Copiare e trasformare i dati in Archiviazione BLOB di Azure usando Azure Data Factory o Azure Synapse Analytics

  • Articolo

SI APPLICA A: Azure Data Factory Azure Synapse Analytics

Suggerimento

Provare Data Factory in Microsoft Fabric, una soluzione di analisi completa per le aziende. Microsoft Fabric copre tutti gli elementi, dallo spostamento dei dati all'analisi scientifica dei dati, all'analisi in tempo reale, alla business intelligence e alla creazione di report. Scopri come avviare gratuitamente una nuova versione di valutazione .

Questo articolo illustra come usare le attività Copy nelle pipeline di Azure Data Factory e Azure Synapse per copiare dati da e in Archiviazione BLOB di Azure. Descrive anche come usare l'attività Flusso di dati per trasformare i dati in Archiviazione BLOB di Azure. Per altre informazioni, vedere gli articoli introduttivi su Azure Data Factory e Azure Synapse Analytics .

Suggerimento

Per informazioni su uno scenario di migrazione per un data lake o un data warehouse, vedere l'articolo Eseguire la migrazione dei dati dal data lake o dal data warehouse ad Azure.

Funzionalità supportate

Questo connettore Archiviazione BLOB di Azure è supportato per le funzionalità seguenti:

Funzionalità supportate IR Endpoint privato gestito
Attività di copia (origine/sink) ① ② ✓ Escludere l'account di archiviazione V1
Flusso di dati di mapping (origine/sink) ① ✓ Escludere l'account di archiviazione V1
Attività Lookup ① ② ✓ Escludere l'account di archiviazione V1
Attività GetMetadata ① ② ✓ Escludere l'account di archiviazione V1
Attività Delete ① ② ✓ Escludere l'account di archiviazione V1

(1) Runtime di integrazione di Azure (2) Runtime di integrazione self-hosted

Per il attività Copy, questo connettore di archiviazione BLOB supporta:

  • La copia di BLOB in e da account di archiviazione di Azure per utilizzo generico e servizi di Archiviazione BLOB ad accesso frequente o sporadico.
  • Copia di BLOB usando una chiave dell'account, una firma di accesso condiviso del servizio, un'entità servizio o identità gestite per le autenticazioni delle risorse di Azure.
  • La copia di BLOB da BLOB in blocchi, di aggiunta o di pagine e la copia di dati solo in BLOB in blocchi.
  • La copia di BLOB così come sono o l'analisi o la generazione di BLOB con formati di file e codec di compressione supportati.
  • Conservazione dei metadati dei file durante la copia.

Introduzione

Per eseguire l'attività di copia con una pipeline, è possibile usare uno degli strumenti o SDK seguenti:

Creare un servizio collegato Archiviazione BLOB di Azure usando l'interfaccia utente

Usare la procedura seguente per creare un servizio collegato Archiviazione BLOB di Azure nell'interfaccia utente di portale di Azure.

  1. Passare alla scheda Gestisci nell'area di lavoro di Azure Data Factory o Synapse e selezionare Servizi collegati, quindi selezionare Nuovo:

  2. Cercare BLOB e selezionare il connettore Archiviazione BLOB di Azure.

    Select Azure Blob Storage connector.

  3. Configurare i dettagli del servizio, testare la connessione e creare il nuovo servizio collegato.

    Screenshot of configuration for Azure Blob Storage linked service.

Dettagli di configurazione di Connessione or

Le sezioni seguenti forniscono informazioni dettagliate sulle proprietà usate per definire le entità della pipeline di Data Factory e Synapse specifiche dell'archiviazione BLOB.

Proprietà del servizio collegato

Questo connettore di archiviazione BLOB supporta i tipi di autenticazione seguenti. Per informazioni dettagliate, vedere le sezioni corrispondenti.

Nota

  • Se si vuole usare il runtime di integrazione di Azure pubblico per connettersi all'archiviazione BLOB sfruttando l'opzione Consenti all'servizi Microsoft attendibile di accedere a questo account di archiviazione abilitato in Archiviazione di Azure firewall, è necessario usare l'autenticazione dell'identità gestita. Per altre informazioni sulle impostazioni dei firewall Archiviazione di Azure, vedere Configurare Archiviazione di Azure firewall e reti virtuali.
  • Quando si usa PolyBase o l'istruzione COPY per caricare i dati in Azure Synapse Analytics, se l'archiviazione BLOB di origine o di gestione temporanea è configurata con un endpoint di Azure Rete virtuale, è necessario usare l'autenticazione dell'identità gestita come richiesto da Azure Synapse. Per altre informazioni sui prerequisiti di configurazione, vedere la sezione Autenticazione dell'identità gestita.

Nota

Le attività di Azure HDInsight e Azure Machine Learning supportano solo l'autenticazione che usa chiavi dell'account Archiviazione BLOB di Azure.

