Az Azure Synapse Data Explorer által támogatott adatformátumok a betöltéshez (előzetes verzió)
Az adatbetöltés az a folyamat, amellyel adatokat ad hozzá egy táblához, és az Adatkezelőben lekérdezéshez elérhetővé válik. A lekérdezésből való betöltéstől eltérő összes betöltési módszer esetében az adatoknak a támogatott formátumok egyikében kell lenniük. Az alábbi táblázat felsorolja és ismerteti azokat a formátumokat, amelyeket az Adatkezelő támogat az adatbetöltéshez.
Feljegyzés
Mielőtt betöltené az adatokat, győződjön meg arról, hogy az adatok megfelelően formázva lesznek, és meghatározza a várt mezőket. Javasoljuk, hogy használja az előnyben részesített érvényesítőt annak ellenőrzéséhez, hogy a formátum érvényes-e. A CSV- vagy JSON-fájlok ellenőrzéséhez például a következő érvényesítők lehetnek hasznosak:
- CSV: http://csvlint.io/
- JSON: https://jsonlint.com/
További információ arról, hogy miért hiúsulhat meg a betöltési hiba: Betöltési hibák és betöltési hibakódok az Adatkezelőben.
| Formátum | Mellék | Leírás |
|---|---|---|
| ApacheAvro | .avro |
AVRO formátum logikai típusok támogatásával. A következő tömörítési kodekek támogatottak: null, deflateés snappy. A formátum olvasói implementálása a apacheavro hivatalos Apache Avro-kódtáron alapul. |
| Avro | .avro |
Régi implementáció a .NET-kódtáron alapuló AVRO-formátumhoz. A következő tömörítési kodekek támogatottak: null, deflate (for snappy - use ApacheAvro data format). |
| CSV | .csv |
Szövegfájl vesszővel elválasztott értékekkel (,). Lásd : RFC 4180: Common Format and MIME Type for Vesszővel tagolt értékek (CSV) fájlok. |
| JSON | .json |
Egy JSON-objektumokat tartalmazó szövegfájl, amely a következő szerint \n van elválasztva: vagy \r\n. Lásd: JSON-vonalak (JSONL). |
| MultiJSON | .multijson |
Olyan szövegfájl, amely tulajdonságcsomagok JSON-tömbjével rendelkezik (amelyek mindegyike egy rekordot jelöl), vagy tetszőleges számú, szóközzel tagolt tulajdonságcsomaggal vagy \n \r\n. Az egyes tulajdonságzsákok több sorban is eloszthatók. Ezt a formátumot részesíti előnyben JSON, kivéve, ha az adatok nem tulajdonságalapú csomagok. |
| ORK | .orc |
ORC-fájl. |
| Parketta | .parquet |
Egy parquet fájl. |
| PSV | .psv |
Csővel elválasztott értékeket (|) tartalmazó szövegfájl. |
| NYERS | .raw |
Olyan szövegfájl, amelynek teljes tartalma egyetlen sztringérték. |
| SCsv | .scsv |
Pontosvesszővel tagolt értékeket (;) tartalmazó szövegfájl. |
| SOHsv | .sohsv |
SoH által elválasztott értékeket tartalmazó szövegfájl. (A SOH az ASCII codepoint 1, ezt a formátumot használja a Hive a HDInsighton.) |
| TSV | .tsv |
Tabulátorral elválasztott értékeket tartalmazó szövegfájl (\t). |
| TSVE | .tsv |
Tabulátorral elválasztott értékeket tartalmazó szövegfájl (\t). A rendszer egy fordított perjel karaktert (\) használ a meneküléshez. |
| TXT | .txt |
Szövegfájl, amelynek sorait a következő tagolja \n: . A program kihagyja az üres sorokat. |
| W3CLOGFILE | .log |
A W3C által szabványosított webes naplófájlformátum . |
Támogatott adattömörítési formátumok
A blobok és fájlok a következő tömörítési algoritmusok bármelyikével tömöríthetők:
| Tömörítés | Mellék |
|---|---|
| GZip | .gz |
| Irányítószám | .zip |
A tömörítést úgy jelezheti, hogy hozzáfűzi a bővítményt a blob vagy fájl nevéhez.
Példa:
MyData.csv.zipEGY CSV-ként formázott blobot vagy fájlt jelöl, tömörítve ZIP-fájllal (archív vagy egyetlen fájllal)MyData.json.gzEgy JSON-ként formázott blobot vagy fájlt jelöl, amely GZip-vel van tömörítve.
A formátumkiterjesztéseket nem tartalmazó blob- vagy fájlnevek, MyData.zipde a tömörítés (például) is támogatott. Ebben az esetben a fájlformátumot betöltési tulajdonságként kell megadni, mert nem lehet következtetni rá.
Feljegyzés
- Egyes tömörítési formátumok nyomon követik az eredeti fájlkiterjesztést a tömörített adatfolyam részeként. Ezt a bővítményt a rendszer általában figyelmen kívül hagyja a fájlformátum meghatározásához. Ha a fájlformátum nem határozható meg a (tömörített) blobból vagy fájlnévből, azt a
formatbetöltési tulajdonságon keresztül kell megadni. - Nem tévesztendő össze a formátumok által
ORChasznált belső (adattömbszintű) tömörítésiParquetAVROkodekkel. A belső tömörítési nevet általában a fájlformátum kiterjesztése előtt adja hozzá egy fájlnévhez, például:file1.gz.parquet,file1.snappy.avrostb.