet |
| Azure Machine Learning | Y | Y |
| Satsvis kjøring av Azure Machine Learning | Avskrevet | I/T |
| Oppdateringsressurs for Azure Machine Learning | Avskrevet | I/T |
| Kopier | Kopier data | Copy activity |
| Dataflyt gen2 | I/T | Y |
| Slett | Y | Y |
| Utfør/påkall pipeline | Kjør pipeline | Invoke-pipeline |
| Bærbare PC-er i stoff | I/T | Y |
| Svikte | Y | Y |
| Filter | Y | Y |
| For hver | Y | Y |
| Functions | Azure-funksjon | Funksjonsaktivitet |
| Hent metadata | Y | Y |
| HDInsight | Kubeaktivitet • Griseaktivitet • MapReduse-aktivitet • Spark-aktivitet • Streaming-aktivitet | HDInsight-aktivitet |
| Hvis tilstand | Y | Y |
| Lookup | Y | Y |
| Kartlegging av dataflyt | Y | MDF transformeres i Dataflow Gen2. Power Query i Dataflow Gen2 er også tilgjengelig som et alternativt redesign-alternativ. |
| Office 365 Outlook | I/T | Y |
| Power Query (bare ADF – avrettingsdataflyt) | Avskrevet | I/T |
| Skript | Y | Y |
| Oppdatering av semantisk modell | I/T | Y |
| Angi variabel | Y | Y |
| Sproc | Y | Y |
| SSIS | Y | I/T |
| Lagret prosedyre | Y | Y |
| Switch | Y | Y |
| Synapse Notebook og SJD-aktiviteter | Y | I/T |
| Teams | I/T | Y |
| Til | Y | Y |
| Validation | Y | Få metadata & Hvis betingelse |
| Wait | Y | Y |
| web | Y | Y |
| Webhook | Y | Y |
| Avvikling av dataflyt | Y | Dataflow Gen2 |
Nye aktiviteter i Fabric Data Factory
I tillegg til å opprettholde aktivitetskontinuitet, introduserer Fabric Data Factory noen nye aktiviteter for å møte dine rikere orkestreringsbehov. Disse nye aktivitetene er:
- Outlook: Tilgjengelig i Fabric Data Factory for å legge til rette for integrasjon med Outlook-tjenester.
- Teams: Tilgjengelig i Fabric Data Factory for å muliggjøre orkestrering av Microsoft Teams-aktiviteter.
- Semantisk modelloppdatering: Tilgjengelig i Fabric Data Factory for å forbedre Power BI-semantiske modelloppdateringsmuligheter.
- Dataflow Gen2: Tilgjengelig i Fabric Data Factory for Power Query-baserte transformasjoner og Spark-baserte MDF-transformasjoner. MDF-transformasjoner er generelt tilgjengelige og utføres gjennom pipeline Dataflow-aktiviteten.
Hvis du vil ha en liste over alle tilgjengelige Fabric Data Factory-aktiviteter, kan du se aktivitetsoversikten.
Sammenligning av koblinger
Hvis du vil ha en sammenligning av alle koblinger og deres tilgjengelighet i Azure Data Factory og Fabric Data Factory, kan du se artikkelen Sammenligning av koblinger.
Selvhostet integrasjonskjøretid (SHIR) vs. lokal datagateway (OPDG)
Note
Tjenestene som støttes av SHIR og OPDG er forskjellige:
- Selvhostet integrasjonskjøretid: Støtter Data Factory, Azure Synapse Analytics, Azure Machine Learning studio og Azure Purview.
- On-premises datagateway: Støtter Power BI, Power Apps, Power Automate, Azure Analysis Services, Logic Apps, Fabric dataflow Gen2, Fabric pipeline, Fabric copy job og Fabric mirroring.
