Przekształcanie danych za pomocą mapy na wykresach przepływu danych

W Operacje Azure IoT transformacja mapy bierze każdą przychodzącą wiadomość z grafu przepływu danych i generuje komunikat wyjściowy oparty na twoich regułach. Możesz zmieniać nazwy pól, reorganizować je w nowe struktury, obliczać wartości pochodne lub usuwać niechciane pola. Korzystając z reguł dzikich, możesz kopiować wszystkie pola jednocześnie.

Aby zapoznać się z omówieniem wykresów przepływu danych i sposobem tworzenia przekształceń w potoku, zobacz Omówienie wykresów przepływu danych.

Transformacje wykorzystują język wyrażeń do obliczania wartości, warunków testowych i pól odniesienia. Wyrażenia odnoszą się do wejść według położenia, a nie nazwy: pierwsze wejście w inputs liście to $1, drugie to $2, i tak dalej. Wbudowane funkcje, takie jak cToF, konwertują i modyfikują te wartości.

Pełną listę operatorów, funkcji, typów danych i pól metadanych można znaleźć w sekcji Expressions.

Wymagania wstępne

Instancja usługi Operacje Azure IoT wdrożona w klastrze Kubernetes. Aby uzyskać więcej informacji, zobacz Deploy Operacje Azure IoT.

Domyślny punkt końcowy rejestru o nazwie default, który wskazuje na mcr.microsoft.com, jest tworzony automatycznie podczas wdrażania. Wbudowane przekształcenia używają tego punktu końcowego.

Azure CLI przykładów w tym artykule używa zmiennych środowiskowych, dzięki czemu można ustawić każdą wartość raz, a następnie skopiować i wkleić polecenia as-is. Jeśli korzystasz ze środowiska Operacje Azure IoT Codespaces z quickstartu, te zmienne są już ustawione i możesz pominąć ten krok. W przeciwnym razie ustaw następujące zmienne środowiskowe w swojej poskoczce przed uruchomieniem poleceń.

Poniższe skrypty określają najczęściej używane zmienne środowiskowe:

Zmienna środowiskowa	Opis
`SUBSCRIPTION_ID`	ID subskrypcji zawierającej Twoją instancję Operacje Azure IoT.
`RESOURCE_GROUP`	Nazwa grupy zasobów zawierającej Twoją instancję Operacje Azure IoT.
`AIO_INSTANCE_NAME`	Nazwa Twojej instancji Operacje Azure IoT. Aby wypisać swoje instancje, uruchom `az iot ops list -o table`.
`CLUSTER_NAME`	Nazwa klastra Kubernetes z włączonym Azure Arc, który hostuje Twoją instancję.
`LOCATION`	Region Azure do wykorzystania dla nowych zasobów, na przykład `eastus`.

Bash
PowerShell

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>"

Wystarczy ustawić zmienne, których używa ten artykuł. W tym artykule może być użytych dodatkowych zmiennych środowiskowych do wyboru nazw zasobów. Artykuł wyjaśnia, jak ustawić je tam, gdzie są wprowadzane.

Jak działają reguły mapy

Każda reguła mapy ma cztery części:

Majątek	Wymagane	Opis
`inputs`	Yes	Lista ścieżek pól do odczytu z przychodzącej wiadomości.
`output`	Yes	Ścieżka pola, gdzie wynik pojawia się w wiadomości wyjściowej.
`expression`	Nie.	Formuła zastosowana do wartości wejściowych. Jeśli ją pominiesz, pierwsza wartość wejściowa kopiuje się bezpośrednio.
`description`	Nie.	Czytelna dla człowieka etykieta reguły zawarta w komunikatach o błędach.

Transformacja mapowania przypisuje zmienne pozycyjne do wejść w kolejności. Na przykład, jeśli inputs to ['Position', 'Office'], wówczas $1 ma wartość Position, a $2 ma wartość Office.

Zmienianie nazwy pola

Aby zmienić nazwę BirthDate na DateOfBirth, przyporządkuj jedno wejście do innej ścieżki wyjściowej. Nie potrzebujesz wyrażenia. Wartość jest kopiowana bez zmian.

