Práce s nestrukturovanými daty

Ukládejte, spravujte a zpracováváte nestrukturované soubory, jako jsou dokumenty, obrázky, audio a video, spolu se strukturovanými daty v Unity Catalog.

Začínáme

Zkuste příklad od začátku do konce, abyste viděli, jak do sebe jednotlivé části zapadají.

Guide	Description
Rychlý start funkcí FILE	Vytvořte tabulku se sloupcem FILE a pracujte se soubory pomocí FILE funkcí.
Tutoriál pro nestrukturovaná data	Ukládejte, dotazujte, zpracováváte a sdílejte nestrukturované soubory pomocí svazků Unity Catalog.

Uložit soubory a odkazovat na ně

Zvolit, jak soubory ukládat a odkazovat podle toho, zda k nim přistupujete podle cesty nebo jako k hodnotám v tabulce.

Approach	Description
Svazky katalogu Unity	Správa ukládání netabulárních souborů. Nahrávat, organizovat a přistupovat k souborům ve svazku pomocí cesty.
TYP souboru	Odkazují na soubory a jejich metadata jako na hodnoty první třídy v tabulce, řízené přístupem k řádkům, které na ně odkazují. Pro definici typu viz odkaz na typ FILE.
Binární zdroj dat	Ukládejte surové bajty souboru do sloupce BINARY .
Zdroj obrazových dat	Čtěte obrazové soubory do DataFrame.

Procesní soubory

Poté, co uložíte soubory do Unity Catalog, extrahujte obsah, spusťte vlastní kód a budujte pipeline.

Úkol	Description
Analyzovat dokumenty	Extrahujte strukturovaný obsah z dokumentů pomocí ai_parse_document a dalších AI funkcí.
Procesní soubory s UDF	Čtěte metadata a bajty souborů a generujte nové soubory pomocí vlastního kódu v UDF.
Načíst soubory jako reference FILE	Načítej soubory do tabulek jako FILE reference.
Vytvořte souborový kanál	Zpracovávejte soubory od začátku do konce v rámci pipeline.
Vyhledat soubory ve svazku	Indexujte soubory do svazku, aby je uživatelé a agenti mohli vyhledávat.

Spravovat soubory

Kontrolovat, kdo může přistupovat k souborům a spravovat jejich životní cyklus pomocí Unity Catalog.

Schopnost	Description
Řízení přístupu ke svazku	Udělujte oprávnění pro svazky, abyste určili, kdo může číst a zapisovat soubory pomocí cesty.
životní cyklus správy souborů	Nechte Azure Databricks spravovat ukládání a životní cyklus souborů, na které se tabulka odkazuje.
Řádkové filtry ve sloupcích FILE	Omezte přístup k souborům aplikací řádkových filtrů na řádky, které na ně odkazují.