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.
Denne guiden dekker oppgraderingsstrategier, beslutningskriterier og trinnvise tilnærminger for å flytte Azure Data Factory (ADF)-pipelines til Fabric Data Factory. For beste praksis på implementeringsnivå for hver oppgraderingskomponent, se Oppgradering beste praksis.
Hvorfor oppgradere?
Oppgradering fra ADF- og Synapse-pipelines til Fabric Data Factory er mer enn bare løft og skift: det er en mulighet til å forenkle styring, standardisere mønstre og bruke nye funksjoner for å forbedre din strategi for dataintegrasjon.
Fabric tilbyr mange nye funksjoner, inkludert:
- Integrerte pipeline-aktiviteter som e-post og Teams for meldingsruting
- Innebygd CI/CD (distribusjonspipelines) uten eksterne Git-avhengigheter
- Sømløs integrasjon av arbeidsområdet med OneLake, Warehouse og Lakehouse for samlet analyse
- Strømlinjeformet semantisk datamodell oppdaterer denne skaleringen for å møte både selvbetjenings- og bedriftsdatabehov
- Innebygde AI-funksjoner med Copilot for å hjelpe deg med å lage og administrere pipelines
For en detaljert sammenligning, se sammenligningsguiden for Azure Data Factory og Fabric Data Factory.
Kritiske arkitektoniske forskjeller
Før du oppgraderer fra Azure Data Factory til Fabric Data Factory, bør du vurdere disse kritiske arkitektoniske forskjellene som ofte har størst innvirkning på oppgraderingsplanlegging:
| Kategori | Azure Data Factory | Fabric Data Factory | Oppgraderingseffekt |
|---|---|---|---|
| Egendefinert kode | Egendefinert aktivitet | Azure Batch-aktivitet | Aktivitetsnavnet er annerledes, men støtter samme funksjonalitet. |
| Dataflyt | Kartlegging av dataflyter med Spark-basert utførelse | Dataflow Gen2 støtter Mapping Dataflyt (MDF)-transformasjoner med Spark-basert utførelse. MDF-transformasjoner er for øyeblikket i forhåndsvisning. | Kvalifiserte Azure Data Factory og Azure Synapse Analytics Mapping Data Flows kan migreres til MDF-transformasjoner i Dataflow Gen2 ved å bruke den innebygde migreringsopplevelsen. Gå gjennom støttede koblinger, transformasjoner, autentiseringsmetoder og forhåndsvisningsbegrensninger før migrering. For ikke-støttede scenarioer, redesign transformasjonen ved å bruke Power Query i Dataflow Gen2, Fabric Warehouse SQL, notatbøker eller en annen Fabric-funksjon. |
| Datasett | Separate, gjenbrukbare datasettobjekter | Eiendommer defineres i linje med aktiviteter | Når du konverterer fra ADF til Fabric, finnes 'datasett'-informasjon i hver aktivitet. |
| Dynamiske forbindelser | Egenskaper ved lenket tjeneste kan være dynamiske ved hjelp av parametere | Tilkoblingsegenskaper støtter ikke dynamiske egenskaper, men pipeline-aktiviteter kan bruke dynamisk innhold for tilkoblingsobjekter | For løsninger basert på metadata Driven Architecture som er avhengige av parameteriserte forbindelser, parameteriser tilkoblingsobjektet i Fabric. |
| Globale parametere | Globale parametere | Fabric variabelbibliotek | Ulike implementeringsmønstre og datatyper, men vi har en oppgraderingsguide. |
| HDInsight-aktiviteter | Fem separate aktiviteter (Hive, Pig, MapReduce, Spark, Streaming) | Enkelt HDInsight-aktivitet | Du trenger bare én aktivitetstype når du konverterer, men all funksjonalitet støttes. |
| Identitet | Administrert identitet | Fabric Workspace-identitet | Ulike identitetsmodeller, med noe planlegging som kreves for å endre seg. |
| key vault | Moden integrasjon med alle autentiseringstyper | Begrenset integrasjon via Fabric Key Vault Referanse | Sammenlign som for øyeblikket støttes Key Vault kilder og autentisering med dine eksisterende konfigurasjoner. |
| Pipeline-kjøring | Utfør pipelineaktivitet | Kall Pipeline-aktivitet med FabricDataPipeline-tilkoblingstype | Aktivitetsnavn og tilkoblingskrav endres ved konvertering. |
| Planlegging | Én trigger for mange pipelines eller mange triggere per pipeline med sentralisert administrasjon | Én tidsplan per rørledning eller mange tidsplaner per rørledning uten gjenbruk eller sentralt knutepunkt | Fabric krever for øyeblikket planlegging per rørledning. |
Oppgraderingsbaner
Oppgraderingsveier avhenger av ADF-ressursene dine og deres egenskapsparitet. Alternativene er som følger:
- Azure Data Factory items in Fabric for continuity. - En live-visning av din eksisterende Azure Data Factory-instans i Fabric, som muliggjør gradvis oppgradering og testing. Denne erfaringen er også et godt første steg før du bruker konverteringsverktøy eller replattforming.