Autenticazione anonima

Le proprietà seguenti sono supportate per l'autenticazione della chiave dell'account di archiviazione nelle pipeline di Azure Data Factory o Synapse:

Proprietà Descrizione Richiesto
Tipo La type proprietà deve essere impostata su AzureBlobStorage (suggerita) o AzureStorage (vedere le note seguenti). Sì
containerUri Specificare l'URI del contenitore BLOB di Azure che ha abilitato l'accesso in lettura anonimo usando questo formato https://<AccountName>.blob.core.windows.net/<ContainerName> e Configurare l'accesso in lettura pubblico anonimo per contenitori e BLOB Sì
connectVia Runtime di integrazione da usare per la connessione all'archivio dati. È possibile usare il runtime di integrazione di Azure o il runtime di integrazione self-hosted (se l'archivio dati si trova in una rete privata). Se questa proprietà non è specificata, il servizio usa il runtime di integrazione di Azure predefinito. No

Esempio:


{
    "name": "AzureBlobStorageAnonymous",
    "properties": {
        "annotations": [],
        "type": "AzureBlobStorage",
        "typeProperties": {
            "containerUri": "https:// <accountname>.blob.core.windows.net/ <containername>",
            "authenticationType": "Anonymous"
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Interfaccia utente di esempi:

L'esperienza dell'interfaccia utente è come descritto nell'immagine seguente. Questo esempio usa il set di dati aperto di Azure come origine. Se si vuole ottenere il set di dati aperto bing_covid-19_data.csv, è sufficiente scegliere Tipo di autenticazione come Anonimo e compilare l'URI del contenitore con https://pandemicdatalake.blob.core.windows.net/public.

Screenshot of configuration for Anonymous examples UI.

Autenticazione basata sulla chiave dell'account

Le proprietà seguenti sono supportate per l'autenticazione della chiave dell'account di archiviazione nelle pipeline di Azure Data Factory o Synapse:

Proprietà Descrizione Richiesto
Tipo La type proprietà deve essere impostata su AzureBlobStorage (suggerita) o AzureStorage (vedere le note seguenti). Sì
connectionString Specificare le informazioni necessarie per connettersi a Archiviazione per la connectionString proprietà .
È anche possibile inserire la chiave dell'account in Azure Key Vault ed estrarre la accountKey configurazione dal stringa di connessione. Per altre informazioni, vedere gli esempi seguenti e l'articolo Archiviare le credenziali in Azure Key Vault .		 Sì
connectVia Runtime di integrazione da usare per la connessione all'archivio dati. È possibile usare il runtime di integrazione di Azure o il runtime di integrazione self-hosted (se l'archivio dati si trova in una rete privata). Se questa proprietà non è specificata, il servizio usa il runtime di integrazione di Azure predefinito. No

Nota

Un endpoint del servizio BLOB secondario non è supportato quando si usa l'autenticazione della chiave dell'account. È possibile usare altri tipi di autenticazione.

Nota

Se si usa il AzureStorage servizio collegato di tipo, è ancora supportato così come è. È tuttavia consigliabile usare il nuovo AzureBlobStorage tipo di servizio collegato in futuro.

Esempio:

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {
          "connectionString": "DefaultEndpointsProtocol=https;AccountName=<accountname>;AccountKey=<accountkey>"
        },
        "connectVia": {
          "referenceName": "<name of Integration Runtime>",
          "type": "IntegrationRuntimeReference"
        }
    }
}

Esempio: archiviare la chiave dell'account in Azure Key Vault

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {
            "connectionString": "DefaultEndpointsProtocol=https;AccountName=<accountname>;",
            "accountKey": {
                "type": "AzureKeyVaultSecret",
                "store": {
                    "referenceName": "<Azure Key Vault linked service name>",
                    "type": "LinkedServiceReference"
                },
                "secretName": "<secretName>"
            }
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Autenticazione con firma di accesso condiviso

Una firma di accesso condiviso fornisce accesso delegato controllato alle risorse dell'account di archiviazione. È possibile usarla per concedere a un client autorizzazioni limitate per gli oggetti nell'account di archiviazione per un periodo di tempo specificato.

Non è necessario condividere le chiavi di accesso degli account. La firma di accesso condiviso è un URI che racchiude nei parametri di query tutte le informazioni necessarie per l'accesso autenticato a una risorsa di archiviazione. Per accedere alle risorse di archiviazione con la firma di accesso condiviso, il client deve solo passare la firma di accesso condiviso al costruttore o al metodo appropriato.

Per altre informazioni sulle firme di accesso condiviso, vedere Uso delle firme di accesso condiviso.

