通过运行 Synapse 笔记本转换数据

适用于： Azure 数据工厂 Azure Synapse Analytics

管道中的 Azure Synapse 笔记本活动在 Azure Synapse 工作区中运行 Synapse 笔记本。 本文基于数据转换活动一文，它概述了数据转换和受支持的转换活动。

可以直接通过 Azure 数据工厂工作室用户界面创建 Azure Synapse Analytics 笔记本活动。 有关如何使用用户界面创建 Synapse 笔记本活动的分步演练，可以参考以下内容。

若要在管道中使用 Synapse 的笔记本活动，请完成以下步骤：

1. 在管道“活动”窗格中搜索“笔记本”，然后将 Synapse 下的笔记本活动拖动到管道画布上。
2. 在画布上选择新的“Notebook”活动（如果尚未选择）。
3. 在“常规”设置中，输入 sample 作为名称。
4. （选项）也可以输入说明。
5. 超时：活动可以运行的最长时间。 默认值为 12 小时，允许的最大时间为 7 天。 格式为 D.HH:MM:SS。
6. 重试：最大重试尝试次数。
7. 重试间隔（秒）：两次重试尝试之间的时间，以秒为单位。
8. 安全输出：选中后，将不会在日志记录中捕获活动的输出。
9. 安全输入：选中后，将不会在日志记录中捕获活动的输入。

选择“Azure Synapse Analytics (项目)”选项卡，并选择将执行笔记本活动的 Azure Synapse Analytics 链接服务，或创建一个新的链接服务。

1. 在画布上选择新的 Synapse 笔记本活动（如果尚未选择）。

2. 选择“设置”选项卡。

3. 展开“笔记本”列表，可以在链接的 Azure Synapse Analytics（项目）中选择现有笔记本。

4. 单击“打开”按钮，打开所选笔记本所在的链接服务页面。

5. 选择“设置”选项卡并选择笔记本和要传递给笔记本的可选基参数。

   

6. （可选）可以填写 Synapse 笔记本的信息。 如果以下设置为空，将使用 Synapse 笔记本本身的设置来运行；如果以下设置不为空，这些设置将替换 Synapse 笔记本本身的设置。

   展开表

   属性	说明
   Spark 池	对 Spark 池的引用。 可以从列表中选择 Apache Spark 池。
   执行程序大小	用于为会话在指定 Apache Spark 池中分配的执行程序的内核和内存数量。 对于动态内容，有效值为 Small/Medium/Large/XLarge/XXLarge。
   动态分配执行程序	此设置映射到用于 Spark 应用程序执行工具分配的 Spark 配置中的动态分配属性。
   最小执行程序数	要在作业的指定 Spark 池中分配的最小执行程序数。
   最大执行程序数	要在作业的指定 Spark 池中分配的最大执行程序数。
   驱动程序大小	作业的指定 Apache Spark 池中提供的驱动程序要使用的核心数和内存量。

下面是一个 Azure Synapse Analytics 笔记本活动的示例 JSON 定义：

{
    "activities": [
            {
                "name": "demo",
                "description": "description",
                "type": "SynapseNotebook",
                "dependsOn": [],
                "policy": {
                    "timeout": "7.00:00:00",
                    "retry": 0,
                    "retryIntervalInSeconds": 30,
                    "secureOutput": false,
                    "secureInput": false
                },
                "userProperties": [
                    {
                        "name": "testproperties",
                        "value": "test123"
                    }
                ],
                "typeProperties": {
                    "notebook": {
                        "referenceName": {
                            "value": "Notebookname",
                            "type": "Expression"
                        },
                        "type": "NotebookReference"
                    },
                    "parameters": {
                        "test": {
                            "value": "testvalue",
                            "type": "string"
                        }
                    },
                    "snapshot": true,
                    "sparkPool": {
                        "referenceName": {
                            "value": "SampleSpark",
                            "type": "Expression"
                        },
                        "type": "BigDataPoolReference"
                    }
                },
                "linkedServiceName": {
                    "referenceName": "AzureSynapseArtifacts1",
                    "type": "LinkedServiceReference"
                }
            }
        ]
    }

下表描述了 JSON 定义中使用的 JSON 属性：

Azure 数据工厂查找参数单元格，并将这些值作为执行时传入的参数的默认值。 执行引擎将使用输入参数在参数单元格下面添加新的单元格，以覆盖默认值。 可以参阅通过运行 Synapse 笔记本转换数据。

可以在活动中读取笔记本单元格输出值，对于此面板，可以参考通过运行 Synapse 笔记本转换数据。

可以通过调用 %run magic 或 mssparkutils 笔记本实用程序，在 Synapse 笔记本活动中引用其他笔记本。 两者都支持嵌套函数调用。 根据你的方案，你应该考虑的这两种方法的主要区别是：

• %run magic 将引用的笔记本中的所有单元格复制到 %run 单元格，并共享变量上下文。 当 notebook1 通过 %run notebook2 引用 notebook2，以及 notebook2 调用 mssparkutils.notebook.exit 函数时，将停止 notebook1 中的单元格执行。 如果要“包含”笔记本文件，建议使用 %run magic。
• mssparkutils 笔记本实用程序将引用的笔记本作为方法或函数进行调用。 变量上下文不共享。 当 notebook1 通过 mssparkutils.notebook.run("notebook2") 引用 notebook2，以及 notebook2 调用 mssparkutils.notebook.exit 函数时，将继续 notebook1 中的单元格执行。 如果要“导入”笔记本，建议使用 mssparkutils 笔记本实用程序。

转到“监视”选项卡下的“管道运行”，将看到已触发的管道。 打开包含笔记本活动的管道以查看运行历史记录。

对于“打开笔记本快照”，当前不支持此功能。

可以通过选择“输入”或“输出”按钮查看笔记本活动输入或输出 。 如果管道因用户错误而失败，可以选择“输出”来检查“结果”字段，以查看详细的用户错误回溯 。