Azure Data Factory(六)数据集类型为Dataverse的Link测试
一,引言
之前有讲过 Azure Data Factory 的 Copy Data 的操作,演示了将 Blob Storage1 的数据通过 Azure Data Factory 复制到 Blob Storage2 中,今天我们玩一个不一样的,Azure Dataverse -》 Azure Dataverse。开始今天的内容之前,我们先了解一下什么是 Azure Dataverse?
Azure Dataverse 是微软 Azure 平台上的一项服务,旨在帮助开发人员和组织存储、管理和共享数据。它提供了一个安全、可扩展的云存储解决方案,用于存储结构化和非结构化数据,以支持各种应用程序和业务流程。Azure Dataverse 与其他 Azure 服务和工具(如 Power Apps、Power Automate 和 Power BI)紧密集成,使开发人员可以轻松构建和部署数据驱动的应用程序。
Azure Dataverse 提供了以下功能:
- 数据存储和管理:Azure Dataverse 提供了一个可扩展的云存储解决方案,用于存储和管理数据。开发人员可以使用数据表、列、关系和业务规则来定义数据结构。
- 数据安全性:Azure Dataverse 提供了一套全面的安全功能,包括数据加密、访问控制和审计日志,以确保您的数据安全。
- 数据集成:Azure Dataverse 可与其他 Azure 服务和工具(如 Power Apps、Power Automate 和 Power BI)集成,以支持数据驱动的应用程序和业务流程。
- 数据共享和协作:通过与 Microsoft Dataverse for Teams 集成,组织可以轻松地共享和协作数据,以提高生产力。
- 开发者工具:Azure Dataverse 提供了一组开发者工具,包括 RESTful API、SDK 和客户端库,以简化数据访问和应用程序开发过程。
- 可扩展性和性能:Azure Dataverse 提供了一个高度可扩展的架构,可以根据需要自动扩展以满足性能和容量要求。
--------------------我是分割线--------------------
1,Azure Data Factory(一)入门简介
2,Azure Data Factory(二)复制数据
3,Azure Data Factory(三)集成 Azure Devops 实现CI/CD
4,Azure Data Factory(四)集成 Logic App 的邮件通知提醒
5,Azure Data Factory(五)Blob Storage 密钥管理问题
6,Azure Data Factory(六)数据集类型为Dataverse的Link测试
* 今天演示的内容是在企业账户上进行操作的,同时 PowerPlatform 平台需要 Office 365 企业订阅或者开发者订阅。大家可以先行注册 Office 开发者账号
参考链接:使用 Azure 数据工厂或 Azure Synapse Analytics 在 Dynamics 365 (Microsoft Dataverse) 或 Dynamics CRM 中复制和转换数据
二,正文
1,创建 Dataverse 环境
登录 PowerPlatform Admin 管理平台创建环境,选择左侧菜单 “环境”,点击 “+ 新” 创建新的环境

输入相关参数
名称:“dev”
地区默认:“美国”
类型:“开发人员”
类型主要分为:1:试用(基于订阅),2:开发人员,3:生产,4:试用,5:沙盒
对于生产和沙盒环境,租户必须有至少 1 GB 的可用数据库存储容量。
对于试用(基于订阅)环境,每个基于产品/服务的试用(也称为“管理员试用”)订阅授予租户三个基于订阅的试用环境。 只有租户级管理员能够预配试用(基于订阅)环境。
对于试用(标准)环境,用户需要为试用环境提供每用户权利的许可证(请参阅上表)。 这也适用于租户级别的管理员。
点击 ”下一步“,后保存即可

这个时候,我们就可以看到名叫 ”dev“ 的环境在列表中。

2,为 PowerPlatform 环境添加新的来宾用户,并赋予安全角色
选择 “管理员中心”=》"Azure Active Directory" ,跳转到 Azure AD 管理中心邀请新用户

选择菜单栏 “用户”=》“所有用户”,点击 “+ 新用户” 添加新用户 “zhangsan”

回转到 PowerPldatform 环境管理界面,为 dev 环境添加新用户 “zhangsan”

搜索 “zhangsan”,并点击 “添加”