W konfiguracji przekształcania mapy dodaj regułę:

Setting	Wartość
Dane wejściowe	`BirthDate`
Wynik	`DateOfBirth`

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

- inputs:
    - BirthDate
  output: DateOfBirth

Przebuduj pola

Użyj notacji kropkowej w ścieżce wyjściowej, aby przenieść pola do struktury zagnieżdżonej.

Dodaj dwie reguły:

Dane wejściowe	Wynik
`Name`	`Employee.Name`
`BirthDate`	`Employee.DateOfBirth`

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą 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'
}

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

- inputs:
    - Name
  output: Employee.Name

- inputs:
    - BirthDate
  output: Employee.DateOfBirth

Biorąc pod uwagę te dane wejściowe:

{
  "Name": "Grace Owens",
  "BirthDate": "19840202",
  "Position": "Analyst"
}

Te dwie reguły tworzą:

{
  "Employee": {
    "Name": "Grace Owens",
    "DateOfBirth": "19840202"
  }
}

W wyniku są wyświetlane tylko pola wymienione w danych wyjściowych reguły. Wynik nie obejmuje Position pola, ponieważ żadna reguła go nie odwzorowuje.

Łączenie wielu danych wejściowych

Gdy wypisujesz wiele wejść, użyj ich zmiennych pozycyjnych, aby połączyć je w wyrażenie.

Dodawanie reguły:

Setting	Wartość
Wejścia	`Position`, `Office`
Wynik	`Employment.Position`
Wyrażenie	`$1 + ", " + $2`

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

Biorąc pod uwagę Position: "Analyst" i Office: "Kent, WA", wynikiem jest "Analyst, Kent, WA".

Przekształcanie wartości za pomocą wyrażeń

Użyj pola expression, aby zastosować wbudowane funkcje lub operacje arytmetyczne. Poniższy przykład wykorzystuje cToF, wbudowaną funkcję konwersji jednostkowej, która przekształca wartość Celsjusza na Fahrenheita. Pamiętaj, że odnosi się to $1 do pierwszego wejścia, a nie do nazwy pola.

Pełną listę operatorów, funkcji i zaawansowanych cech można znaleźć w sekcji Expressions. Grupy referencyjne funkcjonują według kategorii, takich jak konwersja jednostek, skalowanie i zaokrąglanie, matematyka oraz funkcje ciągów znaków.

Dodaj regułę obliczeniową. Na przykład aby przekonwertować stopnie Celsjusza na Fahrenheit:

Setting	Wartość
Dane wejściowe	`temperature`
Wynik	`temperature_f`
Wyrażenie	`cToF($1)`

Aby skalować odczyt czujnika do zakresu od 0 do 100, użyj wyrażenia scale($1, 0, 4095, 0, 100).

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

Aby skalować odczyt czujnika:

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

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

Aby skalować odczyt czujnika:

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

Aby skalować odczyt czujnika:

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

Skopiuj wszystkie pola z symbolami wieloznacznymi

Gdy dane wyjściowe powinny być dokładnie zgodne z danymi wejściowymi tylko z kilkoma zmianami, użyj reguły z symbolami wieloznacznymi, aby skopiować każde pole jednocześnie. Następnie dodaj reguły, aby zastąpić, dodać lub usunąć określone pola.

Dodaj regułę przekazywania, która kopiuje wszystkie pola. Ustaw dane wejściowe na * , a dane wyjściowe na *.

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

Wymagania dotyczące reguł z symbolami wieloznacznymi

Reguła z symbolami wieloznacznymi musi być pierwszą regułą w konfiguracji twojej mapy.
Transformacja mapy obsługuje tylko jedną regułę dzikiej karty.
Gwiazdka pasuje do co najmniej jednego segmentu ścieżki i musi reprezentować kompletny segment. Transformacja mapy nie obsługuje częściowych wzorców takich jak partial*.

Symbole wieloznaczne prefiksu

Skieruj dziką kartę do konkretnego prefiksu. Aby spłaszczyć wszystkie pola z ColorProperties do poziomu głównego:

Dodaj regułę z danymi wejściowymi ColorProperties.* i wyjściowymi *.

