Konektor Power Query (pratinjau - dihentikan)

Penting

Dukungan konektor Power Query diperkenalkan sebagai pratinjau publik terbatas di bawah Ketentuan Penggunaan Tambahan untuk Pratinjau Microsoft Azure, tetapi sekarang dihentikan. Jika Anda memiliki solusi pencarian yang menggunakan konektor Power Query, silakan migrasikan ke solusi alternatif.

Migrasi pada 28 November 2022

Pratinjau konektor Power Query diumumkan pada Mei 2021 dan tidak akan dilanjutkan ke ketersediaan umum. Panduan migrasi berikut tersedia untuk Snowflake dan PostgreSQL. Jika Anda menggunakan konektor yang berbeda dan memerlukan instruksi migrasi, silakan gunakan informasi kontak email yang disediakan dalam pendaftaran pratinjau Anda untuk meminta bantuan atau membuka tiket dengan Dukungan Azure.

Prasyarat

Memigrasikan alur data Snowflake

Bagian ini menjelaskan cara menyalin data dari database Snowflake ke indeks Azure Cognitive Search. Tidak ada proses untuk mengindeks langsung dari Snowflake ke Azure Cognitive Search, jadi bagian ini menyertakan fase penahapan yang menyalin konten database ke kontainer blob Azure Storage. Anda kemudian akan mengindeks dari kontainer penahapan tersebut menggunakan alur Data Factory.

Langkah 1: Mengambil informasi database Snowflake

  1. Buka Snowflake dan masuk ke akun Snowflake Anda. Akun Snowflake terlihat seperti https://< account_name.snowflakecomputing.com>.

  2. Setelah Anda masuk, kumpulkan informasi berikut dari panel kiri. Anda akan menggunakan informasi ini di langkah berikutnya:

    • Dari Data, pilih Database dan salin nama sumber database.
    • Dari Admin, pilih Pengguna & Peran dan salin nama pengguna. Pastikan pengguna memiliki izin baca.
    • Dari Admin, pilih Akun dan salin nilai LOCATOR akun.
    • Dari URL Snowflake, mirip dengan https://app.snowflake.com/<region_name>/xy12345/organization). salin nama wilayah. Misalnya, dalam https://app.snowflake.com/south-central-us.azure/xy12345/organization, nama wilayah adalah south-central-us.azure.
    • Dari Admin, pilih Gudang dan salin nama gudang yang terkait dengan database yang akan Anda gunakan sebagai sumbernya.

Langkah 2: Mengonfigurasi Layanan Tertaut Snowflake

  1. Masuk ke Azure Data Factory Studio dengan akun Azure Anda.

  2. Pilih pabrik data Anda lalu pilih Lanjutkan.

  3. Dari menu sebelah kiri, pilih ikon Kelola .

    Cuplikan layar memperlihatkan cara memilih ikon Kelola di Azure Data Factory untuk mengonfigurasi Snowflake Linked Service.

  4. Di bawah Layanan tertaut, pilih Baru.

    Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Baru di Azure Data Factory.

  5. Di panel kanan, di pencarian penyimpanan data, masukkan "snowflake". Pilih petak peta Snowflake dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih petak peta Snowflake di penyimpanan data Layanan Tertaut baru.

  6. Isi formulir Layanan tertaut baru dengan data yang Anda kumpulkan di langkah sebelumnya. Nama Akun mencakup nilai LOCATOR dan wilayah (misalnya: xy56789south-central-us.azure).

    Cuplikan layar memperlihatkan cara mengisi formulir Layanan Tertaut Snowflake.

  7. Setelah formulir selesai, pilih Uji koneksi.

  8. Jika pengujian berhasil, pilih Buat.

Langkah 3: Mengonfigurasi Himpunan Data Snowflake

  1. Dari menu sebelah kiri, pilih ikon Penulis .

  2. Pilih Himpunan Data, lalu pilih menu elipsis Tindakan Himpunan Data (...).

    Cuplikan layar memperlihatkan cara memilih opsi Ikon pembuat dan himpunan data.

  3. Pilih Himpunan data baru.

    Cuplikan layar memperlihatkan cara memilih himpunan data baru di Azure Data Factory untuk Snowflake.

  4. Di panel kanan, di pencarian penyimpanan data, masukkan "snowflake". Pilih petak peta Snowflake dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih Snowflake dari sumber data untuk Himpunan Data.

  5. Di Setel Properti:

    • Pilih Layanan Tertaut yang Anda buat di Langkah 2.
    • Pilih tabel yang ingin Anda impor, lalu pilih OK.

    Cuplikan layar memperlihatkan cara mengonfigurasi properti himpunan data untuk Snowflake.

  6. Pilih Simpan.

Buat indeks baru di layanan Azure Cognitive Search Anda dengan skema yang sama dengan yang saat ini telah Anda konfigurasi untuk data Snowflake Anda.

