Démarrage rapide des fonctions FILE

Important

Cette fonctionnalité est en version bêta. Les administrateurs d’espace de travail peuvent contrôler l’accès à cette fonctionnalité à partir de la page Aperçus . Consultez Gérer les préversions d’Azure Databricks.

Le FILE caractère représente des fichiers non structurés tels que des documents, des images et de l’audio. Les fonctions SQL intégrées créent, copient et lisent des fichiers comme FILE références.

Cette page résume ces fonctions avec des exemples de référence pour des opérations courantes, tels que :

  • Lister les fichiers dans un volume du catalogue Unity comme FILE références avec list_files.
  • Lecture des métadonnées de fichiers, telles que size et checksum (utilisées pour identifier la version du fichier).
  • Filtrer les fichiers selon leurs métadonnées.
  • Analyse du contenu d’un document avec ai_parse_document.

Pour la référence typographique, voir FILE type.

Pour un aperçu conceptuel, voir Type de fichier et données non structurées.

Exigences

  • Ces exemples utilisent le samples.sec.contracts jeu de données, une collection de PDF de contrats déposés par la SEC disponibles par défaut dans tous les espaces de travail. Pour utiliser vos propres fichiers, pointez le chemin vers un volume du catalogue Unity qui les contient.

Examples

Fichiers de liste et références de capture

Pour lister les fichiers sur un chemin et enregistrer les FILE références dans une table, utilisez list_files la fonction à valeurs de table :

CREATE TABLE documents AS
  SELECT path, size, modification_time, file
  FROM list_files('/Volumes/samples/sec/contracts/');

Métadonnées de lecture des fichiers

Pour lire les uri, size, content_type, et checksum les champs d’une FILE valeur, utilisez la notation par points :

SELECT file.uri, file.size, file.content_type, file.checksum
  FROM documents;

Filtrer les fichiers par métadonnées

Pour filtrer les lignes à l’aide de métadonnées de fichier, telles que le chemin et la taille :

SELECT file.uri
  FROM documents
  WHERE file.uri ILIKE '%.pdf'
    AND file.size > 100000;

Analyser le contenu des documents

Pour extraire du contenu structuré d’un document, passez une FILE valeur à ai_parse_document la fonction :

SELECT file.uri, ai_parse_document(file) AS parsed
  FROM documents
  WHERE file.uri ILIKE '%.pdf';

Exemple de bloc-notes

Le carnet suivant exécute tous les exemples précédents sur le samples.sec.contracts jeu de données :

Fonctions FILE notebook quickstart

Obtenir un ordinateur portable

Étapes suivantes

  • Last updated on