Excel format file dalam Azure Data Factory dan Azure Synapse Analytics

Azure Data Factory Azure Synapse Analytics

Tip

Data Factory di Microsoft Fabric adalah generasi Azure Data Factory berikutnya, dengan arsitektur yang lebih sederhana, AI bawaan, dan fitur baru. Jika Anda baru menggunakan integrasi data, mulailah dengan Fabric Data Factory. Beban kerja ADF yang ada dapat ditingkatkan ke Fabric untuk mengakses kemampuan baru di seluruh ilmu data, analitik real time, dan pelaporan.

Ikuti artikel ini saat Anda ingin pilah file Excel. Layanan ini mendukung ".xls" dan ".xlsx".

format Excel didukung untuk konektor berikut: Amazon S3, Amazon S3 Compatible Storage, Azure Blob, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Azure Files, File System, FTP, Google Cloud Storage, HDFS, HTTP, Oracle Cloud Storage dan SFTP. Ini didukung sebagai sumber tetapi tidak sebagai penguras.

Catatan

Format ".xls" tidak didukung saat menggunakan HTTP.

Properti himpunan data

Untuk daftar lengkap bagian dan properti yang tersedia untuk menentukan himpunan data, lihat artikel Himpunan Data. Bagian ini menyediakan daftar properti yang didukung oleh himpunan data Excel.

Properti	Deskripsi	Wajib
jenis	Properti jenis himpunan data harus diatur ke Excel.	Ya
lokasi	Pengaturan lokasi file. Tiap konektor berbasis file memiliki jenis lokasinya sendiri dan properti yang didukung di `location`.	Ya
namaLembar	Nama lembar kerja Excel untuk membaca data.	Tentukan `sheetName` atau `sheetIndex`
sheetIndex	Indeks lembar kerja Excel untuk membaca data, mulai dari 0.	Tentukan `sheetName` atau `sheetIndex`
rentang	Rentang sel dalam lembar kerja tertentu untuk menemukan data selektif, misalnya: - Tidak ditentukan: membaca seluruh lembar kerja sebagai tabel dari baris dan kolom pertama yang tidak kosong - `A3`: membaca tabel yang dimulai dari sel yang ditentukan, mendeteksi secara dinamis semua baris di bawah dan semua kolom di sebelah kanan - `A3:H5`: membaca rentang tetap ini sebagai tabel - `A3:A3`: membaca sel tunggal ini	Tidak
firstRowAsHeader	Menentukan apakah akan memperlakukan baris pertama dalam lembar kerja/rentang yang ditentukan sebagai baris header dengan nama kolom. Nilai yang diperbolehkan adalah true dan false (default).	Tidak
nullValue	Menentukan representasi string untuk nilai null. Nilai defaultnya adalah untai kosong.	Tidak
pemadatan	Grup properti untuk mengonfigurasi kompresi file. Konfigurasikan bagian ini saat Anda ingin melakukan kompresi/dekompresi selama eksekusi aktivitas.	Tidak
jenis (di bawah `compression`)	Kodek kompresi yang digunakan untuk membaca/menulis file JSON. Nilai yang diizinkan adalah bzip2, gzip, deflate, ZipDeflate, TarGzip, Tar, snappy, atau lz4. Pengaturan bawaan tidak dikompres. Note saat ini "Copy activity" tidak mendukung "snappy" & "lz4", dan aliran data pemetaan tidak mendukung "ZipDeflate", "TarGzip", dan "Tar". Catatan saat menggunakan aktivitas penyalinan untuk mendekompresi file ZipDeflate dan menulis ke penyimpanan data sink berbasis file, file akan diekstrak ke folder: `<path specified in dataset>/<folder named as source zip file>/`.	Tidak.
level (di bawah `compression`)	Rasio kompresi. Nilai yang diizinkan adalah Optimal atau Tercepat. - Tercepat: Operasi kompresi harus selesai secepat mungkin, bahkan jika file yang dihasilkan tidak dikompresi secara optimal. - Optimal: Operasi pemadatan akan dipadatkan secara optimal, bahkan jika operasi membutuhkan waktu lebih lama untuk menyelesaikannya. Untuk informasi selengkapnya, lihat topik Tingkat Pemadatan.	Tidak

Di bawah ini adalah contoh himpunan data Excel pada Azure Blob Storage:

{
    "name": "ExcelDataset",
    "properties": {
        "type": "Excel",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "schema": [ < physical schema, optional, retrievable during authoring > ],
        "typeProperties": {
            "location": {
                "type": "AzureBlobStorageLocation",
                "container": "containername",
                "folderPath": "folder/subfolder",
            },
            "sheetName": "MyWorksheet",
            "range": "A3:H5",
            "firstRowAsHeader": true
        }
    }
}

Properti Aktivitas Salin

Untuk daftar lengkap bagian dan properti yang tersedia untuk menentukan aktivitas, lihat artikel Pipelines. Bagian ini menyediakan daftar properti yang didukung oleh sumber Excel.

Excel sebagai sumber

Properti berikut didukung di bagian *sumber* aktivitas salin.

