Trabajo con datos no estructurados

Almacena, gobierna y procesa archivos no estructurados, como documentos, imágenes, audio y vídeo, junto con datos estructurados en el Catálogo de Unity.

Comienza

Prueba un ejemplo de extremo a extremo para ver cómo encajan las piezas.

Guide	Descripción
Inicio rápido de funciones FILE	Crea una tabla con una FILE columna y trabaja con archivos usando FILE funciones.
Tutorial de datos no estructurados	Almacena, consulta, procesa y comparte archivos no estructurados usando volúmenes del Catálogo de Unity.

Almacenar y referenciar archivos

Elige cómo almacenar y referenciar archivos según si accedes a ellos por ruta o como valores en una tabla.

Approach	Descripción
Volúmenes del catálogo de Unity	Gestiona el almacenamiento de archivos no tabulares. Carga, organiza y accede a los archivos de un volumen mediante su ruta.
Tipo de archivo	Archivos de referencia y sus metadatos como valores de primera clase en una tabla, gobernados por el acceso a las filas que los referencian. Para la definición de tipo, véase la referencia del tipo FILE.
Fuente de datos binaria	Guarda los bytes en bruto de un archivo en una BINARY columna.
Fuente de datos de la imagen	Lee archivos de imagen en un DataFrame.

Archivos de proceso

Después de guardar tus archivos en el Catálogo de Unity, extrae el contenido, ejecuta código personalizado y crea pipelines.

Tarea	Descripción
Análisis de documentos	Extrae contenido estructurado de documentos con ai_parse_document y otras funciones de IA.
Archivos de proceso con UDFs	Lee metadatos y bytes de archivos, y genera nuevos archivos usando tu propio código en UDFs.
Importar archivos como referencias FILE	Carga los archivos en las tablas como FILE referencias.
Construir una tubería de archivos	Procesa archivos de extremo a extremo en una canalización.
Buscar archivos en un volumen	Indexa los archivos en un volumen para que los usuarios y agentes puedan buscarlos.

Archivos de gobierno

Controla quién puede acceder a los archivos y gestionar su ciclo de vida con Unity Catalog.

Capacidad	Descripción
Control de acceso a volúmenes	Concede privilegios en volúmenes para controlar quién puede leer y escribir archivos por ruta.
Ciclo de vida FILE MANAGED	Deja que Azure Databricks gestione el almacenamiento y el ciclo de vida de los archivos que hace referencia una tabla.
Filtros por fila en las columnas ARCHIVO	Restringir el acceso a los archivos aplicando filtros de fila a las filas que los referencian.