Mapování AVRO

Platí pro: ✅Microsoft Fabric✅Azure Data Explorer

Mapování AVRO slouží k mapování příchozích dat na sloupce uvnitř tabulek, když je zdrojový soubor příjmu dat ve formátu AVRO.

Každý prvek v seznamu mapování definuje mapování pro určitý sloupec. Tyto prvky jsou tvořeny ze tří vlastností: column, datatypea properties. Další informace najdete v přehledu mapování dat.

Každý element mapování AVRO musí obsahovat jednu z následujících volitelných vlastností:

Vlastnost	Type	Popis
Pole	string	Název pole v záznamu AVRO.
Cesta	string	Pokud hodnota začíná $, považuje se za cestu k poli v dokumentu AVRO. Tato cesta určuje část dokumentu AVRO, která se stane obsahem sloupce v tabulce. Cesta, která označuje celý záznam AVRO, je $. Pokud hodnota nezačíná $, považuje se za konstantní hodnotu. Cesty, které obsahují speciální znaky, by měly být uchycené jako ['Název vlastnosti']. Další informace najdete v syntaxi JSONPath.
ConstValue	string	Konstantní hodnota, která se má použít pro sloupec místo hodnoty uvnitř souboru AVRO.
Transformace	string	Transformace, která by se měla použít u obsahu s transformacemi mapování

Poznámka:

Pole a cesta se vzájemně vylučují.

Následující alternativy jsou ekvivalentní:

[
  {"Column": "event_name", "Properties": {"Path": "$.EventName"}}
]

[
  {"Column": "event_name", "Properties": {"Field": "EventName"}}
]

Důležité

Příjem dat ve frontě:

• Pokud tabulka odkazovaná v mapování v databázi neexistuje, vytvoří se automaticky vzhledem k tomu, že platné datové typy jsou zadány pro všechny sloupce.
• Pokud sloupec odkazovaný v mapování v tabulce neexistuje, přidá se automaticky do tabulky jako poslední sloupec při prvním ingestování dat pro tento sloupec, protože je pro sloupec zadaný platný datový typ. Pokud chcete do mapování přidat nové sloupce, použijte příkaz .alter ingestion mapping.
• Data se dávková pomocí vlastností příjmu dat. Čím více jedinečných vlastností mapování příjmu dat, jako jsou různé hodnoty ConstValue, tím více fragmentovaný příjem dat se stane, což může vést ke snížení výkonu.

Příklady

Serializace JSON

Následující příklad mapování je serializován jako řetězec JSON, pokud je k dispozici jako součást příkazu pro správu .ingest.

[
  {"Column": "event_timestamp", "Properties": {"Field": "Timestamp"}},
  {"Column": "event_name",      "Properties": {"Field": "Name"}},
  {"Column": "event_type",      "Properties": {"Field": "Type"}},
  {"Column": "event_time",      "Properties": {"Field": "Timestamp", "Transform": "DateTimeFromUnixMilliseconds"}},
  {"Column": "ingestion_time",  "Properties": {"ConstValue": "2021-01-01T10:32:00"}},
  {"Column": "full_record",     "Properties": {"Path": "$"}}
]

Tady je serializované mapování JSON zahrnuto v kontextu příkazu pro správu .ingest.

.ingest into Table123 (@"source1", @"source2")
  with
  (
      format = "AVRO",
      ingestionMapping =
      ```
      [
        {"Column": "column_a", "Properties": {"Field": "Field1"}},
        {"Column": "column_b", "Properties": {"Field": "$.[\'Field name with space\']"}}
      ]
      ```
  )

Předem vytvořeno mapování

Pokud je mapování předem vytvořený, odkazujte na mapování podle názvu v příkazu pro správu .ingest.

.ingest into Table123 (@"source1", @"source2")
    with
    (
        format="AVRO",
        ingestionMappingReference = "Mapping_Name"
    )

Mapování identit

Mapování AVRO můžete použít během příjmu dat bez definování schématu mapování (viz mapování identit).

.ingest into Table123 (@"source1", @"source2")
    with
    (
        format="AVRO"
    )

Související obsah

• K vytvoření schématu Avro použijte nástroj avrotize k2a.