Anda dapat menggunakan kembali indeks yang saat ini Anda gunakan untuk Snowflake Power Connector. Di portal Microsoft Azure, temukan indeks lalu pilih Definisi Indeks (JSON). Pilih definisi dan salin ke isi permintaan indeks baru Anda.

Cuplikan layar memperlihatkan cara menyalin konfigurasi JSON indeks Azure Cognitive Search yang ada untuk indeks Snowflake yang ada.

Langkah 5: Mengonfigurasi Azure Cognitive Search Linked Service

  1. Dari menu sebelah kiri, pilih ikon Kelola .

    Cuplikan layar memperlihatkan cara memilih ikon Kelola di Azure Data Factory untuk menambahkan layanan tertaut baru.

  2. Di bawah Layanan tertaut, pilih Baru.

    Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Baru di Azure Data Factory untuk Cognitive Search.

  3. Di panel kanan, pada pencarian di penyimpanan data, masukkan "search". Pilih petak peta Azure Search dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih Pencarian Tertaut Baru di Azure Data Factory untuk diimpor dari Snowflake.

  4. Isi nilai Layanan tertaut baru :

    • Pilih langganan Azure tempat layanan Azure Cognitive Search Anda berada.
    • Pilih layanan Azure Cognitive Search yang memiliki pengindeks konektor Power Query Anda.
    • Pilih Buat.

    Cuplikan layar memperlihatkan cara memilih Layanan Pencarian Tertaut Baru di Azure Data Factory dengan propertinya untuk diimpor dari Snowflake.

Langkah 6: Mengonfigurasi Himpunan Data Azure Cognitive Search

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Himpunan Data, lalu pilih menu elipsis Tindakan Himpunan Data (...).

    Cuplikan layar memperlihatkan cara memilih opsi Ikon pembuat dan himpunan data untuk Cognitive Search.

  3. Pilih Himpunan data baru.

    Cuplikan layar memperlihatkan cara memilih himpunan data baru di Azure Data Factory.

  4. Di panel kanan, pada pencarian di penyimpanan data, masukkan "search". Pilih petak peta Azure Search dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih layanan Azure Cognitive Search untuk Himpunan Data di Azure Data Factory untuk digunakan sebagai sink.

  5. Dalam Mengatur properti:

    • Pilih layanan Tertaut yang baru saja dibuat di Langkah 5.

    • Pilih indeks pencarian yang Anda buat di Langkah 4.

    • Pilih OK.

      Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Pencarian Baru di Azure Data Factory untuk Snowflake.

  6. Pilih Simpan.

Langkah 7: Mengonfigurasi Azure Blob Storage Linked Service

  1. Dari menu sebelah kiri, pilih ikon Kelola .

    Cuplikan layar memperlihatkan cara memilih ikon Kelola di Azure Data Factory untuk menautkan layanan baru.

  2. Di bawah Layanan tertaut, pilih Baru.

    Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Baru di Azure Data Factory untuk menetapkan akun penyimpanan.

  3. Di panel kanan, di pencarian penyimpanan data, masukkan "penyimpanan". Pilih petak peta Azure Blob Storage dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih Layanan Penyimpanan Blob Tertaut Baru untuk digunakan sebagai sink untuk Snowflake di Azure Data Factory.

  4. Isi nilai Layanan tertaut baru :

    • Pilih Jenis autentikasi: SAS URI. Hanya jenis autentikasi ini yang dapat digunakan untuk mengimpor data dari Snowflake ke Azure Blob Storage.

    • Buat URL SAS untuk akun penyimpanan yang akan Anda gunakan untuk penahapan. Tempelkan URL SAS Blob ke bidang URL SAS.

    • Pilih Buat.

      Cuplikan layar memperlihatkan cara mengisi formulir Layanan Pencarian Tertaut Baru di Azure Data Factory dengan propertinya untuk diimpor dari SnowFlake.

Langkah 8: Mengonfigurasi himpunan data Penyimpanan

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Himpunan Data, lalu pilih menu elipsis Tindakan Himpunan Data (...).

    Cuplikan layar memperlihatkan cara memilih opsi Ikon pembuat dan himpunan data.

  3. Pilih Himpunan data baru.

    Cuplikan layar memperlihatkan cara memilih himpunan data baru untuk penyimpanan di Azure Data Factory.

  4. Di panel kanan, di pencarian penyimpanan data, masukkan "penyimpanan". Pilih petak peta Azure Blob Storage dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih penyimpanan data penyimpanan blob baru di Azure Data Factory untuk penahapan.

  5. Pilih format DelimitedText dan pilih Lanjutkan.

  6. Di Atur Properti:

    • Di bawah Layanan tertaut, pilih layanan tertaut yang dibuat di Langkah 7.