- Bruk den innebygde oppgraderingsopplevelsen for Azure Data Factory-pipelines – Vurder pipeline-klarhet direkte i Azure Data Factory, gjennomgå kompatibilitetsresultater, og oppgrader støttede pipelines til et Fabric-arbeidsområde ved hjelp av en guidet UX.
- Manuell oppgradering for komplekse miljøer – Bygg om pipelines i Fabric for å utnytte nye funksjoner og optimalisere ytelsen. Denne tilnærmingen er nødvendig for pipelines med lav paritet eller tilpasset logikk, men det er også en mulighet til å modernisere arkitekturen din.
Azure Data Factory items in your Fabric workspace
Legg til en eksisterende ADF i Fabric-arbeidsområdet ditt for å få umiddelbar oversikt og styring mens du oppgraderer gradvis. Denne tilnærmingen er ideell for oppdagelse, eierskapsfordeling og side-ved-side-testing fordi team kan se pipelines, organisere dem under Fabric-arbeidsområder og planlegge cutovers per domene. Bruk Azure Data Factory-elementer for å katalogisere hva som finnes, prioriter pipelines med høyest verdi/lavest risiko først, og etabler konvensjoner (navngivning, mapper, gjenbruk av tilkoblinger) som konverteringsskriptene og partnerverktøyene dine kan følge konsekvent.
Du monterer i Fabric gjennom Azure Data Factory-elementtypen: Bring din Azure Data Factory til Fabric.
Oppgrader Azure Data Factory-pipelines ved å bruke den innebygde opplevelsen
Fabric gir en innebygd, vurderingsbasert oppgraderingsopplevelse som du kan bruke til å evaluere og oppgradere Azure Data Factory-pipelines direkte gjennom Azure Data Factory og Fabric-brukeropplevelser – uten skript eller tilpassede verktøy. Denne erfaringen hjelper deg:
- Vurder pipeline- og aktivitetsberedskap direkte i Azure Data Factory.
- Forstå kompatibilitetshull før du oppgraderer.
- Monter din Azure Data Factory i et Fabric-arbeidsområde for side-ved-side gjennomgang.
- Oppgrader støttede pipelines gradvis til Fabric fra din monterte datafabrikk.
- Oppgradering støttet Mapping Data Flows i utvalgte pipelines til MDF-transformasjoner i Dataflow Gen2.
- Planlegg utbedring eller redesign for elementer som trenger oppdateringer, bruker ikke-støttede funksjoner, eller som snart kommer.
Hver pipeline og aktivitet er tydelig kategorisert (Klar, Trenger gjennomgang, Kommer snart eller Ikke kompatibel), noe som hjelper teamene å planlegge oppgraderinger bevisst og validere resultater før de bytter produksjonsarbeidsbelastning. Denne tilnærmingen passer godt for kunder som ønsker en veiledet, lavrisiko og trinnvis oppgraderingsvei, samtidig som de opprettholder oversikt over ikke-støttede funksjoner og neste steg. For trinnvis veiledning, se Oppgrader dine Azure Data Factory-pipelines til Fabric.
Den innebygde oppgraderingsopplevelsen støtter også kvalifiserte pipelines som inneholder Mapping Data Flows. Støttede kartleggingsdataflyter oppgraderes til MDF-transformasjoner i Dataflow Gen2, samtidig som transformasjonslogikken og Spark-baserte kjøringsmodellen bevares. Denne funksjonen er for øyeblikket i forhåndsversjon. For krav, begrensninger og oppgraderingsinstruksjoner, se Upgrade Azure Data Factory Mapping Dataflyt pipelines to Fabric.
