重要事項
先前Azure Purview) (Microsoft Purview 整合式目錄 和傳統 Microsoft Purview 資料控管功能即將淘汰。 Microsoft 正在 Microsoft Fabric 中合併其資料控管功能。 您無法再建立新帳戶,現有功能將維持在維護模式,直到 2027 年 11 月 12 日為止。 如需淘汰時間表、轉換指引,以及建議的後續步驟,請參閱 Microsoft Purview 資料控管淘汰公告。
本文提供 Microsoft Purview 資料對應中的掃描和擷取功能概觀。 這些功能會將您的 Microsoft Purview 帳戶連線到來源,以填入資料對應和整合式目錄,讓您可以開始透過 Microsoft Purview 探索和管理您的資料。
- 掃描 會從 資料來源 擷取中繼資料,並將它帶入 Microsoft Purview。
-
擷取會處理中繼資料,並將其儲存在來自以下兩者的整合式目錄中:
- 資料來源掃描 - 掃描的中繼資料會新增至資料對應。
- 沿襲連線 — 轉換資源會將有關其來源、輸出和活動的中繼資料新增至資料對應。
掃描
在 Microsoft Purview 帳戶 中註冊 資料來源之後,請掃描資料來源。 掃描過程連接到數據源並捕獲技術元數據,如名稱、文件大小、欄等。 它還會擷取結構化資料來源的結構描述、在結構描述上套用分類,並在 資料對應連線至 Microsoft Purview 入口網站時套用敏感度標籤。 您可以觸發掃描程序立即執行,或排程掃描程序定期執行,讓您的 Microsoft Purview 帳戶保持在最新狀態。
對於每次掃描,您可以自訂流程,以便只掃描所需的資訊,而不是整個來源。
選擇掃描的驗證方法
Microsoft Purview 預設為安全的。 它不會直接儲存密碼或祕密,因此您必須為來源選擇驗證方法。 您可以透過數種方式驗證您的 Microsoft Purview 帳戶,但並非每個資料來源都支援所有方法。
- 受控識別
- 服務主體
- SQL 驗證
- Windows 驗證
- 角色 ARN
- 委派身份驗證
- 消費者金鑰
- 帳戶金鑰或基本驗證
盡可能使用受控識別,因為這樣就不需要儲存和管理個別資料來源的認證。 這個方法可以大幅減少您和您的團隊在設定掃描驗證和疑難排解上所花費的時間。 當您為 Microsoft Purview 帳戶啟用受控身分識別時,會在Microsoft Entra ID (Entra識別碼) 中建立身分識別,並系結至您帳戶的生命週期。
設定掃描範圍
掃描來源時,您可以掃描整個資料來源,或只選擇) 掃描的特定實體 (資料夾或表格。 可用的選項取決於您正在掃描的來源。 您可以為一次性和排程掃描定義這些選項。
例如,建立和執行 Azure SQL 資料庫的掃描時,您可以選擇要掃描的資料表,或選取整個資料庫。
對於資料夾或表格) (每個實體,存在三種選取狀態: 完全選取、部分選取和未選取。 在下列範例中,如果您在資料夾階層中選取 [部門 1 ],則 [部門 1 ] 會被視為已完全選取。 [部門 1] 的父實體 [公司] 和 [範例] 會被視為部分選取,因為相同父系 (下的其他實體 [例如部門 2]) 未選取。 UI 上對具有不同選取狀態的實體使用不同的圖示。
執行掃描之後,可能會在來源系統中新增資產。 依預設,當您再次執行掃描時,如果已完全或部分選取父項,則會自動選取特定父項下的未來資產。 在上述範例中,選取 「部門 1 」並執行掃描之後,當您再次執行掃描時,資料夾「 部門 1 」或「 公司 和 範例 」下的任何新資產都會包括在內。
切換按鈕 (如下圖所示) 可讓使用者控制在部分選取的父項下自動包含新資產。 根據預設,切換會關閉,且部分選取父項的自動包含行為會停用。 關閉切換後,當您再次執行掃描時,不會包括部分選擇父項下的任何新資產,例如 Company 和 Example ;「 部門 1 」下的新資產只會包含在未來的掃描中。
如果切換已開啟,則當您再次執行掃描時已完全或部分選取父項,則會自動選取父項下的新資產。 包含行為與引入切換之前相同。
注意事項
- 切換按鈕的可用性取決於資料來源類型。 目前它針對來源 Azure Blob 儲存體、Azure Data Lake Storage Gen 1、Azure Data Lake Storage Gen 2、Azure 檔案儲存體 和 Azure專用 SQL 集區 (先前稱為 SQL DW) 在內,以公開預覽方式提供。
- 對於在引入切換之前建立或排程的任何掃描,切換狀態 設定為開啟 且無法變更。 對於在引入切換之後建立或排程的任何掃描,在儲存掃描後無法變更切換狀態。 您需要建立新的掃描來變更切換狀態。
