Azure Purview SDK for Python

2025年3月7日 | 阅读 5 分钟

在本文中，我们将探讨名为 Azure Purview SDK for Python 的 Azure 服务。

简介

数据是新的石油。在大数据的世界里，管理、治理和分析哪些数据对决策至关重要。Azure Purview 最初名为 Azure Data Governance，是微软推出的统一数据治理服务，旨在管理本地、多云和 SaaS 环境中的数据。

由于 Azure Purview 将其操作暴露为 REST API，微软提供了用于 Python 的 SDK，以便与 Azure Purview 进行程序化交互。对于希望实现自动化数据治理解决方案、数据扫描和分类解决方案以及提供组织数据组合洞察的解决方案的开发团队来说，这个 SDK 是宝贵的资产。

什么是 Azure Purview？

Azure Purview 提供了一个统一的数据管理解决方案，帮助组织管理本地或云端，甚至 SaaS 解决方案中的数据资产。它的一些核心功能包括：

数据发现： 自动扫描数据源以识别、注册和编目数据资产。
数据分类： 识别结构化和非结构化数据中敏感和业务关键信息的某些区域。
数据沿袭： 跟踪数据流的不同形式及其变化。
数据治理： 确保个人数据得到负责任的处理，并符合内部和外部策略。

通过将所有这些功能集成到一个平台中，Azure Purview 为数据管理员和治理团队提供了对其组织数据资产整体视图的帮助。

为什么使用 Azure Purview SDK for Python？

虽然 Azure Purview 提供了强大的 Web 界面，但 Python SDK 允许开发人员：

自动化常规任务，如扫描数据源或获取元数据。
通过编写脚本实现自定义数据治理工作流来扩展功能。
将 Purview 与其他服务和第三方系统集成。
通过程序化地管理大型数据集和多个数据源来扩展操作。

该 SDK 提供了一种程序化方式来与 Azure Purview 的 API 进行交互，使高级用户能够更有效地自定义其数据治理流程。

设置 Azure Purview SDK for Python

前提条件

Python 环境： 确保已安装 Python 3.6 或更高版本。
Azure 订阅： 要执行以下步骤，我们需要访问 Azure 和一个有效的 Azure Purview 帐户。
Azure Purview 帐户： 可以通过 Azure 门户进行设置。

安装

要安装 Azure Purview SDK for Python，我们可以使用 pip。

我们可能还需要安装其他依赖项来进行身份验证。

认证

为了进行身份验证，我们可以使用 Azure 的 `azure-identity` 包中的 `DefaultAzureCredential`，它将尝试多种身份验证方法，例如环境变量、托管标识和 Azure CLI。

 
from azure.identity import DefaultAzureCredential
from azure.purview.catalog import PurviewCatalogClient
# Authentication via DefaultAzureCredential
credential = DefaultAzureCredential()
# Your Purview account details
account_name = "your-purview-account"
purview_endpoint = f"https://{account_name}.purview.azure.com"
# Creating the Purview Catalog Client
client = PurviewCatalogClient(endpoint=purview_endpoint, credential=credential)

在 Python 中实现 Azure Purview SDK

在以下部分，我们将通过一个基本示例讨论如何使用 Python 实现 Azure Purview SDK。

示例

 
from azure.identity import DefaultAzureCredential
from azure.purview.catalog import PurviewCatalogClient
# Replace with your Purview account name and endpoint
purview_account_name = "sample-purview"
endpoint = f"https://{purview_account_name}.purview.azure.com"
# Authenticate using DefaultAzureCredential
credential = DefaultAzureCredential()
# Create a PurviewCatalogClient
client = PurviewCatalogClient(endpoint, credential)
# Retrieve and print a list of all assets
try:
    assets = client.search_entities(search_text="*", limit=10)  # You can customize the search query
    print("Assets found:")
    for asset in assets['value']:
        print(f"Asset Name: {asset['name']}, Asset Type: {asset['type']}")
except Exception as e:
    print(f"An error occurred: {e}")

输出

 
Assets found:
Asset Name: employees, Asset Type: Table
Asset Name: database_01, Asset Type: Database
Asset Name: salary_file, Asset Type: File
...