    • Di bawah Jalur file, pilih kontainer yang akan digunakan sebagai sink untuk tahap proses dan pilih OK.

      Cuplikan layar memperlihatkan cara mengonfigurasi properti untuk himpunan data penyimpanan untuk Snowflake di Azure Data Factory.

    • Di Pemisah baris, pilih Umpan baris (\n).

    • Centang kotak Baris pertama sebagai header.

    • Pilih Simpan.

      Cuplikan layar memperlihatkan cara menyimpan konfigurasi DelimitedText untuk digunakan sebagai sink untuk Snowflake.

Langkah 9: Mengonfigurasi Alur

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Alur, lalu pilih menu elipsis Tindakan Alur (...).

    Cuplikan layar memperlihatkan cara memilih ikon Penulis dan opsi Alur untuk mengonfigurasi transformasi data Pipeline for Snowflake.

  3. Pilih Alur baru.

    Cuplikan layar memperlihatkan cara memilih Alur baru di Azure Data Factory untuk dibuat untuk penyerapan data Snowflake.

  4. Buat dan konfigurasikan aktivitas Data Factory yang menyalin dari Snowflake ke kontainer Azure Storage:

    • Perluas bagian Pindahkan & transformasi dan seret dan letakkan aktivitas Salin Data ke kanvas editor alur kosong.

      Cuplikan layar memperlihatkan cara menyeret dan melepaskan aktivitas Salin Data di kanvas Pipeline untuk menyalin data dari Snowflake.

    • Buka tab Umum . Terima nilai default kecuali Anda perlu menyesuaikan eksekusi.

    • Di tab Sumber , pilih tabel Snowflake Anda. Biarkan opsi yang tersisa dengan nilai default.

      Cuplikan layar memperlihatkan cara mengonfigurasi Sumber dalam alur untuk mengimpor data dari Snowflake.

    • Di tab Sink :

      • Pilih Himpunan data Storage DelimitedText yang dibuat di Langkah 8.

      • Di Ekstensi File, tambahkan .csv.

      • Biarkan opsi yang tersisa dengan nilai default.

        Cuplikan layar memperlihatkan cara mengonfigurasi sink dalam Alur untuk memindahkan data ke Azure Storage dari Snowflake.

    • Pilih Simpan.

  5. Konfigurasikan aktivitas yang menyalin dari Azure Storage Blob ke indeks pencarian:

    • Perluas bagian Pindahkan & transformasi dan seret dan letakkan aktivitas Salin Data ke kanvas editor alur kosong.

      Cuplikan layar memperlihatkan cara menyeret dan melepaskan aktivitas Salin Data di kanvas Pipeline untuk diindeks dari Penyimpanan.

    • Di tab Umum , terima nilai default, kecuali Anda perlu menyesuaikan eksekusi.

    • Di tab Sumber :

      • Pilih Himpunan data Storage DelimitedText yang dibuat di Langkah 8.
      • Di jenis Jalur file pilih Jalur file Wildcard.
      • Biarkan semua bidang yang tersisa dengan nilai default.

      Cuplikan layar memperlihatkan cara mengonfigurasi Sumber dalam alur untuk mengimpor data dari penyimpanan blob ke indeks Azure Cognitive Search untuk fase penahapan.

    • Di tab Sink , pilih indeks Azure Cognitive Search Anda. Biarkan opsi yang tersisa dengan nilai default.

      Cuplikan layar memperlihatkan cara mengonfigurasi Sink dalam alur untuk mengimpor data dari penyimpanan blob ke indeks Azure Cognitive Search sebagai langkah terakhir dari alur.

    • Pilih Simpan.

Langkah 10: Mengonfigurasi Urutan aktivitas

  1. Di editor kanvas Pipeline, pilih kotak hijau kecil di tepi petak aktivitas pipeline. Seret ke aktivitas "Indeks dari Akun Penyimpanan ke Azure Cognitive Search" untuk mengatur urutan eksekusi.

  2. Pilih Simpan.

    Cuplikan layar memperlihatkan cara menautkan aktivitas Pipeline untuk memberikan urutan eksekusi untuk Snowflake.

Langkah 11: Menambahkan pemicu Alur

  1. Pilih Tambahkan pemicu untuk menjadwalkan eksekusi alur dan pilih Baru/Edit.

    Cuplikan layar memperlihatkan cara menambahkan pemicu baru untuk Alur di Data Factory untuk dijalankan untuk Snowflake.

  2. Dari menu dropdown Pilih pemicu , pilih Baru.

    Cuplikan layar memperlihatkan cara memilih menambahkan pemicu baru untuk Alur di Data Factory untuk Snowflake.

  3. Tinjau opsi pemicu untuk menjalankan alur dan pilih OK.

    Cuplikan layar memperlihatkan cara mengonfigurasi pemicu untuk menjalankan Alur di Data Factory untuk Snowflake.

