Adatok elemzése

A következőkre vonatkozik:SQL Server SSIS integrációs futtatókörnyezet az Azure Data Factory-ban

A csomagokban lévő adatfolyamok adatokat nyernek ki és töltenek be heterogén adattárak között, amelyek különböző szabványos és egyéni adattípusokat használhatnak. Az adatfolyamokban az Integration Services-források végzik az adatok kinyerését, a sztringadatok elemzését és az adatok Integration Services-adattípussá alakítását. A későbbi átalakítások elemezhetik az adatokat, hogy más adattípussá alakítsák át, vagy különböző adattípusú oszlopmásolatokat hozzanak létre. Az összetevőkben használt kifejezések argumentumokat és operandusokat is adhatnak különböző adattípusokhoz. Végül, amikor az adatok betöltve vannak egy adattárba, a cél elemezheti az adatokat, hogy a cél által használt adattípussá konvertálja őket. További információért lásd: Integrációs Szolgáltatások adattípusai.

Az elemzés két típusa

Az Integration Services kétféle elemzést biztosít az adatok konvertálásához: Gyors elemzés és Standard elemzés.

• A gyors elemzés olyan gyors, egyszerű elemzési rutinok készlete, amelyek nem támogatják a területi adatok típusának konvertálását, és csak a leggyakrabban használt dátum- és időformátumokat támogatják.

• A standard elemzés egy gazdag elemzési rutin gyűjtemény, amely támogatja az Oleaut32.dll és Ole2dsip.dll által biztosított Automation adattípus-konvertálási API-k összes adattípus-átalakítását.

Gyors elemzés

A gyors elemzés gyors, egyszerű rutinkészletet biztosít az adatok elemzéséhez. Ezek a rutinok nem területileg érzékenyek, és csak a dátum-, idő- és egész számformátumok egy részét támogatják.

Követelmények és korlátozások

A gyors elemzés implementálásával egy csomag elveszíti a területspecifikus dátum-, idő- és numerikus formátumok, valamint számos gyakran használt ISO 8601 alap- és kiterjesztett formátum értelmezésének képességét, de ezzel együtt javítja a teljesítményét. A gyors elemzés például csak a leggyakrabban használt dátumformátum-ábrázolásokat támogatja, például az YYYYMMDD és az YYYYY-MM-DD, nem végez területi specifikus elemzést, nem ismeri fel a pénznemadatok speciális karaktereit, és nem tudja átalakítani az egész számok hexadecimális vagy tudományos ábrázolását.

A gyors elemzés csak akkor érhető el, ha síkfájlt forrásként vagy adatkonverziós transzformációt használ. A teljesítmény növekedése jelentős lehet, és érdemes lehet gyors elemzést használni ezekben az adatfolyam-összetevőkben, ha lehet.

Ha a csomagban lévő adatfolyam területi szempontból érzékeny elemzést igényel, a gyors elemzés helyett a standard elemzés használata javasolt. A gyors elemzés például nem ismeri fel a területi szempontból érzékeny adatokat, amelyek tizedesjeleket tartalmaznak, például a vesszőt, az év-hónap dátumformátumtól eltérő dátumformátumokat és pénznemszimbólumokat.

A gyors elemzés nem ismeri fel azokat a csonkolt ábrázolásokat, amelyek egy vagy több dátumrészt, például egy évszázadot, egy évet vagy egy hónapot jelentenek. A gyors elemzés például nem ismeri fel sem az "-YYMM" formátumot, amely egy hallgatólagos században egy évet és hónapot határoz meg, sem az "--MM" formátumot, amely egy hallgatólagos évben egy hónapot határoz meg. A rendszer azonban felismer néhány kisebb pontosságú ábrázolásokat. A gyors elemzés például felismeri a "hhmm;" formátumot, amely csak az órát és a percet jelöli, valamint az "ÉÉÉÉ" formátumot, amely csak az évet jelöli.

A gyors elemzés az oszlop szintjén van megadva. A Sík fájl forrásban és az Adatkonvertálási transzformációban megadhatja a gyors elemzést a kimeneti oszlopokon. A bemenetek és kimenetek tartalmazhatnak területi szempontból érzékeny és területi szempontból nem érzékeny oszlopokat is.

Numerikus adatformátumok (gyors elemzés)

A Fast parse gyors, egyszerű, helyfüggetlen rutinkészletet biztosít az adatok elemzéséhez. A gyors elemzés csak korlátozott számú formátumot támogat egész adattípusokhoz.

egész adattípus

Az Integration Services által biztosított egész adattípusok a következők: DT_I1, DT_UI1, DT_I2, DT_UI2, DT_I4, DT_UI4, DT_I8 és DT_UI8. További információért lásd: Integrációs Szolgáltatások adattípusai.

A gyors elemzés az egész adattípusok következő formátumait támogatja:

• Nulla vagy több kezdő és záró szóköz vagy tabulátor. A "123" érték például érvényes. Az összes szóközt tartalmazó érték nullára van kiértékelve.

• Egy kezdő pluszjel, mínuszjel vagy egyik sem. A +123, -123 és 123 értékek például érvényesek.

