数据管理与分析：Purview的全方位指南

### 数据管理与分析：Purview的全方位指南 在数据管理和分析的领域中，有效连接、扫描、搜索和分类数据是至关重要的。Purview作为一款强大的工具，提供了一系列功能来帮助我们完成这些任务。下面将详细介绍如何使用Purview进行数据连接、扫描、搜索、分类以及与Azure服务的集成。 #### 1. 连接到你的数据 当服务部署完成后，在概述面板上会看到以下几个选项： - **打开Purview Studio**：通过此选项可进入Purview Studio。 - **管理用户**：会带你进入服务的访问控制（IAM）部分，在这里可以添加用户和组，并控制他们对服务的基于角色的访问控制（RBAC）。 连接Data Lake账户的步骤如下： 1. 点击“注册源”磁贴，进入带有空白画布的源地图视图。 2. 由于源按集合分组，点击“+新建集合”创建一个集合，例如命名为“DataLakes”，作为顶级父集合无需添加其他父集合，点击“创建”。 3. 点击“注册”开始注册数据湖，在弹出的注册源选择器中，有多种源连接器可供选择，如Azure存储账户、Data Lake存储、Amazon S3存储桶等，还有各种数据库以及Power BI等选项。选择Azure Data Lake Storage Gen2，然后点击“继续”。 4. 在右侧弹出的“注册源（Data Lake Storage Gen2）”面板中，填写或选择必要信息，如名称、Azure订阅、存储账户名称等，最后在“选择集合”字段中选择之前创建的集合，数据湖将作为节点显示在其下方。 在开始扫描之前，还需要为Purview托管标识在Data Lake账户中设置访问权限，将Purview托管标识添加到Data Lake中的Blob存储数据读取器RBAC角色。 #### 2. 扫描数据 设置第一次扫描的步骤如下： 1. 在Data Lake节点中点击“新扫描（蓝色吃豆人图标）”符号，在右侧会弹出对话框。 2. 填写扫描名称，其余设置保持默认。若需要访问本地源，可以选择其他集成运行时。 3. 还可以设置除Purview托管标识之外的其他凭据，以适应源的个别安全设置。 4. 连接测试成功后，点击“继续”。 5. 第二步需要确定扫描范围，在Data Lake账户的树视图中，可以单独勾选要扫描或避免扫描的文件夹，也可以保持默认设置，然后点击“继续”。 6. 在“扫描规则集”面板中，可以选择现有的扫描规则集，也可以直接创建新的规则集。默认选择的AdlsGen2扫描规则集包含约100多种内置分类。 7. 下一步选择扫描触发器，这里选择“一次”，然后点击“继续”。 8. 最后会显示“查看扫描”界面，有机会纠正设置。点击“保存并运行”，扫描将开始，返回数据地图视图，扫描大约需要10 - 15分钟完成。可以点击Data Lake节点中的“查看详细信息”链接跟踪扫描状态，扫描过程中不同磁贴会显示已扫描和分类的资产数量，可随时刷新视图查看进度。 #### 3. 搜索你的目录 现在可以开始发现存储在Data Lake中的数据，有以下几种搜索方式： - **使用Purview Studio顶部功能区的搜索字段**：输入搜索关键词或其部分内容，Purview会立即在搜索框下方显示快速结果。按下回车键或点击快速结果中的“查看搜索结果”链接，将进入搜索结果页面。在该页面左侧有过滤器窗格，可以通过勾选显示的条目来缩小搜索结果范围，可用的过滤器由搜索结果中的实体决定，可能包括资产类型、分类、联系人、敏感度标签、术语表术语等。 #### 4. 浏览资产 通过主页上的“浏览资产”磁贴可以查找资产，尤其是在想要获得初步概览时。注册的数据源会以磁贴形式显示。需要注意的是，如果看到自己未创建的Azure存储账户，不必困惑，它是随着Data Lake源创建的，可忽略。选择之前在连接数据部分注册的Data Lake账户，会进入另一个视图，其中Data Lake账户名称显示为链接，点击该链接可进入类似浏览器的Data Lake概述界面，像浏览存储资源管理器一样浏览其中的文件夹和文件，找到所需资产后点击可查看其详细信息。 #### 5. 检查资产 找到所需资产后，其详细信息会显示在以下不同选项卡中： |选项卡|内容| | ---- | ---- | |概述|提供描述、资产范围分类、架构分类、完全限定名称、层次结构以及相关术语表术语的快速概览。| |属性|包含资产的所有描述性属性，如内容类型、是否为文件标志、文件路径等。| |架构|列出工件的架构，包括列名、分类、数据类型、敏感度标签、术语表术语以及特定列的描述。| |谱系|如果连接了Data Factory/Synapse管道和Power BI账户，这是一个非常有趣且信息丰富的视图，可显示资产、管道和Power BI数据集之间的完整路径和关系。| |联系人|可在此处指定数据集的专家和所有者，这些联系人来自Azure Active Directory。| |相关|显示Purview目录中与显示资产可能存在某种关系的所有资产，可能是在同一文件夹中找到的，或者是同