datafactory-tips
Microsoft Fabric Data Factory MCPツールの操作に関するヒントとベストプラクティスです。クエリの実行、タイムアウトのトラブルシューティング、エンドツーエンドでのデータフロー作成、またはDataFactory.MCPツール経由での大規模データセットの処理を行う際に利用できます。
description の原文を見る
Operational tips and best practices for working with Microsoft Fabric Data Factory MCP tools. Use when executing queries, troubleshooting timeouts, creating dataflows end-to-end, or working with large datasets via the DataFactory.MCP tools.
SKILL.md 本文
Data Factory のヒント
Microsoft Fabric Data Factory を使用する場合の運用知識です。
必須 / 推奨 / 回避
必ず実施すること
- API で作成したデータフローの初回リフレッシュ時に
executeOption = "ApplyChangesIfNeeded"を使用する save_dataflow_definition後にadd_connection_to_dataflowで接続を再度追加する (保存により接続が削除される可能性あり)list_workspacesを使用して名前でフィルタリングする —find_workspaceツールは存在しない- 追加後、
execute_queryで各接続を検証する - マルチソースからシングルソースに戻す場合、既存のデータフローを復元する代わりに新しいデータフローを作成する —
remove_connectionツールは存在しない
推奨事項
- M クエリ内で早期にフィルタリングして、クエリ フォールディングを有効にする (フィルタをソースにプッシュする)
- 高コストの操作 (ソート、集計) は最後に — ストリーミング操作 (フィルタ、選択) を最初に実行する
customMashupDocumentでexecute_queryを使用して M コードを保存前に繰り返し改善する- 複雑な変換には標準エンジンを使用; シンプルな取り込みには Fast Copy のみを使用する
回避すること
get_authoring_guidance— 非推奨、M を直接作成する- クエリチェーンの早期のソート (すべてのデータを読み込んでから結果を返す必要がある)
- 開発中に行制限なしの
SELECT *相当の操作 — 「最初の行を保持」を使用してから削除する
症状のトラブルシューティング
| 症状 | 考えられる原因 | 参照先 |
|---|---|---|
DataflowNeverPublishedError | 初回実行時のデフォルト SkipApplyChanges | destinations/dest-new-table.md |
DestinationColumnNotFound | 新しいテーブルの手動マッピング | destinations/dest-new-table.md |
| Lakehouse での認証情報エラー | 接続が バインドされていない | datafactory-connections.md (バインディング) |
| Fast Copy が変換で失敗 | Fast Copy でサポートされていない変換 | datafactory-advanced.md (Fast Copy) |
| 即座リフレッシュ失敗 (0～3秒) | プライバシー ファイアウォール、または未公開のドラフト | sources/multi-source.md |
| API 経由のマルチソース即座失敗 | ダーティなデータフロー、または別の Lakehouse.Contents 呼び出し | sources/multi-source.md |
IsNewTarget = false 失敗 | API で作成されたデータフローの直接ナビゲーション | destinations/dest-new-table.md |
| 復元後の古い接続 | save_dataflow_definition が接続を削除しない | datafactory-connections.md (トラブルシューティング) |
ナレッジファイル
| ファイル | 参照する場合 |
|---|---|
datafactory-core.md | MCP ツール、M の基礎、ローリング日付、What-If クエリ |
datafactory-connections.md | 接続の検出、作成、バインディング、ゲートウェイ、接続エラーのトラブルシューティング |
datafactory-performance.md | クエリタイムアウト、チャンキング、クエリ フォールディング、コネクタの選択 |
datafactory-advanced.md | Fast Copy の制限事項、Action.Sequence、Modern Evaluator |
datafactory-pipelines.md | パイプラインの作成、データフロー アクティビティ、チェーニング、スケジューリング |
宛先ファイル (必要なものだけを参照)
| ファイル | 参照する場合 |
|---|---|
destinations/dest-new-table.md | MCP 経由で新しい出力テーブルを作成する (最も一般的なパス) |
destinations/dest-existing-table.md | 既存のテーブルに書き込む |
destinations/dest-troubleshooting.md | リフレッシュ失敗、接続の問題、サイレント エラーの診断 |
ソースファイル
| ファイル | 参照する場合 |
|---|---|
sources/multi-source.md | Lakehouse と SharePoint/Web ソースを組み合わせる、AllowCombine |
sources/sharepoint-excel.md | Web.Contents 経由で SharePoint から Excel ファイルを読み込む |
M テンプレート (コピペ可能、説明文なし)
| ファイル | 参照する場合 |
|---|---|
templates/m-new-table-destination.m | 新しいテーブルの完全な M セクション ドキュメントが必要 |
templates/m-existing-table-destination.m | 既存テーブルの M セクション ドキュメントが必要 |
templates/m-multi-source-section.m | AllowCombine を使用したマルチソースの M セクション ドキュメントが必要 |
templates/m-sharepoint-excel-source.m | Web.Contents 経由の SharePoint Excel の M スニペットが必要 |
templates/pipeline-single-dataflow.json | 単一のデータフロー アクティビティのパイプライン JSON が必要 |
templates/pipeline-chained-dataflows.json | チェーン された データフロー アクティビティのパイプライン JSON が必要 |
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- microsoft
- ライセンス
- MIT
- 最終更新
- 2026/5/7
Source: https://github.com/microsoft/DataFactory.MCP / ライセンス: MIT
関連スキル
superpowers-streamer-cli
SuperPowers デスクトップストリーマーの npm パッケージをインストール、ログイン、実行、トラブルシューティングできます。ユーザーが npm から `superpowers-ai` をセットアップしたい場合、メールまたは電話でサインインもしくはアカウント作成を行いたい場合、ストリーマーを起動したい場合、表示されたコントロールリンクを開きたい場合、後で停止したい場合、またはソースコードへのアクセスなしに npm やランタイムの一般的な問題から復旧したい場合に使用します。
catc-client-ops
Catalyst Centerのクライアント操作・監視機能 - 有線・無線クライアントのリスト表示・フィルタリング、MACアドレスによる詳細なクライアント検索、クライアント数分析、時間軸での分析、SSIDおよび周波数帯によるフィルタリング、無線トラブルシューティング機能を提供します。MACアドレスやIPアドレスでのクライアント検索、サイト別やSSID別のクライアント数集計、無線周波数帯の分布分析、Wi-Fi信号の問題調査が必要な場合に活用できます。
ci-cd-and-automation
CI/CDパイプラインの設定を自動化します。ビルドおよびデプロイメントパイプラインの構築または変更時に使用できます。品質ゲートの自動化、CI内のテストランナー設定、またはデプロイメント戦略の確立が必要な場合に活用します。
shipping-and-launch
本番環境へのリリース準備を行います。本番環境へのデプロイ準備が必要な場合、リリース前チェックリストが必要な場合、監視機能の設定を行う場合、段階的なロールアウトを計画する場合、またはロールバック戦略が必要な場合に使用します。
linear-release-setup
Linear Releaseに向けたCI/CD設定を生成します。リリース追跡の設定、LinearのCIパイプライン構築、またはLinearリリースとのデプロイメント連携を実施する際に利用できます。GitHub Actions、GitLab CI、CircleCIなど複数のプラットフォームに対応しています。
tracking-application-response-times
API エンドポイント、データベースクエリ、サービスコール全体にわたるアプリケーションのレスポンスタイムを追跡・最適化できます。パフォーマンス監視やボトルネック特定の際に活用してください。「レスポンスタイムを追跡する」「API パフォーマンスを監視する」「遅延を分析する」といった表現で呼び出せます。