FILE tipo

Se aplica a:check marcado yes Databricks SQL check marcado yes Databricks Runtime 18 LTS y versiones posteriores

Importante

Esta característica se encuentra en su versión beta. Los administradores del área de trabajo pueden controlar el acceso a esta característica desde la página Vistas previas . Consulte Administrar versiones preliminares de Azure Databricks.

El FILE tipo representa una referencia a un archivo no estructurado y sus metadatos. Úsalo para gestionar y procesar documentos, imágenes y audio junto con datos estructurados en el Catálogo de Unity.

FILE type solo es compatible con tablas Delta Lake.

Nota:

FILE El tipo requiere la versión 6 o superior del entorno en portátiles serverless. Para elegir la versión del entorno para un portátil, consulte Seleccionar un entorno base.

Syntax

{ FILE MANAGED | FILE EXTERNAL }

Usar FILE MANAGED o FILE EXTERNAL como tipo de columna cuando declaras una columna de tabla con CREATE TABLE. No puedes declarar una columna de tabla como FILE sin especificar ni uno ni MANAGEDEXTERNALotro . FILE solo se permite como parámetro o tipo de retorno en una UDF, procedimiento almacenado o durante la fundición.

Para una comparación de FILE MANAGED y FILE EXTERNAL, incluyendo diagramas de arquitectura, véase FILE MANAGED y FILE EXTERNAL.

Campos

Un FILE valor contiene los siguientes campos:

Campo Tipo Descripción
uri STRING El URI del archivo. Este campo no puede ser null.
offset BIGINT Un desplazamiento hacia el archivo, en bytes.
size BIGINT Tamaño de archivo en bytes.
content_type STRING El tipo MIME del archivo, cuando se conoce.
checksum STRING Un token de integridad para los bytes del archivo, de la forma <algorithm>:<digest>. Para los algoritmos reconocidos, véase Sumas de comprobación.

Límites

  • El FILE tipo no garantiza el pedido. No puedes usar una FILE columna como columna de partición, columna de clustering, MAP clave, clave de join o expresión de agrupamiento. Para agrupar por un archivo, agrupa por su uri campo en su lugar.

Literals

Para crear un FILE valor, véanse las siguientes funciones:

A CASTVARIANT o STRUCT valor a FILE:

  • A STRUCT debe tener exactamente estos campos, con estos nombres y tipos: struct<uri:string, offset:bigint, size:bigint, content_type:string, checksum:string>.
  • Imprescindible VARIANT incluir el uri campo. Todos los demás campos son opcionales y cualquier clave adicional se ignora.

Lanza a FILE, no a FILE EXTERNAL o FILE MANAGED. La columna objetivo determina si la referencia resultante es externa o gestionada. Cuando escribes una referencia externa a una FILE MANAGED columna, Databricks la ingiere en almacenamiento gestionado.

Notas

  • Como columna de tabla de nivel superior, FILE debe declararse como FILE MANAGED o FILE EXTERNAL. Uso FILE en todos los demás casos:
    • Como parámetro o tipo de retorno en SQL, Python y Scala funciones definidas por el usuario (UDFs) y en procedimientos almacenados SQL.
    • Como tipo objetivo de un CAST valor de a VARIANT o STRUCT .
    • Anidado dentro de un STRUCT, un ARRAY, el valor de un MAP, o un VARIANT. Solo se admiten archivos externos dentro de un VARIANTarchivo .
  • Para leer metadatos de archivos, utiliza los uricampos , offset, size, content_type, y checksum con notación de puntos, por file_column.uriejemplo .
  • Para extraer contenido estructurado de un archivo, pasa un FILE valor a la ai_parse_document función funcional.
  • Para previsualizar el contenido de un archivo en los resultados de la consulta, consulte Archivos de vista previa en columnas de ARCHIVO. La vista previa lee el contenido del archivo, lo que requiere acceso al archivo además de la tabla. Consulta Metadatos y acceso al contenido.

Examples

Para declarar una tabla con una columna gestionada FILE , establece la databricks.filespace-preview propiedad de la tabla en la ruta de volumen que utiliza Unity Catalog como almacenamiento gestionado:

CREATE TABLE reports (id BIGINT, attachment FILE MANAGED)
  TBLPROPERTIES ('databricks.filespace-preview' = '/Volumes/my_catalog/my_schema/filespace/');

Para declarar una tabla con una columna externa FILE :

CREATE TABLE attachments (id BIGINT, attachment FILE EXTERNAL);

Para poblarlo a partir de archivos que ya existen en un volumen:

INSERT INTO attachments
  SELECT row_number() OVER (ORDER BY file.uri), file
  FROM read_files('/Volumes/my_catalog/my_schema/my_volume/', format => 'file');

Para leer los metadatos de los archivos usando notación de puntos:

SELECT attachment.uri, attachment.size, attachment.checksum
  FROM attachments;

Para construir un FILE valor a partir de una struct:

SELECT named_struct(
  'uri', '/Volumes/my_catalog/my_schema/my_volume/report.pdf',
  'offset', null,
  'size', CAST(19494 AS BIGINT),
  'content_type', 'application/pdf',
  'checksum', 'ETAG:v1')::FILE;
  • Last updated on