| Kategori | Selvhostet integrasjonskjøretid (SHIR) | Lokal datagateway (OPDG) |
|---|---|---|
| Støttede tjenester | - Azure Data Factory - Azure Machine Learning studio - Azure Synapse-analyse - Azure Ansvarsområde |
- Power BI – Power Apps - Power Automate - Azure Analysis Services - Logiske apper - Fabric Dataflow Gen2 - Stoff rørledning - Stoff kopi jobb - Speiling av stoff |
| Installasjon og registrering | - Registrert med nøkkel - Kjører i servicemodus |
- Registrert med Microsoft Entra ID-konto - Støtter brukermodus |
| Plattform | -Windows - Beholderbilde støttes |
- Bare Windows - Ingen containerstøtte |
| Proxy-støtte | - Støtte både system og tilpasset proxy | - Støtte tilpasset proxy |
| Regionbinding | - Løst til Data Factory-området - Kan ikke endre standardområde |
- Region kan endres |
| Egendefinert relé | - Støttes ikke | -Støttes; Kunder kan ta med eget relé |
| Deling på tvers av tjenester | - Deles med opptil 120 datafabrikker - Kan ikke deles på tvers av ADF-, Synapse-, Purview- eller Synapse-arbeidsområder |
- Tilgjengelig for alle støttede tjenester i en leier |
| Høy tilgjengelighet (HA) | - Opptil 8 noder (4 standard) | - Opptil 10 noder |
| Gjenoppretting | - Krever reinstallering | - Gjenopprettingsnøkkel støttes |
| Lastbalansering | - Belastningsfordeling på oppgavenivå basert på tilgjengelig antall arbeidere (CPU + minne) | - Belastningsfordeling på spørringsnivå - Alternativer for ringdistribusjon eller tilfeldig distribusjon |
| Credential Store | - Lagret lokalt på SHIR-noder - Azure Key Vault støttes |
- Lagret sentralt i Gateway skytjeneste - Ingen Key Vault-integrasjon |
| Autooppdatering | -Støttes | - Støttes ikke |
| Kontaktutvidelse | - Støttes ikke | -Støttes |
| Interaktiv forfatting | -Støttes | -Støttes |
| Private Link for kontrollflyt | -Støttes | - Støttes ikke |
| Versjonering | - To utgivelser per måned; en presset som autooppdatering - Støtter de siste 12 månedene med utgivelser |
- Én utgivelse per måned - Støtter de siste 6 utgivelsene |
| CPU- og minnethrottling | - Støttes ikke | -Støttes |
| Gjennomstrømningsgrenser | - Ingen hard grense; avhengig av nettverksbåndbredde | Tjenestespesifikke grenser: Power Apps / Power Automate / Logic Apps: - Skriving: Nyttelastgrense på 2 MB - Lese: 2 MB forespørselsgrense, 8 MB komprimert svargrense - Grense for URL-adresse for GET-forespørsel: 2 048 tegn Power BI DirectQuery: 16 MB ukomprimert svargrense |
ADF Managed virtuelt nettverk vs. Fabric virtual network datagateway
Azure Data Factory (ADF) Managed virtuelt nettverk og Fabric virtual network (VNet) datagateway hjelper deg begge å koble deg sikkert til datakilder, uten å eksponere dem for det offentlige internett. Selv om begge alternativene støtter privat tilkobling for skyarbeidsbelastninger, er de forskjellige i hvordan de er konfigurert, hvem som administrerer dem og hvilke tjenester de støtter.
ADF administrert VNET
Microsoft eier og administrerer nettverksmiljøet. Du får et enkelt oppsett, men du kan ikke kontrollere nettverksinnstillingene eller brannmurreglene.Fabric VNET datagateway Du distribuerer gatewayen inne i ditt eget Azure-virtuelle nettverk. Dette gir deg full kontroll over nettverk, brannmur og skalering. Du bestemmer hvordan gatewayen kobler til ressursene dine og administrerer alle nettverksinnstillinger.
Bruk tabellen nedenfor til å sammenligne de viktigste forskjellene og velge alternativet som passer til arbeidsbelastningen og styringsbehovene dine.