并赋予 “zhangsan” 为系统管理员的安全角色

3,Power App 中创建表
导航到 Power Apps 管理 界面,当前账号所在的就是刚刚创建好的 dev 环境

选择左侧菜单的 ”解决方案“,点击 ”+ 新建解决方案“ 创建我们自定义的解决方案

显示名称:”Power App Demo“
发布者选择默认
点击 ”创建“,确定添加新的解决方案

接下来在 ”Power App Demo“ 解决方案下新建 “Student“ 表

显示名称:”Student“,转到 ”主列“ 页

显示名称改为:”id“,后点击 ”保存“

为 Student 添加多个列

新增以下列,并手动添加一条数据


4,创建 Data Factory 的 DataSet
Azure Portal 点击 ”+ Create a Reouce“,搜素 ”Data Factory“

输入以下参数
Resource:”Web_Test_DF_RG“
Name:”cnbate-adf“
Region:”East Asia“
点击 ”Review + create“ 创建预先校验

验证通过后,点击 ”Create“ 进行创建操作,并跳转到该资源

点击箭头所指的 ”Launch studio“,启动工作室

接下来就是新建数据集了,选择 ”Author“ =》Datasets,点击 ”new dataset“

搜素 ”dataverse“,选中它,点击 ”continue“

设置相关属性
Name:”FromDataverseEntity“
Link service :选择 ”+ New“

输入以下参数:
Name:”FromDataverseLinkService“
Connect via integration runtime 选择:“”
Deployment type 选择:"Online"
Service Uri :"xxxxxx"(PowerPlatform 平台创建 dev 环境的URL )
Authentication type:"Office365"
User name:“zhangsan@allenmasters.onmicrosoft.com”(此用户和当前登录的管理员在同一个 Azure AD 租户下)
Password:“xxxxxxxx”
并点击 “Test Connection” 进行测试链接,完成后,点击 “Create” 进行创建

