Библиотеки службы "Фабрика данных Azure" для PythonAzure Data Factory libraries for Python

Объедините службы хранения, перемещения и обработки данных в автоматизированные конвейеры данных с помощью службы Фабрика данных Azure.Compose data storage, movement, and processing services into automated data pipelines with Azure Data Factory

См. дополнительные сведения о службе "Фабрика данных" и начните работу с ней с помощью руководства Создание фабрики данных и конвейера с помощью Python.Learn more about Data Factory and get started with the Create a data factory and pipeline using Python quickstart.

Модуль управленияManagement module

Создавайте и администрируйте ресурсы службы "Фабрика данных" в своей подписке с помощью модуля управления.Create and manage Data Factory instances in your subscription with the management module.

УстановкаInstallation

Установите пакет с помощью pip:Install the package with pip:

pip install azure-mgmt-datafactory 

ПримерExample

Создайте службу "Фабрика данных" в подписке в регионе "Восток США".Create a Data Factory in your subscription on the East US region.

from azure.common.credentials import ServicePrincipalCredentials
from azure.mgmt.resource import ResourceManagementClient
from azure.mgmt.datafactory import DataFactoryManagementClient
from azure.mgmt.datafactory.models import *
import time

#Create a data factory
subscription_id = '<Specify your Azure Subscription ID>'
credentials = ServicePrincipalCredentials(client_id='<Active Directory application/client ID>', secret='<client secret>', tenant='<Active Directory tenant ID>')
adf_client = DataFactoryManagementClient(credentials, subscription_id)

rg_params = {'location':'eastus'}
df_params = {'location':'eastus'}  

df_resource = Factory(location='eastus')
df = adf_client.factories.create_or_update(rg_name, df_name, df_resource)
print_item(df)
while df.provisioning_state != 'Succeeded':
    df = adf_client.factories.get(rg_name, df_name)
    time.sleep(1)