  4. Pilih Simpan.

  5. Pilih Terbitkan.

    Cara Menerbitkan Alur di Data Factory untuk penyerapan Snowflake ke indeks.

Memigrasikan alur data PostgreSQL

Bagian ini menjelaskan cara menyalin data dari database PostgreSQL ke indeks Azure Cognitive Search. Tidak ada proses untuk mengindeks langsung dari PostgreSQL ke Azure Cognitive Search, jadi bagian ini menyertakan fase penahapan yang menyalin konten database ke kontainer blob Azure Storage. Anda kemudian akan mengindeks dari kontainer penahapan tersebut menggunakan alur Data Factory.

Langkah 1: Mengonfigurasi Layanan Tertaut PostgreSQL

  1. Masuk ke Azure Data Factory Studio dengan akun Azure Anda.

  2. Pilih Data Factory Anda dan pilih Lanjutkan.

  3. Dari menu sebelah kiri, pilih ikon Kelola .

    Cara memilih ikon Kelola di Azure Data Factory.

  4. Di bawah Layanan tertaut, pilih Baru.

    Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Baru di Azure Data Factory.

  5. Di panel kanan, di pencarian penyimpanan data, masukkan "postgresql". Pilih petak peta PostgreSQL yang mewakili tempat database PostgreSQL Anda berada (Azure atau lainnya) dan pilih Lanjutkan. Dalam contoh ini, database PostgreSQL terletak di Azure.

    Cara memilih penyimpanan data PostgreSQL untuk Layanan Tertaut di Azure Data Factory.

  6. Isi nilai Layanan tertaut baru :

    • Di Metode pemilihan akun, pilih Masukkan secara manual.

    • Dari halaman Gambaran Umum Azure Database for PostgreSQL Anda di portal Microsoft Azure, tempelkan nilai berikut ke bidang masing-masing:

      • Tambahkan Nama server ke Nama domain yang sepenuhnya memenuhi syarat.
      • Tambahkan Nama pengguna Admin ke Nama pengguna.
      • Tambahkan Database ke Nama database.
      • Masukkan kata sandi Nama pengguna admin ke kata sandi Nama pengguna.
      • Pilih Buat.

      Pilih ikon Kelola di Azure Data Factory

Langkah 2: Mengonfigurasi Himpunan Data PostgreSQL

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Himpunan Data, lalu pilih menu elipsis Tindakan Himpunan Data (...).

    Cuplikan layar memperlihatkan cara memilih opsi Ikon pembuat dan himpunan data.

  3. Pilih Himpunan data baru.

    Cuplikan layar memperlihatkan cara memilih himpunan data baru di Azure Data Factory.

  4. Di panel kanan, di pencarian penyimpanan data, masukkan "postgresql". Pilih Azure PostgreSQL tile. Pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih penyimpanan data PostgreSQL untuk Himpunan Data di Azure Data Factory.

  5. Isi nilai Atur properti :

    • Pilih Layanan Tertaut PostgreSQL yang dibuat di Langkah 1.

    • Pilih tabel yang ingin Anda impor/indeks.

    • Pilih OK.

      Cuplikan layar memperlihatkan cara mengatur properti PostgreSQL untuk himpunan data di Azure Data Factory.

  6. Pilih Simpan.

Buat indeks baru di layanan Azure Cognitive Search Anda dengan skema yang sama dengan yang digunakan untuk data PostgreSQL Anda.

Anda dapat menggunakan kembali indeks yang saat ini Anda gunakan untuk PostgreSQL Power Connector. Di portal Microsoft Azure, temukan indeks lalu pilih Definisi Indeks (JSON). Pilih definisi dan salin ke isi permintaan indeks baru Anda.

Cuplikan layar memperlihatkan cara menyalin konfigurasi JSON indeks Azure Cognitive Search yang ada.

Langkah 4: Mengonfigurasi Azure Cognitive Search Linked Service

  1. Dari menu sebelah kiri, pilih ikon Kelola .

    Cuplikan layar memperlihatkan cara memilih ikon Kelola di Azure Data Factory untuk menautkan layanan.

  2. Di bawah Layanan tertaut, pilih Baru.

    Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Baru di Azure Data Factory.

  3. Di panel kanan, di pencarian penyimpanan data, masukkan "pencarian". Pilih petak peta Azure Search dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih layanan Pencarian Tertaut Baru di Azure Data Factory.

  4. Isi nilai Layanan tertaut baru :

    • Pilih langganan Azure tempat layanan Azure Cognitive Search Anda berada.
    • Pilih layanan Azure Cognitive Search yang memiliki pengindeks konektor Power Query Anda.
    • Pilih Buat.

    Cuplikan layar memperlihatkan cara memilih Layanan Pencarian Tertaut Baru di Azure Data Factory dengan propertinya untuk diimpor dari PostgreSQL.