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

Dane:

{
  "ColorProperties": {
    "Hue": "blue",
    "Saturation": "90%",
    "Brightness": "50%"
  }
}

Dane wyjściowe to:

{
  "Hue": "blue",
  "Saturation": "90%",
  "Brightness": "50%"
}

Usuwanie pól z danych wyjściowych

output Ustaw wartość na pusty ciąg, aby wykluczyć określone pola. Zazwyczaj stosuje się takie podejście po zasadzie dzikiej karty: skopiuj wszystko, a potem usuń to, czego nie potrzebujesz.

Dodaj regułę przekazywania, aby skopiować wszystkie pola.
Dodaj regułę usuwania i wybierz pola do wykluczenia (na przykład password i internal_id).

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

- inputs:
    - password
    - internal_id
  output: ""

Reguła usuwania nie może zawierać wyrażenia.

Zastępowanie symboli wieloznacznych dla określonych pól

Gdy reguła z symbolem wieloznacznym i konkretna reguła odnoszą się do tego samego pola, bardziej szczegółowa reguła ma pierwszeństwo.

Dodaj regułę przekazywania, aby skopiować wszystkie pola.
Dodaj regułę obliczeniową dla temperature z wyrażeniem cToF($1).

Przekształcenie mapy stosuje konkretną regułę do temperature i kopiuje wszystkie inne pola bez zmian.

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

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

Używanie pól metadanych

Czytaj i zapisuj do metadanych wiadomości, takich jak tematy MQTT i właściwości użytkownika. Zobacz Pola metadanych w odniesieniu do wyrażeń.

Dodaj regułę z danymi wejściowymi region i wyjściowymi $metadata.user_property.region , aby zapisać wartość pola we właściwości użytkownika MQTT.

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

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

Pełny przykład dynamicznego routingu tematów można znaleźć w temacie Kierowanie komunikatów do różnych tematów.

Użyj ostatniej znanej wartości i wartości domyślnych

Gdy dane czujnika docierają sporadycznie, możesz wypełnić brakujące pola ostatnią znaną wartością lub wartością statyczną. Zobacz Ostatnie znane wartości i Wartości domyślne w dokumentacji wyrażeń.

Dodaj regułę dla temperature pola i włącz ostatnią znaną wartość. Ustaw wartość 0 domyślną jako rezerwową.

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

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

Ta reguła używa bieżącej wartości, jeśli jest dostępna, w przeciwnym razie wraca do ostatniej znanej wartości i używa 0, jeśli żadna z powyższych nie jest dostępna.

Wzbogacanie przy użyciu danych zewnętrznych

Wzbogacenie jest opcjonalne. Potrzebujesz go tylko wtedy, gdy chcesz łączyć wiadomości przychodzące z danymi referencyjnymi przechowywanymi w magazynie stanów, na przykład tabelą metadanych urządzeń. Jeśli Twoje wiadomości zawierają już wszystko, czego potrzebujesz, pomiń tę sekcję.

Gdy potrzebujesz wzbogacenia, skonfiguruj zbiór danych do kontekstualizacji, który środowisko uruchomieniowe wyszukuje podczas przetwarzania. Na przykład wyszukaj metadane urządzenia według jego identyfikatora i uwzględnij je w danych wyjściowych. Aby uzyskać szczegółowe informacje, zobacz Wzbogacanie o dane zewnętrzne.

Funkcje wyłączne grafu przepływu danych

Wykresy przepływu danych obsługują kilka funkcji, które nie są dostępne w mapowaniach przepływu builtInTransformation danych.

Wartości domyślne brakujących pól

Użyj składni ?? <default> na danych wejściowych, aby zapewnić statyczne rozwiązanie zapasowe, gdy brakuje pola. Jest to prostsze niż pisanie if wyrażenia w celu sprawdzenia pustych wartości.

W konfiguracji przekształcania mapy ustaw dane wejściowe, aby zawierały składnię ??, po czym następuje wartość domyślna. Na przykład wprowadź temperature ?? 0 w polu wejściowym do użycia 0 w przypadku braku pola temperatury.

