在数据映射中扫描数据源

重要

以前Azure Purview) (Microsoft Purview 统一目录和经典 Microsoft Purview 数据治理功能即将停用。 Microsoft 正在 Microsoft Fabric 中整合其数据治理功能。 无法再创建新帐户,现有功能将保持维护模式直至 2027 年 11 月 12 日。 有关停用时间表、过渡指南和建议的后续步骤,请参阅 Microsoft Purview 数据治理停用公告。

在 Microsoft Purview 中, 注册数据源后,可以扫描源以捕获技术元数据、提取架构并将分类应用于数据。

本文介绍扫描任何数据源的基本步骤。

提示

每个源都有自己的扫描说明和先决条件。 如需最完整的扫描说明,请从 支持的来源列表中 选择来源并查看其扫描说明。

先决条件

查看可用于 在 Microsoft Purview 中注册和扫描的源列表。

在扫描数据源之前,请完成以下步骤:

  1. 注册数据源。 此步骤实质上是为 Microsoft Purview 提供数据源的地址,并将其映射到数据映射中的 集合或域 。
  2. 考虑网络并为 你的方案选择正确的集成运行时配置。
  3. 请考虑用于连接到源的凭据。 所有 源页面 都有一个 “扫描” 部分,其中包括有关哪些身份验证类型可用。

创建扫描

在以下步骤中,以 Azure Blob 存储为例,并使用 Microsoft Purview 托管标识进行身份验证。

重要

这些步骤介绍如何创建扫描。 有关特定于源的先决条件和扫描说明,请参阅 连接到数据映射的数据源。

  1. 打开 Microsoft Purview 门户,然后转到“ 数据映射>数据源”。 您可以在地图或表视图中查看注册的源。

    提示

    如果数据映射具有大量已注册的源,则表视图的性能可能会更好。

  2. 查找源,然后选择“ 新建扫描”。

  3. 输入扫描 的名称 。

  4. 对于 “凭据”,选择身份验证方法。

  5. 选择扫描的当前域、集合或子集合。 您选择的集合或域是扫描存储发现的元数据的地方。

    注意

    扫描始终与注册的源位于同一域中,但您可以选择一个子集合。

  6. 选择 “测试连接”。 如果连接成功,请选择 “继续”。 如果连接不成功,请参阅 故障排除 。

  7. 根据源,可以将扫描范围限定为特定的数据子集。 对于 Azure Blob 存储,通过在列表中选择相应的项目来选择文件夹和子文件夹。

    显示扫描窗口范围的屏幕截图,其中选中了文件和文件夹。

  8. 选择扫描规则集。 扫描规则集包含扫描检查的数据 分类 类型。 可以选择系统默认 (,其中包含可用于源) 的所有分类、组织中其他人创建的现有自定义规则集,或 内联创建新规则集。

    注意

    只能选择与注册源的域关联的凭据和扫描规则集。

  9. 选择扫描触发器。 可以设置计划或运行扫描一次。 详细了解支持的 计划选项。

  10. 查看扫描,然后选择 “保存并运行”。

计划扫描

设置扫描时,选择运行一次或按需运行,或设置定期计划。 可以配置以下计划选项:

  • 时区:选择要与扫描计划保持一致的时区。 如果您选择的时区遵守夏令时,则触发器会自动调整差异。
  • 重复周期:选择每日、每周或每月扫描重复周期。
    • 每日重复周期:将重复周期设置为每 X 天一次,并指定一天中的扫描开始时间。
    • 每周重复周期:将重复周期设置为每 X 周一次,选择一周中的一天或几天,并指定一天中的扫描开始时间。
    • 每月重复周期:将重复周期设置为每 X 个月一次,在按月日或工作日之间进行选择,选择一天或多天或一个工作日,并指定当天的扫描开始时间。
  • 开始重复周期时间:设置扫描计划开始的时间。
  • 指定定期结束日期 (可选) :如果要在一定时间后停止扫描,请通过选中“检查”框并提供结束日期来启用此选项。

“设置扫描触发器”页面的屏幕截图。

查看扫描

根据数据源中的数据量,扫描可能需要一些时间才能运行。 以下是如何检查进度并在扫描完成后查看结果。

  1. 可以从集合、域或源本身查看扫描。

  2. 要从集合或域进行查看,请转到“数据图”中的 集合 或 域 ,然后选择 扫描。

    “收集”页的屏幕截图,其中突出显示了“扫描”按钮。

  3. 选择扫描名称以查看详细信息。

    集合列表中突出显示了最新扫描名称的扫描的屏幕截图。

  4. 或者,您可以直接转到其集合或域中的数据源,然后选择查看详细信息以检查扫描的状态。

    数据图的屏幕截图,其中突出显示了源的视图详细信息按钮。

  5. 扫描详细信息显示处于 “上次运行”状态 的扫描进度以及 扫描 和 分类的资产数量。

    源详细信息页面的屏幕截图,其中突出显示了资产和扫描。

  6. 成功运行整个扫描后, “上次运行”状态 将更新为“ 正在进行 ”,然后更新为 “已完成 ”。

    源详细信息页面的屏幕截图,其中扫描显示正在进行的状态。

    源详细信息页面的屏幕截图,其中扫描显示已完成状态。

管理扫描

扫描完成后,可以管理扫描或再次运行扫描。

  1. 从集合列表或源页面中选择 扫描名称 以管理扫描。

    源详细信息页面的屏幕截图,其中突出显示了扫描名称链接。

  2. 您可以再次运行扫描、编辑扫描或删除扫描。

    “管理扫描”页面的屏幕截图,其中突出显示了“运行”、“编辑”和“删除”按钮。

  3. 可以运行完整扫描,以扫描作用域中的所有内容。 某些源还具有 增量扫描 选项。 增量扫描仅扫描自上次扫描以来更新的资源。 检查源页面中 支持的功能 表,以查看第一次扫描后是否源可用的增量扫描。

    显示完整扫描和增量扫描选项的“立即运行扫描”按钮的屏幕截图。

疑难解答

为扫描设置连接可能很复杂,因为它是针对网络和凭据的自定义设置。

如果无法连接到源,请执行以下步骤:

  1. 查看 源页面 先决条件,确保不会错过任何内容。
  2. 在源页的 “扫描 ”部分查看身份验证选项,以确认身份验证方法设置正确。
  3. 查看 排查连接问题。
  4. 创建支持请求,以便支持团队可以帮助你解决特定环境的问题。

后续步骤