Manuell oppgradering
Manuell oppgradering er nødvendig for komplekse pipelines med lav paritet, men det er også en mulighet til å modernisere arkitekturen din og ta i bruk Fabric sine integrerte funksjoner. Denne veien krever mer forhåndsplanlegging og utvikling, men kan gi langsiktige fordeler når det gjelder vedlikeholdbarhet, ytelse og kostnader.
For å oppgradere effektivt, følg disse trinnene:
- Vurder og inventar: Katalogiser alle ADF-ressurser, inkludert pipelines, datasett, koblede tjenester og integrasjonskjøringer. Identifiser avhengigheter og bruksmønstre.
- Identifiser duplikater og ubrukte elementer: Rydd opp i ubrukte eller overflødige elementer i ADF for å effektivisere oppgraderingen og dataintegrasjonsmiljøet ditt.
- Identifiser hull: Bruk verktøyet for vurdering av rørledninger og vurder paritet i koblinger og aktivitet for å identifisere hull mellom ADF-rørledninger og Fabric-rørledninger, og planlegg alternativer.
- Gjennomgå nye funksjoner: Bruk vår databevegelsesbeslutningsguide og dataintegrasjonsbeslutningsguide for å avgjøre hvilke Fabric verktøy som passer best for dine behov.
- Plan: Gå gjennom beste praksis for oppgradering for hensyn til hvert av dine produkter, og retningslinjer for å få mest mulig ut av Fabric sine forbedrede egenskaper.
- Hvis du bruker globale parametere i ADF, planlegg å oppgradere dem til Fabric-variabelbiblioteker. Se Convert ADF Global Parameters to Fabric Variable Libraries for detaljerte trinn.
- ADF-overgang: Vurder å legge til et Azure Data Factory-element i Microsoft Fabric som et første steg i oppgraderingen, slik at man gradvis kan gå over på én plattform.
- Prioriter: Ranger rørledningene dine basert på forretningspåvirkning, kompleksitet og hvor lett det er å oppgradere.
- Automatiser der du kan: Bruk den innebygde oppgraderingsopplevelsen til å vurdere, oppgradere og validere pipelines gradvis før du flytter produksjonsarbeidsbelastninger. For mer informasjon, se oppgraderingsverktøyet.
-
Vurder verktøy: Bruk disse verktøyene for å gjøre rekreasjonen enklere:
- Bruk maler Fabric templates som utgangspunkt for pipelines med vanlige dataintegrasjonsscenarier.
- Bruk parameterisering for å lage gjenbrukbare pipelines
- Bruk Copilot i Fabric Data Factory for å hjelpe med pipeline-opprettelse
- Bruk distribusjonspipelines for CI/CD og versjonskontroll
-
Manuell oppgradering: For scenarier som ikke støttes av andre oppgraderingsmetoder, bygg dem opp igjen i Fabric:
- Gjenskap forbindelser: Sett opp Connections i Fabric for å erstatte Linked Services i ADF
- Gjenskap aktiviteter: Sett opp dine aktiviteter i pipelinene dine, og erstatt unsupported activities med Fabric alternativer eller bruk aktiviteten Invoke pipeline
- Planlegg og sett triggere: Bygg opp tidsplaner og hendelsestriggere i Fabric for å matche ADF-planene dine
- Test grundig: Valider oppgraderte rørledninger mot forventede resultater, ytelsesbenchmarks og samsvarskrav.
Eksempler på oppgraderingsscenarier
Overgangen fra ADF til Fabric kan innebære ulike strategier avhengig av bruksområdet ditt. Denne delen skisserer vanlige oppgraderingsveier og hensyn for å hjelpe deg å planlegge effektivt.
- Scenario 1: ADF-pipeliner og dataflyter
- Scenario 2: ADF med CDC, SSIS og Airflow
- Scenario 3: Pipeline-oppgradering med innebygd erfaring
- Scenario 4: ADF-elementer i et Fabric arbeidsområde
Scenario 1: ADF-pipeliner og dataflyter
Moderniser ETL-miljøet ditt ved å oppgradere pipelines og dataflyter til Fabric. Planlegg for disse elementene:
- Gjenskap koblede tjenester som Fabric-tilkoblinger, eller kartlegg koblede tjenester til eksisterende Fabric-tilkoblinger under den innebygde oppgraderingsopplevelsen.
- Gjenskap globale parametere som variabelbiblioteker.