| Kategori | ADF Managed VNet | Fabric VNet datagateway |
|---|---|---|
| Støttede tjenester | Azure Data Factory og Synapse-datasamlebånd. | Fabric dataflow Gen2, Fabric datapipelines, Fabric copy job, Fabric mirroring, Power BI semantiske modeller og Power BI paginerte rapporter |
| VNET-eierskap | Microsoft-administrert virtuelt nettverk (kunden kontrollerer ikke nettverket). | Kundeadministrert virtuelt nettverk (kunden har full kontroll). |
| Private endepunkter | Automatisk opprettet og administrert av ADF for støttede tjenester (Azure Storage, SQL DB osv.). | Kunder konfigurerer virtuell nettverksgateway for å koble Fabric-arbeidsbelastninger til ressurser inne i deres virtuelle nettverk. |
| Nettverkskontroll | Begrenset – kunder kan kun tillate kjøretid for virtuell nettverksintegrasjon til private endepunkter. | Full kontroll – kunden konfigurerer brannmur, NSG-regler, ruting i sitt eget virtuelle nettverk. |
| Installasjon / utrulling | Ingen installasjon nødvendig; fullstendig administrert av Microsoft i et skjult virtuelt nettverk. | Krever distribusjon av virtuell nettverksdatagateway inn i kundens virtuelle nettverk. |
| Høy tilgjengelighet | Microsoft-administrert, automatisk skalert inne i ADFs virtuelle nettverk. Bytt til reservemodus når du aktiverer TTL. | Støtter skalering og HA (nodebaserte klynger), men kjører i kundeadministrert virtuelt nettverk. Støtt opptil syv noder. |
Fabric Data Factory-funksjonalitet
Fabric Data Factory inkluderer Copilot for Data Factory, som bruker naturlig språk for å hjelpe deg med å lage og administrere pipelines, dataflyter og andre Data Factory-elementer.
Integrering av innsjøhus og lager
En av de største fordelene med Fabric Data Factory er hvordan den kobles til dataplattformene dine. Innsjøhus og lagre i Fabric fungerer både som kilder og destinasjoner i rørledningene dine, noe som gjør det enkelt å bygge integrerte dataprosjekter. Pipelines kan også operere på lakehouse-tabeller støttet av OneLake-snarveier, slik at du kan transformere og orkestrere data fra eksterne kilder (inkludert delinger på tvers av leietakere) uten først å kopiere dem inn i arbeidsområdet ditt.
E-postvarsler med Office 365
Den Office 365 Outlook aktiviteten sender tilpassede e-postvarsler om pipeline-kjøringer, aktivitetsstatus og resultater.
Strømlinjeformet datatilkoblingsopplevelse
Fabric's Get data-erfaring gir en veiledet oppsett for kopieringspipelines og nye tilkoblinger.
CI/CD-erfaring
Fabric frikobler CI/CD fra ARM-maler, slik at du kan plukke ut individuelle arbeidsplasser for innsjekking, utsjekking, validering og samarbeid. I tillegg til ekstern integrasjon med Git-repo, tilbyr Fabric innebygde distribusjonspipelines som ikke krever et eksternt repo.
Overvåkingshub og aktivitetsinnsikt
Fabric Data Factory-overvåkingshuben gir tverr-arbeidsområde-oversikt over alle arbeidsbelastninger, med innføring i individuelle aktivitetskjøringer.
For kopieringsaktiviteter, velg knappen for løpedetaljer (brilleikonet) for å se en varighetsoversikt som viser hvor lang tid hver bane tok.
Rask datasamlebåndduplisering
Bruk funksjonen Save as for å duplisere eksisterende pipeline. Bruk det til å lage utviklingskopier, teste varianter eller sette opp lignende arbeidsflyter.
Relatert innhold
Note
Nye funksjoner utviklet for Fabric Data Factory blir ikke tilbakeportet til Azure Data Factory eller Azure Synapse pipelines. De to plattformene har separate veikart. Produktteamene vurderer backport-forespørsler basert på tilbakemeldinger fra fellesskapet.
Hvis du vil ha mer informasjon, kan du se følgende ressurser:
- Planlegg oppgraderingen din fra Azure Data Factory til Fabric Data Factory
- Oppgrader beste praksis for Azure Data Factory til Fabric Data Factory
- Mapping Dataflyt-transformasjoner i Dataflow Gen2
- Oppgrader Azure Data Factory Mapping Dataflyt-pipelines til Fabric
- En guide til Fabric dataflows for Azure Data Factory Mapping Dataflyt-brukere
- Få den fullstendige oversikten over Fabric Data Factory
- Bygg din første dataintegrasjon i Fabric