Langkah 5: Mengonfigurasi Himpunan Data Azure Cognitive Search

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Himpunan Data, lalu pilih menu elipsis Tindakan Himpunan Data (...).

    Cuplikan layar memperlihatkan cara memilih opsi Ikon pembuat dan himpunan data.

  3. Pilih Himpunan data baru.

    Cuplikan layar memperlihatkan cara memilih himpunan data baru di Azure Data Factory.

  4. Di panel kanan, di pencarian penyimpanan data, masukkan "pencarian". Pilih petak peta Azure Search dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih layanan Azure Cognitive Search untuk Himpunan Data di Azure Data Factory.

  5. Di Atur properti:

    • Pilih layanan Tertaut yang dibuat untuk Azure Cognitive Search di Langkah 4.

    • Pilih indeks yang Anda buat sebagai bagian dari Langkah 3.

    • Pilih OK.

      Cuplikan layar memperlihatkan cara mengisi Atur Properti untuk himpunan data pencarian.

  6. Pilih Simpan.

Langkah 6: Mengonfigurasi Azure Blob Storage Linked Service

  1. Dari menu sebelah kiri, pilih ikon Kelola .

    Cuplikan layar memperlihatkan cara memilih ikon Kelola di Azure Data Factory untuk menautkan layanan.

  2. Di bawah Layanan tertaut, pilih Baru.

    Cuplikan layar memperlihatkan cara memilih Layanan Tertaut Baru di Azure Data Factory.

  3. Di panel kanan, di pencarian penyimpanan data, masukkan "penyimpanan". Pilih petak peta Azure Blob Storage dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih penyimpanan data baru

  4. Isi nilai Layanan tertaut baru :

    • Pilih Jenis autentikasi: SAS URI. Hanya metode ini yang dapat digunakan untuk mengimpor data dari PostgreSQL ke Azure Blob Storage.

    • Buat URL SAS untuk akun penyimpanan yang akan Anda gunakan untuk penahapan dan salin URL SAS Blob ke bidang URL SAS.

    • Pilih Buat.

      Cuplikan layar memperlihatkan cara mengisi formulir Layanan Pencarian Tertaut Baru di Azure Data Factory dengan propertinya untuk diimpor dari PostgreSQL.

Langkah 7: Mengonfigurasi himpunan data Penyimpanan

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Himpunan Data, lalu pilih menu elipsis Tindakan Himpunan Data (...).

    Cuplikan layar memperlihatkan cara memilih opsi Ikon pembuat dan himpunan data.

  3. Pilih Himpunan data baru.

    Cuplikan layar memperlihatkan cara memilih himpunan data baru di Azure Data Factory.

  4. Di panel kanan, di pencarian penyimpanan data, masukkan "penyimpanan". Pilih petak peta Azure Blob Storage dan pilih Lanjutkan.

    Cuplikan layar memperlihatkan cara memilih penyimpanan data penyimpanan blob baru di Azure Data Factory.

  5. Pilih format DelimitedText dan pilih Lanjutkan.

  6. Di Pemisah baris, pilih Umpan baris (\n).

  7. Centang kotak Baris pertama sebagai header.

  8. Pilih Simpan.

    Cuplikan layar memperlihatkan opsi untuk mengimpor data ke blob Azure Storage.

Langkah 8: Mengonfigurasi Alur

  1. Dari menu sebelah kiri, pilih Ikon pembuat .

  2. Pilih Alur, lalu pilih menu elipsis Tindakan Alur (...).

    Cuplikan layar memperlihatkan cara memilih ikon Penulis dan opsi Pipelines.

  3. Pilih Alur baru.

    Cuplikan layar memperlihatkan cara memilih Alur baru di Azure Data Factory.

  4. Buat dan konfigurasikan aktivitas Data Factory yang menyalin dari PostgreSQL ke kontainer Azure Storage.

    • Perluas bagian Pindahkan & transform dan seret dan jatuhkan aktivitas Salin Data ke kanvas editor alur kosong.

      Cuplikan layar memperlihatkan cara menyeret dan meletakkan di Azure Data Factory untuk menyalin data dari PostgreSQL.

    • Buka tab Umum , terima nilai default, kecuali Anda perlu menyesuaikan eksekusi.

    • Di tab Sumber , pilih tabel PostgreSQL Anda. Biarkan opsi yang tersisa dengan nilai default.

      Cuplikan layar memperlihatkan cara mengonfigurasi Sumber untuk mengimpor data dari PostgreSQL ke blob Azure Storage dalam fase penahapan.

    • Di tab Sink :

      • Pilih himpunan data Storage DelimitedText PostgreSQL yang dikonfigurasi di Langkah 7.

      • Di Ekstensi File, tambahkan .csv

      • Biarkan opsi yang tersisa dengan nilai default.