- Definer datasettegenskaper innebygd i pipelineaktiviteter.
- Erstatt SHIR-er (selvhostede integrasjonskjøretider) med OPDGer (on-premises datagateways) og VNet IR-er med virtuelle nettverksdatagatewayer.
- For kvalifiserte pipelines som inneholder Mapping Data Flows, bruk den innebygde oppgraderingsopplevelsen til å oppgradere støttede Mapping Data Flows til MDF-transformasjoner i Dataflow Gen2.
- Gå gjennom MDF-transformasjonsbegrensningene, støttede koblinger, transformasjoner, autentiseringsmetoder og nettverkskrav før oppgradering.
- For kartlegging av dataflyter som bruker funksjoner som ikke støttes i den nåværende forhåndsvisningen, bør du rette opp de ikke-støttede komponentene eller redesigne transformasjonen ved å bruke Power Query i Dataflow Gen2, Fabric Warehouse SQL, Spark-notatbøker eller en annen passende Fabric-funksjonalitet.
- Bygg opp ustøttede ADF-aktiviteter ved å bruke Fabric alternativer eller aktiviteten Invoke pipeline. Ikke-støttede aktiviteter inkluderer:
- Data Lake Analytics (U-SQL), en avskrevet Azure-tjeneste.
- Valideringsaktivitet, som du kan bygge opp igjen ved å bruke Get Metadata, pipeline-løkker og Hvis-aktiviteter.
- Power Query, som er fullstendig integrert i Fabric som dataflyter der M-kode kan brukes på nytt.
- Notebook-, Jar- og Python-aktiviteter, som du kan erstatte med Databricks-aktiviteten i Fabric.
- Hive-, Pig-, MapReduce-, Spark- og Streaming-aktiviteter, som du kan erstatte med HDInsight-aktiviteten i Fabric.
For krav og trinnvise instruksjoner, se Upgrade Azure Data Factory Mapping Dataflyt pipelines to Fabric.
Som et eksempel, her er ADF-datasettkonfigurasjonssiden, med dens filsti og komprimeringsinnstillinger:
Og her er en Copy activity for Data Factory in Fabric, hvor komprimering og filvei er innebygd i aktiviteten:
Scenario 2: ADF med CDC, SSIS og Airflow
Opprett CDC på nytt som Kopier jobbelementer . For Airflow, kopier DAG-ene dine inn i Fabric s Apache Airflow-tilbud. Kjør SSIS-pakker ved bruk av ADF-pipelines og kall dem fra Fabric.
Scenario 3: Oppgradering av rørledningen ved bruk av den innebygde opplevelsen
Denne veiledede, vurderingsorienterte erfaringen hjelper deg å evaluere beredskap, identifisere kompatibilitetshull og oppgradere støttede pipelines gradvis til et Fabric-arbeidsområde – alt uten skript.
Den innebygde oppgraderingsopplevelsen støtter også kvalifiserte pipelines som inneholder Mapping Data Flows. Støttede kartleggingsdataflyter oppgraderes til MDF-transformasjoner i Dataflow Gen2, samtidig som transformasjonslogikken og Spark-baserte kjøringsmodellen bevares. Denne funksjonen er for øyeblikket i forhåndsversjon.
Hvis du vil ha mer informasjon, kan du se:
- Oppgrader dine Azure Data Factory-pipelines til Fabric
- Oppgrader Azure Data Factory Mapping Dataflyt-pipelines til Fabric
Scenario 4: ADF-elementer i et Fabric-arbeidsområde
Du kan legge til en hel ADF-fabrikk i et Fabric-arbeidsområde som en native gjenstand. Dette lar deg administrere ADF-fabrikker sammen med Fabric-artefakter innenfor samme grensesnitt. ADF-grensesnittet forblir fullt tilgjengelig, slik at du kan overvåke, administrere og redigere ADF-fabrikkelementene direkte fra Fabric-arbeidsområdet. Likevel skjer kjøring av pipelines, aktiviteter og integrasjonskjøretider fortsatt innenfor dine Azure-ressurser.
Denne funksjonen er nyttig for organisasjoner som går over til Fabric, da den gir en samlet oversikt over både ADF- og Fabric-ressurser, noe som forenkler administrasjon og planlegging av oppgraderingen.
For mer informasjon, se Bring din Azure Data Factory inn i Fabric.