• Egy vagy több hindu-arab számjegy (0–9). A 345-ös érték például érvényes. Más nyelvi számok nem támogatottak.

A nem támogatott adatformátumok a következők:

• Speciális karakterek. A $pénznem karakter például nem támogatott, és a 20 usd érték nem elemezhető.

• Üres szóközök, például vonalcsatorna, kocsivisszaadás és nem törő szóközök. A "123" érték például nem elemezhető.

• Egész számok hexadecimális ábrázolása. A 2EE érték például nem elemezhető.

• Egész számok tudományos jelölése. Az 1E+10 érték például nem elemezhető.

Az alábbi formátumok az egész számok kimeneti adatformátumai:

• A negatív számok mínuszjele, a pozitívaknál semmi.

• Nincsenek üres szóközök.

• Egy vagy több hindu-arab számjegy (0–9).

Dátum- és időformátumok (Gyors elemzés)

A gyors elemzés gyors, egyszerű rutinkészletet biztosít az adatok elemzéséhez. A gyors elemzés a következő formátumokat támogatja a dátum- és időadattípusokhoz.

Dátum adattípusa

A gyors elemzés a következő sztringformátumokat támogatja a dátumadatokhoz:

• Kezdő szóközöket tartalmazó dátumformátumok. A "2004- 02-03" érték például érvényes.

• ISO 8601 formátumok, az alábbi táblázatban felsoroltak szerint:

  Formátum	Description
  YYYYMMDD YYYY-MM-DD	Alapszintű és kiterjesztett formátumok négyjegyű évhez, kétjegyű hónaphoz és kétjegyű naphoz. Kiterjesztett formátumban a dátumrészeket kötőjel (-) választja el egymástól.
  YYYY-MM	Alapszintű és kiterjesztett, csökkentett pontosságú formátumok négyjegyű évre és kétjegyű hónapra. Kiterjesztett formátumban a dátumrészeket kötőjel (-) választja el egymástól.
  ÉÉÉÉ	A csökkentett pontosság formátuma egy négyjegyű év.

A gyors elemzés nem támogatja a következő formátumokat a dátumadatokhoz:

• Betűrendes hónapértékek. A 2003. október 31-i dátumformátum például nem érvényes.

• Nem egyértelmű formátumok, például DD-MM-YYYY és MM-DD-YYYYY. A 03-04-1995 és a 04-03-1995 dátum például nem érvényes.

• Alapszintű és kiterjesztett csonkolt formátumok egy négyjegyű naptári évhez és egy éven belüli háromjegyű naphoz, YYYYDDD és YYYY-DDD.

• Alapszintű és kiterjesztett formátumok négyjegyű évhez, az év hetének kétjegyű számához és a hét napjának egyjegyű számához: YYYYWwwD és YYYY-Www-D

• Az év- és hétdátum alap- és kiterjesztett csonkolt formátumai egy négyjegyű évszám és egy kétjegyű szám a hétre, YYYWww és YYYY-Www

A gyors elemzés DT_DBDATE ként adja ki az adatokat. A csonkolt formátumú dátumértékek ki vannak egészítve. Az YYYY például YYYY0101 lesz.

További információért lásd: Integrációs Szolgáltatások adattípusai.

Időadatok típusa

A gyors elemzés az időadatok következő sztringformátumait támogatja:

• Kezdő szóközöket tartalmazó időformátumok. A "10:24" érték például érvényes.

• 24 órás formátum. A gyors elemzés nem támogatja az AM és a PM jelölést.

• ISO 8601 időformátumok, az alábbi táblázatban felsoroltak szerint:

  Formátum	Description
  HHMISS HH:MI:SS	Alapszintű és kiterjesztett formátumok kétjegyű óra, kétjegyű perc és kétjegyű másodperc esetén. Kiterjesztett formátumban az időrészeket kettőspont választja el (:).
  HHMI HH:MI	Alapszintű és kiterjesztett csonkolt formátum kétjegyű óra és kétjegyű perc esetén. Kiterjesztett formátumban az időrészeket kettőspont választja el (:).
  HH	Kétjegyű óra truncált formátuma.
  00:00:00 000000 0000 00 240000 24:00:00 2400 24	Az éjféli formátum.

• Időzónát meghatározó időformátumok az alábbi táblázatban felsoroltak szerint:

  Formátum	Description
  +HH:MI +HHMI	Alapszintű és kiterjesztett formátumok, amelyek azt jelzik, hogy hány óra és perc van hozzáadva az egyezményes világidőhöz (UTC) a helyi idő lekéréséhez.
  -HH:MI -HHMI	Alapszintű és kiterjesztett formátumok, amelyek azt jelzik, hogy hány óra és perc van kivonva az UTC-ből a helyi idő lekéréséhez.
  +HH	Csonkolt formátum, amely azt jelzi, hogy hány óra van hozzáadva az UTC-hez a helyi idő lekéréséhez.
  -HH	Csonkolt formátum, amely a helyi idő beolvasásához az UTC-ből kivont órák számát jelzi.
  Z	0 érték, amely azt jelzi, hogy az idő UTC-ben van ábrázolva.