        Cuplikan layar memperlihatkan cara mengonfigurasi sink untuk mengimpor data dari PostgreSQL ke blob Azure Storage.

    • Pilih Simpan.

  5. Konfigurasikan aktivitas yang menyalin dari Azure Storage ke indeks pencarian:

    • Perluas bagian Pindahkan & transformasi dan seret dan letakkan aktivitas Salin Data ke kanvas editor alur kosong.

      Cuplikan layar memperlihatkan cara menyeret dan meletakkan di Azure Data Factory untuk mengonfigurasi aktivitas salin.

    • Di tab Umum , biarkan nilai default, kecuali Anda perlu menyesuaikan eksekusi.

    • Di tab Sumber :

      • Pilih himpunan data sumber penyimpanan yang dikonfigurasi di Langkah 7.
      • Di bidang Jenis jalur file, pilih Jalur file wildcard.
      • Biarkan semua bidang yang tersisa dengan nilai default.

      Cuplikan layar memperlihatkan cara mengonfigurasi Sumber untuk pengindeksan dari Penyimpanan ke indeks Azure Cognitive Search.

    • Di tab Sink , pilih indeks Azure Cognitive Search Anda. Biarkan opsi yang tersisa dengan nilai default.

      Cuplikan layar memperlihatkan cara mengonfigurasi Sink untuk pengindeksan dari Penyimpanan ke indeks Azure Cognitive Search.

    • Pilih Simpan.

Langkah 9: Mengonfigurasi Urutan aktivitas

  1. Di editor kanvas Pipeline, pilih persegi hijau kecil di tepi aktivitas pipeline. Seret ke aktivitas "Indeks dari Akun Penyimpanan ke Azure Cognitive Search" untuk mengatur urutan eksekusi.

  2. Pilih Simpan.

    Cuplikan layar memperlihatkan cara mengonfigurasi urutan aktivitas dalam alur untuk eksekusi yang tepat.

Langkah 10: Menambahkan pemicu Alur

  1. Pilih Tambahkan pemicu untuk menjadwalkan eksekusi alur dan pilih Baru/Edit.

    Cuplikan layar memperlihatkan cara menambahkan pemicu baru untuk Alur di Data Factory.

  2. Dari menu dropdown Pilih pemicu , pilih Baru.

    Cuplikan layar memperlihatkan cara memilih menambahkan pemicu baru untuk Alur di Data Factory.

  3. Tinjau opsi pemicu untuk menjalankan alur dan pilih OK.

    Cuplikan layar memperlihatkan cara mengonfigurasi pemicu untuk menjalankan Alur di Data Factory.

  4. Pilih Simpan.

  5. Pilih Terbitkan.

    Cuplikan layar memperlihatkan cara Menerbitkan Alur di Data Factory untuk salinan data PostgreSQL.

Konten lama untuk pratinjau konektor Power Query

Konektor Power Query digunakan dengan pengindeks pencarian untuk mengotomatiskan penyerapan data dari berbagai sumber data, termasuk yang ada di penyedia cloud lainnya. Ini menggunakan Power Query untuk mengambil data.

Sumber data yang didukung dalam pratinjau meliputi:

  • Amazon Redshift
  • Elasticsearch
  • PostgreSQL
  • Objek Salesforce
  • Laporan Salesforce
  • Smartsheet
  • Kepingan salju

Fungsionalitas yang didukung

Konektor Power Query digunakan dalam pengindeks. Pengindeks di Azure Cognitive Search adalah perayap yang mengekstrak data dan metadata yang dapat dicari dari sumber data eksternal dan mengisi indeks berdasarkan pemetaan bidang-ke-bidang antara indeks dan sumber data Anda. Pendekatan ini terkadang disebut sebagai 'model penarikan' karena layanan menarik data tanpa Anda harus menulis kode apa pun yang menambahkan data ke indeks. Pengindeks menyediakan cara mudah bagi pengguna untuk mengindeks konten dari sumber data mereka tanpa harus menulis perayap atau model pendorongan mereka sendiri.

Pengindeks yang merujuk ke sumber data Power Query memiliki tingkat dukungan yang sama untuk kumpulan keahlian, jadwal, logika deteksi perubahan penanda batas tertinggi, dan sebagian besar parameter yang didukung oleh pengindeks lainnya.

Prasyarat

Meskipun Anda tidak dapat lagi menggunakan fitur ini, fitur ini memiliki persyaratan berikut saat dalam pratinjau:

  • Layanan Azure Cognitive Search di wilayah yang didukung.

  • Pratinjau pendaftaran. Fitur ini harus diaktifkan pada backend.

  • Akun Azure Blob Storage, digunakan sebagai perantara untuk data Anda. Data akan mengalir dari sumber data Anda, lalu ke Blob Storage, lalu ke indeks. Persyaratan ini hanya ada untuk pratinjau terbatas awal.