CLI wdraża cały graf z jednego pliku konfiguracji, więc dodaj to w odpowiednim miejscu w graph.json, a następnie zastosuj za pomocą az iot ops dataflowgraph apply:

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

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

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

- inputs:
    - temperature ?? 0
  output: temperature

Aby uzyskać szczegółowe informacje na temat obsługiwanych typów domyślnych i łączenia wartości domyślnych z ostatnimi znanymi wartościami, zobacz Domyślne wartości w dokumentacji wyrażeń.

Funkcje wyrażeń regularnych

Wykresy przepływu danych obsługują dopasowywanie i zastępowanie wyrażeń regularnych:

str::regex_matches(string, pattern): zwraca wartość true, jeśli ciąg pasuje do wzorca wyrażenia regularnego.
str::regex_replace(string, pattern, replacement): zastępuje wszystkie dopasowania wyrażeń regularnych ciągiem zastępczym.

Te funkcje są przydatne w wyrażeniach filtrów lub do czyszczenia i przekształcania danych ciągów. Aby uzyskać pełną listę funkcji ciągów, zobacz Funkcje ciągów w dokumentacji wyrażeń.

Pełny przykład konfiguracji

Oto kompletna konfiguracja mapy, która kopiuje wszystkie pola, usuwa poufne dane, zmienia strukturę pola i oblicza wartość pochodną:

Zrzut ekranu pokazuje panel konfiguracji transformacji mapy doświadczeń operacyjnych z wieloma regułami dotyczącymi symbolu wieloznacznego, usuwania, restrukturyzacji, obliczeń i scalania.

W środowisku Operacji utwórz graf przepływu danych i dodaj transformację mapy. Na panelu konfiguracji mapy dodaj reguły do:

Skopiuj wszystkie pola z przekazywaniem z symbolami wieloznacznymi.
Usuń poufne pola , ustawiając dane wyjściowe na puste dla password i secret_key.
Zmień strukturęBirthDate pola na Employee.DateOfBirth.
Oblicz konwersję Fahrenheita, używając wzoru cToF($1) na temperature polu.
Scal pola Position i Office z formułą $1 + ", " + $2.

Azure CLI stosuje wykres przepływu danych z pojedynczego pliku konfiguracji JSON. graph.json Utwórz plik z właściwościami grafu. W graph.json pliku value pole przechowuje reguły każdej transformacji jako ucieczkę ciągu JSON. Aby zapoznać się z czytelną formą reguł każdego przekształcenia, zobacz instrukcje dotyczące tego typu transformacji.

{
  "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"
      }
    }
  ]
}

Wskazówka

Aby wygenerować ciąg escapowany, zapisz reguły w pliku takim jak rules.json, uruchom jq -c . rules.json, i wklej jednolinijowy wynik do value pola.

Zastosuj plik konfiguracji.

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@2026-07-01' = {
  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' }
      }
    ]
  }
}

Ważna

Korzystanie z manifestów wdrożenia platformy Kubernetes nie jest obsługiwane w środowiskach produkcyjnych i powinno być używane tylko do debugowania i testowania.

Konfiguracja reguł jest ciągiem JSON umieszczonym, jako value dla klucza rules w sekcji DataflowGraph węzła configuration transformującego:

{
  "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"
    }
  ]
}

Aby uzyskać pełną DataflowGraph strukturę zasobów, zobacz Omówienie wykresów przepływu danych.

Opinia

Czy ta strona była pomocna?

Last updated on 2026-08-14

Przekształcanie danych za pomocą mapy na wykresach przepływu danych

Wymagania wstępne

Jak działają reguły mapy

Zmienianie nazwy pola

Przebuduj pola

Łączenie wielu danych wejściowych

Przekształcanie wartości za pomocą wyrażeń

Skopiuj wszystkie pola z symbolami wieloznacznymi

Wymagania dotyczące reguł z symbolami wieloznacznymi

Symbole wieloznaczne prefiksu

Usuwanie pól z danych wyjściowych

Zastępowanie symboli wieloznacznych dla określonych pól

Używanie pól metadanych

Użyj ostatniej znanej wartości i wartości domyślnych

Wzbogacanie przy użyciu danych zewnętrznych

Funkcje wyłączne grafu przepływu danych

Wartości domyślne brakujących pól

Funkcje wyrażeń regularnych

Pełny przykład konfiguracji

Treści powiązane

Opinia

Dodatkowe zasoby