Pipelines in Azure Data Factory
Jede überwachte Pipeline ist ein Job. TaskBeacon liest ihre letzten Läufe: Succeeded ist OK mit der Dauer, Failed oder Cancelled ist Failed (fehlgeschlagen) mit der Meldung von Data Factory, und In progress erscheint als Running (läuft; Late, verspätet, wenn es viel länger als üblich dauert).
1. App-Registrierung mit Reader
- Legen Sie eine App-Registrierung an wie für Power BI (Mandanten-ID, Client-ID, Client-Secret). API-Berechtigungen sind nicht nötig.
- Öffnen Sie im Azure-Portal die Data Factory → Access control (IAM) → Add role assignment → Reader (Leser) → weisen Sie sie der App zu. Laut Microsofts Anleitung kann man mit Reader auf der Factory diese „view (read) and monitor“, also ansehen und überwachen, ohne etwas zu ändern.
- Notieren Sie Abonnement-ID, Ressourcengruppe und Namen der Factory (auf ihrer Seite Overview).
2. In TaskBeacon verbinden
Jobs → ▾ → Add integration… → Azure Data Factory, füllen Sie die sechs Felder aus, dann Choose what to watch (auswählen, was überwacht wird): Alle Pipelines der Factory werden aufgelistet. Stellen Sie den Zeitplan jedes Jobs unter Edit wie den Trigger der Pipeline ein, damit ein Lauf, der nicht stattfand, als Missed (verpasst) erscheint.
Noch nicht an einer echten Installation getestet – sagen Sie uns, wie es gelaufen ist (support@taskbeacon.io).