Ketersediaan regional

Pratinjau hanya tersedia di layanan pencarian di wilayah berikut:

  • Amerika Serikat Tengah
  • Amerika Serikat Bagian Timur
  • Amerika Serikat Timur 2
  • Amerika Serikat Tengah Utara
  • Eropa Utara
  • Selatan-Tengah AS
  • Amerika Serikat Bagian Barat Tengah
  • Eropa Barat
  • Amerika Serikat bagian Barat
  • Wilayah Barat Amerika Serikat 2

Batasan pratinjau

Bagian ini menjelaskan batasan yang khusus ada pada versi pratinjau ini.

  • Menarik data biner dari sumber data Anda tidak didukung.

  • Sesi debug tidak didukung.

Mulai menggunakan portal Microsoft Azure

Portal Microsoft Azure menyediakan dukungan untuk konektor Power Query. Dengan mengambil sampel data dan membaca metadata pada kontainer, wizard Impor data di Azure Cognitive Search dapat membuat indeks default, memetakan bidang sumber ke bidang indeks target, dan memuat indeks dalam satu operasi. Bergantung pada ukuran dan kompleksitas data sumber, Anda dapat memiliki indeks pencarian teks lengkap operasional dalam hitungan menit.

Video berikut ini memperlihatkan cara menyiapkan konektor Power Query di Azure Cognitive Search.

Langkah 1 - Menyiapkan data sumber

Pastikan sumber data Anda berisi data. Wizard Impor data membaca metadata dan melakukan pengambilan sampel data untuk menyimpulkan skema indeks, tetapi juga memuat data dari sumber data Anda. Jika data hilang, wizard akan berhenti dan mengembalikan kesalahan.

Langkah 2 – Mulai Wizard Impor Data

Setelah Anda disetujui untuk pratinjau, tim Azure Cognitive Search akan memberi Anda tautan portal Microsoft Azure yang menggunakan bendera fitur sehingga Anda dapat mengakses konektor Power Query. Buka halaman ini dan mulai wizard dari bilah perintah di halaman layanan Azure Cognitive Search dengan memilih Impor data.

Langkah 3 - Pilih sumber data Anda

Anda dapat menarik data dari beberapa sumber menggunakan pratinjau ini. Semua sumber data yang menggunakan Power Query akan menyertakan "Powered By Power Query" pada ubin mereka. Pilih sumber data Anda.

Cuplikan layar halaman Pilih sumber data.

Setelah Anda memilih sumber data, pilih Berikutnya: Konfigurasikan data Anda untuk berpindah ke bagian berikutnya.

Langkah 4 - Mengonfigurasi data Anda

Dalam langkah ini, Anda akan mengonfigurasi koneksi Anda. Setiap sumber data akan memerlukan informasi yang berbeda. Untuk beberapa sumber data, dokumentasi Power Query menyediakan detail selengkapnya tentang cara menyambungkan ke data Anda.

Setelah Anda memberikan kredensial koneksi, pilih Berikutnya.

Langkah 5 - Pilih data Anda

Wizard impor akan mempratinjau berbagai tabel yang tersedia di sumber data Anda. Dalam langkah ini, Anda akan memeriksa satu tabel yang berisi data yang ingin Anda impor ke dalam indeks Anda.

Cuplikan layar pratinjau data.

Setelah Anda memilih tabel, pilih Berikutnya.

Langkah 6 - Mengubah data Anda (Opsional)

Konektor Power Query memberi Anda pengalaman UI kaya yang memungkinkan Anda memanipulasi data sehingga Anda bisa mengirim data yang tepat ke indeks Anda. Anda dapat menghapus kolom, memfilter baris, dan banyak lagi.

Anda tidak perlu mengubah data sebelum mengimpornya ke Azure Cognitive Search.

Cuplikan layar halaman Transformasi data Anda.

Untuk informasi selengkapnya tentang mengubah data dengan Power Query, lihat Menggunakan Power Query di Power BI Desktop.

Setelah data diubah, pilih Berikutnya.

Langkah 7 - Tambahkan penyimpanan Azure Blob

Pratinjau konektor Power Query saat ini mengharuskan Anda menyediakan akun penyimpanan blob. Langkah ini hanya ada dengan pratinjau awal yang terbatas. Akun penyimpanan blob ini akan berfungsi sebagai penyimpanan sementara untuk data yang berpindah dari sumber data Anda ke indeks Azure Cognitive Search.

Kami merekomendasikan untuk memberikan string koneksi akun penyimpanan dengan akses penuh:

{ "connectionString" : "DefaultEndpointsProtocol=https;AccountName=<your storage account>;AccountKey=<your account key>;" }

Anda bisa mendapatkan string koneksi dari portal Azure dengan menavigasi ke blade akun penyimpanan > Pengaturan Kunci > (untuk akun penyimpanan Klasik) atau Pengaturan Kunci Akses > (untuk akun penyimpanan Azure Resource Manager).