  Az idő- és dátum-/időadatok formátumai tartalmazhatnak időzóna-elemet. A rendszer azonban figyelmen kívül hagyja az időzóna értékét, kivéve, ha az adatok DT_DBTIMESTAMPOFFSET típusúak. További információért lásd: Integrációs Szolgáltatások adattípusai.

  Az időzóna-elemet tartalmazó formátumokban nincs térköz az időelem és az időzónaelem között, ahogyan az alábbi példában látható:

  HH:MI:SS[+HH:MI]

  Az előző példában szereplő zárójelek azt jelzik, hogy az időzóna értéke nem kötelező.

• Tizedes törtet tartalmazó időformátumok az alábbi táblázatban felsoroltak szerint:

  Formátum	Description
  HH[.nnnnnnn]	n egy 0 és 9999999 közötti érték, amely az órák töredékét jelöli. A zárójelek azt jelzik, hogy ez az érték nem kötelező. A 12.750 érték például 12:45-öt jelez.
  HHMI[.nnnnnnn] HH:MI[.nnnnnnn]	n egy 0 és 9999999 közötti érték, amely a perc tört részét jelöli. A zárójelek azt jelzik, hogy ez az érték nem kötelező. Az 1220.500 érték például 12:20:30-at jelez.
  HHMISS[.nnnnnnn] HH:MI:SS[.nnnnnnn]	n egy 0 és 9999999 közötti érték, amely másodperc törtrészét jelöli. A zárójelek azt jelzik, hogy ez az érték nem kötelező. Az 122040.250 érték például 12:20:40.15 értéket jelez.

  Megjegyzés:

  Az előző táblázat időformátumainak törtelválasztója lehet tizedes vagy vessző.

• Szökő másodpercet tartalmazó időértékek, az alábbi példákban látható módon:

  23:59:60[.0000000]

  235960[.0000000]

A gyors elemzés a sztringeket DT_DBTIME és DT_DBTIME2 ként adja ki. Az időértékek csonkolt formátumban vannak kipárnázva. A HH:MI például HH:MM:00.000 lesz.

További információért lásd: Integrációs Szolgáltatások adattípusai.

Dátum/idő adattípus

A gyors elemzés a következő sztringformátumokat támogatja a dátum/idő adatokhoz:

• Kezdő szóközöket tartalmazó formátumok. A "2003-01-10T203910" érték például érvényes.

• Érvényes dátumformátumok és érvényes időformátumok kombinációi nagybetűvel elválasztva, és érvényes időzóna-formátumok, például YYYYYMMDDT[HHMISS][+HH:MI]. Az idő- és időzóna értékeire nincs szükség. Például a "2003-10-14" érvényes.

A gyors elemzés nem támogatja az időintervallumokat. Az YYYYMMDDThhmmss/YYYYMMDDThhmmss/YYYYMMDThhmmss formátumban azonosított kezdő és záró dátum és idő például nem elemezhető.

A gyors elemzés a sztringeket DT_DATE, DT_DBTIMESTAMP, DT_DBTIMESTAMP2 és DT_DBTIMESTAMPOFFSET ként adja ki. A csonkolt formátumokban lévő dátum-/időértékek ki vannak párnázva. Az alábbi táblázat a hiányzó dátum- és időrészekhez hozzáadott értékeket sorolja fel.

Dátum/idő rész	Belső margó
Másodperc	00 hozzáadása.
Minutes	Adjon hozzá 00:00-t.
Óra	Adjon hozzá 00:00:00-t.
Day	Adjon hozzá 01-et a hónap napjára.
Hónap	Adjon hozzá 01-et az év hónapjára.

További információért lásd: Integrációs Szolgáltatások adattípusai.

Gyors elemzés engedélyezése

A gyors elemzés tulajdonságot be kell állítani a gyors elemzést használó forrás vagy átalakítás minden oszlopához. A tulajdonság beállításához használja a Sík fájl forrás és az Adatkonvertálási transzformáció speciális szerkesztőjét.

1. Kattintson a jobb gombbal a sík fájl forrásra vagy az adatkonverziós átalakításra, majd válassza a Speciális szerkesztő megjelenítése lehetőséget.

2. A Speciális szerkesztő párbeszédpanelen kattintson a Bemeneti és kimeneti tulajdonságok fülre.

3. A Bemenetek és kimenetek panelen kattintson arra az oszlopra, amelyhez engedélyezni szeretné a gyors elemzést.

4. A Tulajdonságok ablakban bontsa ki az Egyéni tulajdonságok csomópontot, majd állítsa a FastParsetulajdonságot Igaz értékre.

5. Kattintson az OK gombra.

Standard elemzés

A standard szintaktikai elemzés egy területi szempontból érzékeny elemzési rutin készlet, amely támogatja az Automation adattípus-konvertálási API-k által biztosított adattípus-átalakításokat, elérhető az Oleaut32.dll és Ole2disp.dll fájlokban. A standard elemzés egyenértékű az OLE DB elemzési API-kkal.

A standard elemzés támogatja a nemzetközi adatok adattípus-konvertálását, és akkor kell használni, ha a Fast parse nem támogatja az adatformátumot.