刷新后,Entity name 选择 ”Student“,并点击 ”Preview data“

下图为查询到的 ”Student“ 的数据

Bingo!!*★,°*:.☆( ̄▽ ̄)/$:*.°★* 。。今天的分享到此结束,
三,结尾
今天实地的演示了 Azure Data Factory 中数据集类型为 Dataverse的链接测试,通过设置 ServiceLink 使用了 Office 365 的认证方式(用户名+密码) 成功的链接到了 dev 环境的 Student 表,并预览加载出初始化的测试数据。此次实验中,也有提到为新邀请的用户添加到 dev 环境,并配置安全角色,以便新用户可以有权限的访问数据。下一篇,我们继续介绍其他几种认证方式
参考链接:使用 Azure 数据工厂或 Azure Synapse Analytics 在 Dynamics 365 (Microsoft Dataverse) 或 Dynamics CRM 中复制和转换数据
作者:Allen
版权:转载请在文章明显位置注明作者及出处。如发现错误,欢迎批评指正。
Azure Data Factory(六)数据集类型为Dataverse的Link测试的更多相关文章
- ADF 第一篇:Azure Data Factory介绍
Azure Data Factory(简写 ADF)是Azure的云ETL服务,简单的说,就是云上的SSIS.ADF是基于云的ETL,用于数据集成和数据转换,不需要代码,直接通过UI(code-fre ...
- Azure Data Factory(一)入门简介
一,引言 今天分享一个新的Azure 服务-----Azure Data Factory(Azure 数据工厂),怎么理解,参考根据官方解释-----数据工厂解释:大数据需要可以启用协调和操作过程以将 ...
- Azure Data Factory(二)复制数据
一,引言 上一篇主要只讲了Azure Data Factory的一些主要概念,今天开始新的内容,我们开始通过Azure DevOps 或者 git 管理 Azure Data Factory 中的源代 ...
- Azure Data Factory(三)集成 Azure Devops 实现CI/CD
一,引言 由于上一节文章内容过长,无法分享Azure Data Factory 的持续集成,持续发布.今天将着重介绍一下在使用 Azure DevOps Pipeline 发布,自动进行持续集成,并且 ...
- Azure Data Factory(四)集成 Logic App 的邮件通知提醒
一,引言 上一篇有介绍到使用Azure Data Factory 复制数据,然后有集成 Azure DevOps 实现CI/CD,但是对于真正的项目来说,这些肯定是不够的,比如说在执行 Azure P ...
- Azure Data Factory(五)Blob Storage 密钥管理问题
一,引言 之前讲解的ADF 集成Azure DevOps 实现CI/CD,在 Releases Pipeline 阶段,我们是将两个 Blob Storage 的链接字符串复制.粘贴到 "O ...
- 徒手打造基于Spark的数据工厂(Data Factory):从设计到实现
在大数据处理和人工智能时代,数据工厂(Data Factory)无疑是一个非常重要的大数据处理平台.市面上也有成熟的相关产品,比如Azure Data Factory,不仅功能强大,而且依托微软的云计 ...
- 构建企业级数据湖?Azure Data Lake Storage Gen2实战体验(下)
相较传统的重量级OLAP数据仓库,“数据湖”以其数据体量大.综合成本低.支持非结构化数据.查询灵活多变等特点,受到越来越多企业的青睐,逐渐成为了现代数据平台的核心和架构范式. 作为微软Azure上最新 ...
- Azure Data Lake Storage Gen2实战体验
相较传统的重量级OLAP数据仓库,“数据湖”以其数据体量大.综合成本低.支持非结构化数据.查询灵活多变等特点,受到越来越多企业的青睐,逐渐成为了现代数据平台的核心和架构范式. 作为微软Azure上最新 ...
- Azure Terraform(六)Common Module
一,引言 之前我们在使用 Terraform 构筑一下 Azure 云资源的时候,直接将所以需要创建的资源全面写在 main.tf 这个文件中,这样写主要是为了演示使用,但是在实际的 Terrafor ...
随机推荐
- 2021-08-20:打砖块。有一个 m x n 的二元网格,其中 1 表示砖块,0 表示空白。砖块 稳定(不会掉落)的前提是:1.一块砖直接连接到网格的顶部,或者,2.至少有一块相邻(4 个方向之一
2021-08-20:打砖块.有一个 m x n 的二元网格,其中 1 表示砖块,0 表示空白.砖块 稳定(不会掉落)的前提是:1.一块砖直接连接到网格的顶部,或者,2.至少有一块相邻(4 个方向之一 ...
- vue3+vite2+element-plus+ts搭建一个项目
花了几天用 vue3+ vite2+ element-plus+ ts 搭了个 极简版骨架型数据管理系统,使用静态数据模拟动态路由,路由拦截,登录页面鉴权等,使用了iconify字体图标,整合了ces ...
- go for range的坑
package main import "fmt" func main() { ParseStudent() } type student struct { Name string ...
- django购物车的实现
1 购物车的实现问题思路 购物车需求分析: 1 未登陆和已登陆都保存到用户的购物车数据. 2 用户可以对购物车进行增删改查: 3 购物车有选择状态,只有选中的状态才能生成订单: 4 用户登陆时,合并c ...
- hosts文件妙用,提升网站访问速度!
一.背景 在讲解hosts文件之前,我们先了解下IP地址与域名的关系. 1.IP地址与域名的关系 IP(Internet Protocol)是一种规定互联网中数据传输的协议,每台连接到互联网中的计算机 ...
- WPF之浅谈数据模板(DataTemplate)
数据模板有什么用 简而言之,数据模板能让你更方便.更灵活的显示你的各类数据.只有你想不到,没有它做不到的(感觉有点夸张,实践之后,你就觉得一点不夸张 ). 直接对比下效果: 无数据模板 应用了数据模板 ...
- 【.NET深呼吸】将XAML放到WPF程序之外
上一篇水文中,老周说了一下纯代码编写 WPF 的大概过程.不过,还是不够的,本篇水文中咱们还要更进一步. XAML 文件默认是作为资源打包进程序中的,而纯代码编写又导致一些常改动的东西变成硬编码了.为 ...
- 使用CosmosDB进行大规模数据的实时数据处理和流式传输
目录 使用 Cosmos DB 进行大规模数据的实时数据处理和流式传输 背景介绍 文章目的 目标受众 技术原理及概念 基本概念解释 技术原理介绍 相关技术比较 实现步骤与流程 准备工作:环境配置与依赖 ...
- LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读
LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读 KDD 2023 原文 ...
- BugKu-Misc-Photo的自我修养
下载附件 打开002文件夹,发现一张照片 看到PNG右下疑似有半个字符,怀疑PNG宽高被修改 拿到测PNG宽高的脚本 点击查看代码 import binascii import struct crcb ...