Setelah Anda memberikan nama sumber data dan string koneksi, pilih "Berikutnya: Tambahkan keterampilan kognitif (Opsional)".

Langkah 8 - Tambahkan keterampilan kognitif (Opsional)

Pengayaan AI adalah ekstensi pengindeks yang dapat digunakan untuk membuat konten Anda lebih dapat dicari.

Anda dapat menambahkan pengayaan apa pun yang menambahkan manfaat ke skenario Anda. Setelah selesai, pilih Berikutnya: Sesuaikan indeks target.

Langkah 9 - Menyesuaikan indeks target

Pada halaman Indeks, Anda akan melihat daftar bidang dengan jenis data dan serangkaian kotak centang untuk mengatur atribut indeks. Wizard dapat menghasilkan daftar bidang berdasarkan metadata dan dengan mengambil sampel data sumber.

Anda dapat memilih atribut secara massal dengan memilih kotak centang di bagian atas kolom atribut. Pilih Dapat Diambil dan Dapat Dicari untuk setiap bidang yang harus dikembalikan ke aplikasi klien dan tunduk pada pemrosesan pencarian teks lengkap. Anda akan melihat bahwa bilangan bulat tidak dapat dicari dengan pencarian teks lengkap atau fuzzy (angka dievaluasi secara persis dan sering berguna dalam filter).

Tinjau deskripsi atribut indeks dan penganalisis bahasa untuk informasi selengkapnya.

Luangkan waktu sejenak untuk meninjau pilihan Anda. Setelah Anda menjalankan wizard, struktur data fisik dibuat dan Anda tidak akan dapat mengedit sebagian besar properti untuk bidang ini tanpa menghilangkan dan membuat ulang semua objek.

Cuplikan layar halaman Buat indeks Anda.

Setelah selesai, pilih Berikutnya: Buat Pengindeks.

Langkah 10 – Membuat pengindeks

Langkah terakhir membuat pengindeks. Penamaan pengindeks memungkinkannya ada sebagai sumber daya mandiri, yang dapat Anda jadwalkan dan kelola secara independen dari objek indeks dan sumber data, yang dibuat dalam urutan wizard yang sama.

Output Wizard Impor Data adalah pengindeks yang merayapi sumber data Anda dan mengimpor data yang Anda pilih ke dalam indeks di Azure Cognitive Search.

Saat membuat pengindeks, Anda dapat secara opsional memilih untuk menjalankan pengindeks pada jadwal dan menambahkan deteksi perubahan. Untuk menambahkan deteksi perubahan, tentukan kolom 'tanda batas maksimum'.

Cuplikan layar halaman Buat pengindeks Anda.

Setelah Anda selesai mengisi halaman ini, pilih Kirim.

Kebijakan Deteksi Perubahan Tanda Air Tinggi

Kebijakan deteksi perubahan ini bergantung pada kolom "ambang batas tinggi" yang mencatat versi atau waktu saat baris terakhir diperbarui.

Persyaratan

  • Semua sisipan menentukan nilai untuk kolom.
  • Semua pembaruan pada item juga mengubah nilai kolom.
  • Nilai kolom ini meningkat seiring masing-masing sisipan atau pembaruan.

Nama kolom yang tidak didukung

Nama bidang dalam indeks Azure Cognitive Search harus memenuhi persyaratan tertentu. Salah satu persyaratan ini adalah bahwa beberapa karakter seperti "/" tidak diizinkan. Jika nama kolom dalam database Anda tidak memenuhi persyaratan ini, deteksi skema indeks tidak akan mengenali kolom Anda sebagai nama bidang yang valid dan Anda tidak akan melihat kolom tersebut tercantum sebagai bidang yang disarankan untuk indeks Anda. Biasanya, menggunakan pemetaan bidang akan menyelesaikan masalah ini tetapi pemetaan bidang tidak didukung di portal.

Untuk mengindeks konten dari kolom dalam tabel Anda yang memiliki nama bidang yang tidak didukung, ganti nama kolom selama fase "Ubah data Anda" dari proses impor data. Misalnya, Anda dapat mengganti nama kolom bernama "Kode tagihan/kode pos" menjadi "zipcode". Dengan mengganti nama kolom, deteksi skema indeks akan mengenalinya sebagai nama bidang yang valid dan menambahkannya sebagai saran ke definisi indeks Anda.

Langkah selanjutnya

Artikel ini menjelaskan cara menarik data menggunakan konektor Power Query. Karena fitur pratinjau ini dihentikan, fitur ini juga menjelaskan cara memigrasikan solusi yang ada ke skenario yang didukung.

Untuk mempelajari selengkapnya tentang pengindeks, lihat Pengindeks di Azure Cognitive Search.