- 關閉切換時,對於像 Azure Data Lake Storage Gen 2 這樣的儲存體類型來源,在掃描作業完成後,最多可能需要四個小時,才能完全可以使用依來源類型瀏覽體驗。
已知限制
關閉切換開關時:
- 不會掃描部分選取父系下的檔案實體。
- 如果已明確選取父項下的所有現有實體,則會將父項視為已完全選取,且當您再次執行掃描時,父項下的任何新資產都會包括在內。
自訂掃描層級
在資料對應術語中,根據中繼資料範圍和功能,存在三種不同的掃描層級:
- L1 掃描: 擷取基本資訊和中繼資料,如檔案名稱、大小和完整名稱
- L2 掃描:擷取結構化檔案類型和資料庫表格的結構描述
- L3 掃描:在適用情況下擷取架構,並將取樣檔案受制於系統和自訂分類規則
當您設定新的掃描或編輯現有掃描時,您可以自訂支援掃描層級配置之掃描資料來源的掃描層級。
根據預設,會選取 [自動偵測],這表示 Microsoft Purview 套用此資料來源可用的最高掃描層級。 以 Azure SQL Database 為例,執行掃描時,「自動偵測」將解析為「層級 3」,因為資料來源已支援 Microsoft Purview 中的分類。 掃描執行詳細資料中的掃描層級會顯示實際套用的層級。
對於掃描歷程記錄中在將掃描層級自訂為新功能之前完成的所有掃描執行,掃描層級會設定並顯示為自動 偵測。
當資料來源可以使用較高的掃描層級時,已儲存或排程的掃描只要掃描層級設定為「 自動偵測 」,就會自動套用新的掃描層級。 例如,如果已針對指定資料來源啟用分類為新功能,則此資料來源上的所有現有掃描都會自動套用分類。
掃描層級設定會顯示在掃描監視介面中,每次執行掃描。
如果您選取 Level-1,掃描只會根據特定資料來源的現有中繼資料可用性,傳回基本的技術中繼資料,例如資產名稱、資產大小、修改的時間戳記等。 針對 SQL Database,程序會在資料對應中建立資產實體,例如資料表,但不會擷取資料表結構描述。 (注意:如果使用者在來源系統) 中擁有 必要的許可權 ,他們仍然可以透過即時檢視查看表格結構描述。
如果您選取 層級 2,掃描會傳回資料表結構描述和基本技術中繼資料,但不會執行資料取樣和分類。 針對 Azure SQL Database,資料表資產實體會擷取資料表結構描述,但不會包含分類資訊。
如果您選取 [層級 3],則掃描會執行資料取樣和分類。 這是 Azure SQL 資料庫掃描的標準設定,在掃描層級導入為新功能之前。
如果您將排定的掃描設為較低的掃描層次,稍後將其修改為較高的掃描層次,則下次掃描執行會自動執行完整掃描,並使用較高掃描層次設定引進的中繼資料來更新資料來源中的所有現有資料資產。 例如,當您將 Azure SQL 資料庫上等級為 2 的排程掃描集變更為等級 3 時,下一次掃描執行是完整掃描,並使用分類資訊更新所有現有的 Azure SQL 資料庫表格和視圖資產。 此後的所有掃描都恢復為 設置為級別 3 的增量掃描。
如果您將排定的掃描設為較高的掃描層次,稍後將其修改為較低的掃描層次,則下次掃描執行會繼續執行增量掃描,且資料來源中的所有新資料資產僅具有較低掃描層次設定引進的中繼資料。 例如,當您將 Azure SQL 資料庫上等級為 3 的排程掃描集變更為等級 2 時,下一次掃描執行是累加掃描,且在資料對應中新增的所有新 Azure SQL 資料庫表格和檢視資產都沒有分類資訊。 所有現有的資料資產仍會保留從上一次使用 Level-3 的掃描集產生的分類資訊。
注意事項
- 自訂掃描層級目前適用於下列資料來源:Azure SQL 資料庫、Azure SQL 受控執行個體、Azure Cosmos DB for NoSQL、適用於 PostgreSQL 的 Azure 資料庫、適用於 MySQL 的 Azure 資料庫、Azure Data Lake Storage Gen2、Azure Blob 儲存體、Azure 檔案儲存體、Azure Synapse Analytics Azure專用 SQL 集區 (先前稱為 SQL DW) 、Azure Data Explorer、Dataverse Azure多個 (Azure 訂閱) ,Azure多個 (Azure 資源群組) 、Snowflake Azure Databricks Unity Catalog
- 目前,此功能僅適用於 Azure 整合執行階段與託管虛擬網路整合執行階段 v2。
掃描規則集
掃描規則集會決定掃描針對其中一個來源執行時所尋找的資訊類型。 可用的規則取決於您要掃描的來源類型,但也包括您應該掃描的 檔案類型 ,以及您需要的 分類 類型等項目。