Properti	Deskripsi	Wajib
jenis	Properti jenis sumber aktivitas penyalinan harus diatur ke ExcelSource.	Ya
storeSettings	Sekumpulan properti tentang cara membaca data dari penyimpanan data. Setiap konektor berbasis file memiliki pengaturan baca yang didukung sendiri di bagian `storeSettings`.	Tidak

"activities": [
    {
        "name": "CopyFromExcel",
        "type": "Copy",
        "typeProperties": {
            "source": {
                "type": "ExcelSource",
                "storeSettings": {
                    "type": "AzureBlobStorageReadSettings",
                    "recursive": true
                }
            },
            ...
        }
        ...
    }
]

Properti pemetaan aliran data

Dalam pemetaan aliran data, Anda dapat membaca format Excel di penyimpanan data berikut: Azure Blob Storage, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Amazon S3 dan SFTP. Anda dapat mengarahkan ke file Excel baik menggunakan himpunan data Excel atau menggunakan himpunan data sebaris.

Properti sumber

Tabel di bawah ini mencantumkan properti yang didukung oleh sumber Excel. Anda dapat mengedit properti ini di tab Opsi sumber. Saat menggunakan himpunan data sebaris, Anda akan melihat pengaturan file tambahan, yang sama dengan properti yang dijelaskan di bagian properti himpunan data.

Nama	Deskripsi	Wajib	Nilai yang diizinkan	Properti skrip aliran data
Jalur kartu liar	Semua file yang cocok dengan jalur wildcard akan diproses. Mengambil alih jalur folder dan file yang diatur dalam himpunan data.	tidak	String[]	wildcardPaths
Jalur akar partisi	Untuk data file yang dipartisi, Anda dapat memasukkan jalur akar partisi untuk membaca folder yang dipartisi sebagai kolom	tidak	String	partitionRootPath
Daftar file	Apakah sumber Anda mengarah ke file teks yang mencantumkan file untuk diproses	tidak	`true` atau `false`	fileList
Kolom untuk menyimpan nama file	Membuat kolom baru dengan jalur dan nama file sumber	tidak	String	rowUrlColumn
Setelah selesai	Hapus atau pindahkan file setelah diproses. Jalur file dimulai dari akar kontainer	tidak	Hapus: `true` atau `false` Pindah: `['<from>', '<to>']`	purgeFiles moveFiles
Filter berdasarkan tanggal terakhir diubah	Pilih untuk memfilter file berdasarkan waktu terakhir file tersebut diubah	tidak	Tanda Waktu	diubahSetelah diubahSebelum
Tidak ada file yang ditemukan	Jika true, kesalahan tidak dilemparkan jika tidak ada file yang ditemukan	tidak	`true` atau `false`	abaikanTidakAdaBerkasDitemukan (ignoreNoFilesFound)

Contoh sumber

Gambar di bawah ini adalah contoh konfigurasi sumber Excel dalam memetakan aliran data menggunakan mode himpunan data.

sumber Excel

Skrip aliran data terkait adalah:

source(allowSchemaDrift: true,
    validateSchema: false,
    wildcardPaths:['*.xls']) ~> ExcelSource

Jika menggunakan himpunan data sebaris, Anda akan melihat opsi sumber berikut dalam aliran data pemetaan.

Excel sumber himpunan data sebaris

Skrip aliran data terkait adalah:

source(allowSchemaDrift: true,
    validateSchema: false,
    format: 'excel',
    fileSystem: 'container',
    folderPath: 'path',
    fileName: 'sample.xls',
    sheetName: 'worksheet',
    firstRowAsHeader: true) ~> ExcelSourceInlineDataset

Catatan

Pemetaan aliran data tidak mendukung pembacaan file Excel yang dilindungi, karena file-file ini mungkin berisi pemberitahuan kerahasiaan atau memberlakukan pembatasan akses tertentu yang membatasi akses ke kontennya.

Menangani file Excel yang sangat besar

Konektor Excel tidak mendukung pembacaan streaming untuk Copy activity dan harus memuat seluruh file ke dalam memori sebelum data dapat dibaca. Untuk mengimpor skema, mempratinjau data, atau me-refresh himpunan data Excel, data harus dikembalikan sebelum batas waktu permintaan http (100s). Untuk file Excel besar, operasi ini mungkin tidak selesai dalam jangka waktu tersebut, menyebabkan kesalahan batas waktu. Jika Anda ingin memindahkan file Excel besar (>100MB) ke penyimpanan data lain, Anda dapat menggunakan salah satu opsi berikut untuk mengatasi batasan ini:

Gunakan runtime integrasi yang dihost sendiri (SHIR), lalu gunakan Copy activity untuk memindahkan file Excel besar ke penyimpanan data lain dengan SHIR.
Pisahkan file Excel besar menjadi beberapa yang lebih kecil, lalu gunakan Copy activity untuk memindahkan folder yang berisi file.
Gunakan aktivitas aliran data untuk memindahkan file Excel besar ke penyimpanan data lain. Aliran data mendukung pembacaan streaming untuk Excel dan dapat memindahkan/mentransfer file besar dengan cepat.
Konversikan file Excel besar secara manual ke format CSV, lalu gunakan Copy activity untuk memindahkan file.

Ringkasan Aktivitas penyalinan
Aktivitas pencarian
Kegiatan GetMetadata

Saran dan Komentar

Apakah halaman ini membantu?

Last updated on 2026-04-07