許多資料來源類型已有 系統掃描規則集,但您也可以 建立自己的掃描規則集 ,以針對您的組織量身打造掃描。
排程您的掃描
Microsoft Purview 提供您每天、每週或每月在您選擇的特定時間掃描的選擇。 深入了解支援的 排程選項。 每日或每週掃描可能適用於結構正在積極開發或經常變更的資料來源。 每月掃描更適用於不常變更的資料來源。 與您要掃描之來源的管理者合作,以識別來源的運算需求較低的時間。
掃描如何偵測已刪除的資產
Microsoft Purview 目錄只有在執行掃描時才知道資料存放區的狀態。 若要讓型錄知道檔案、表格或容器是否已刪除,它會將上次掃描輸出與目前掃描輸出進行比較。 例如,假設您上次掃描 Azure Data Lake Storage Gen2 帳戶時,它包含名為 folder1 的資料夾。 再次掃描同一個帳戶時, folder1 遺失。 因此,目錄會假設資料夾已刪除。
提示
由於已刪除檔案的偵測方式,您可能需要多次成功的掃描,才能偵測並解決已刪除的資產。 如果整合式目錄未註冊範圍掃描的刪除,請嘗試多次完整掃描以解決問題。
偵測刪除的檔案
偵測遺失檔案的邏輯適用於同一使用者和不同使用者的多次掃描。 例如,假設使用者在資料夾 A、B 和 C 上的 Data Lake Storage Gen2 資料存放區上執行一次性掃描。稍後,相同帳戶中的不同使用者會在相同資料存放區的資料夾 C、D 和 E 上執行不同的一次性掃描。 因為資料夾 C 已掃描兩次,所以目錄會檢查它是否有可能的刪除。 不過,資料夾 A、B、D 和 E 僅掃描一次,且目錄不會檢查它們是否刪除資產。
若要將已刪除的檔案排除在目錄之外,請務必定期執行掃描。 掃描間隔很重要,因為在執行另一次掃描之前,目錄無法偵測到已刪除的資產。 因此,如果您每月在特定存放區執行一次掃描,則目錄無法偵測到該存放區中任何已刪除的資料資產,直到您在一個月後執行下一次掃描為止。
當您列舉像 Data Lake Storage Gen2 這樣的大型資料存放區時,有多種方式 (包括列舉錯誤和卸除事件,) 遺漏資訊。 特定掃描可能會遺漏已建立或刪除檔案。 因此,除非目錄確定已刪除檔案,否則不會從目錄中刪除該檔案。 此策略表示當掃描資料存放區中不存在的檔案仍存在於目錄中時,可能會發生錯誤。 在某些情況下,資料存放區可能需要掃描兩或三次,才能擷取某些已刪除的資產。
注意事項
- 成功掃描後,將刪除標示為要刪除的資產。 已刪除的資產在處理和移除之前,可能會在您的目錄中持續顯示一段時間。
- 刪除偵測僅支援 Microsoft Purview 內的這些來源:Azure Synapse Analytics 工作區、啟用 Azure Arc 的 SQL Server、Azure Blob 儲存體、Azure 檔案儲存體、Azure Cosmos DB、Azure 資料總管、適用於 MySQL 的 Azure 資料庫、適用於 PostgreSQL 的 Azure 資料庫、Azure 專用 SQL 集區、Azure 機器學習、Azure SQL 資料庫和 Azure SQL 受控執行個體。 針對這些來源,從資料來源刪除資產時,後續掃描會自動移除 Microsoft Purview 中對應的中繼資料和沿襲。
擷取
擷取是使用透過各種程式收集的中繼資料填入資料對應的程式。
注意事項
所有子物件 (引用的實體) 以及擁有者、專家) (連絡人的子物件的總計不得超過 20,000 個實體。
從掃描擷取
掃描程式會識別技術中繼資料或分類,並將它們傳送至擷取。 擷取會分析掃描的輸入、 套用資源集模式、填入可用的 沿襲 資訊,然後自動載入資料對應。 只有在擷取完成之後,您才能探索或策劃資產和結構描述。 如果掃描完成,但在資料對應或目錄中看不到您的資產,則需要等待擷取程序完成。
從沿襲連線擷取
您可以將 Azure Data Factory 和 Azure Synapse 等資源連線至 Microsoft Purview,將資料來源和沿襲資訊帶入資料對應。 例如,當複製管線在您連線到 Microsoft Purview 的 Azure Data Factory 中執行時,服務會擷取有關輸入來源、活動和輸出來源的中繼資料。 資訊會新增至資料對應。
如果您透過掃描將資料來源新增至資料對應,則有關活動的沿襲資訊會新增至現有來源。 如果您尚未將資料來源新增至資料對應,沿襲擷取程式會連同其沿襲資訊將其新增至根集合。
如需可用沿襲連線的詳細資訊,請參閱 沿襲使用者指南。
後續步驟
如需詳細資訊或掃描來源的特定指示,請遵循下列連結。