Nota

  • Il servizio supporta ora sia le firme di accesso condiviso del servizio che le firme di accesso condiviso dell'account. Per altre informazioni sulle firme di accesso condiviso, vedere Concedere l'accesso limitato alle risorse di Archiviazione di Azure tramite firme di accesso condiviso.
  • Nelle configurazioni successive del set di dati, il percorso della cartella è il percorso assoluto a partire dal livello del contenitore. È necessario configurare un set di dati allineato con il percorso nell'URI SAS.

Per l'uso dell'autenticazione con firma di accesso condiviso sono supportate le proprietà seguenti:

Proprietà Descrizione Richiesto
Tipo La type proprietà deve essere impostata su AzureBlobStorage (suggerita) o AzureStorage (vedere la nota seguente). Sì
sasUri Specificare l'URI della firma di accesso condiviso per le risorse Archiviazione, ad esempio BLOB o contenitore.
Contrassegnare questo campo come SecureString archiviarlo in modo sicuro. È anche possibile inserire il token di firma di accesso condiviso in Azure Key Vault per usare la rotazione automatica e rimuovere la parte del token. Per altre informazioni, vedere gli esempi seguenti e Archiviare le credenziali in Azure Key Vault.		 Sì
connectVia Runtime di integrazione da usare per la connessione all'archivio dati. È possibile usare il runtime di integrazione di Azure o il runtime di integrazione self-hosted (se l'archivio dati si trova in una rete privata). Se questa proprietà non è specificata, il servizio usa il runtime di integrazione di Azure predefinito. No

Nota

Se si usa il AzureStorage servizio collegato di tipo, è ancora supportato così come è. È tuttavia consigliabile usare il nuovo AzureBlobStorage tipo di servizio collegato in futuro.

Esempio:

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {
            "sasUri": {
                "type": "SecureString",
                "value": "<SAS URI of the Azure Storage resource e.g. https://<accountname>.blob.core.windows.net/?sv=<storage version>&st=<start time>&se=<expire time>&sr=<resource>&sp=<permissions>&sip=<ip range>&spr=<protocol>&sig=<signature>>"
            }
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Esempio: archiviare la chiave dell'account in Azure Key Vault

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {
            "sasUri": {
                "type": "SecureString",
                "value": "<SAS URI of the Azure Storage resource without token e.g. https://<accountname>.blob.core.windows.net/>"
            },
            "sasToken": {
                "type": "AzureKeyVaultSecret",
                "store": {
                    "referenceName": "<Azure Key Vault linked service name>", 
                    "type": "LinkedServiceReference"
                },
                "secretName": "<secretName with value of SAS token e.g. ?sv=<storage version>&st=<start time>&se=<expire time>&sr=<resource>&sp=<permissions>&sip=<ip range>&spr=<protocol>&sig=<signature>>"
            }
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Quando si crea un URI di firma di accesso condiviso, tenere presente quanto segue:

  • Impostare le autorizzazioni di lettura/scrittura appropriate per gli oggetti in base alla modalità di utilizzo del servizio collegato (lettura, scrittura, lettura/scrittura).
  • Impostare Ora di scadenza in modo appropriato. Assicurarsi che l'accesso agli oggetti di archiviazione non scada nel periodo attivo della pipeline.
  • L'URI deve essere creato nel contenitore o nel BLOB corretto in base alle esigenze. Un URI della firma di accesso condiviso a un BLOB consente alla data factory o alla pipeline di Synapse di accedere a tale BLOB specifico. Un URI della firma di accesso condiviso a un contenitore di archiviazione BLOB consente alla pipeline di data factory o Synapse di scorrere i BLOB in tale contenitore. Per consentire l'accesso a più o meno oggetti in un secondo momento o aggiornare l'URI di firma di accesso condiviso, ricordarsi di aggiornare il servizio collegato con il nuovo URI.

Autenticazione dell'entità servizio

Per informazioni generali sull'autenticazione dell'entità servizio di Archiviazione di Azure, vedere Autenticare l'accesso alle Archiviazione di Azure usando Microsoft Entra ID.

Per usare l'autenticazione basata su entità servizio, eseguire la procedura seguente:

  1. Registrare un'applicazione con Microsoft Identity Platform. Per informazioni su come, vedere Guida introduttiva: Registrare un'applicazione con Microsoft Identity Platform. Prendere nota di questi valori, usati per definire il servizio collegato:

    • ID applicazione
    • Chiave applicazione
    • ID tenant

  2. Concedere all'entità servizio l'autorizzazione appropriata in Archiviazione BLOB di Azure. Per altre informazioni sui ruoli, vedere Usare il portale di Azure per assegnare un ruolo di Azure per l'accesso ai dati blob e code.

    • Come origine, in Controllo di accesso (IAM) concedere almeno il ruolo lettore di dati BLOB Archiviazione.
    • Come sink, in Controllo di accesso (IAM) concedere almeno il ruolo Collaboratore dati BLOB Archiviazione.

Queste proprietà sono supportate per un servizio collegato Archiviazione BLOB di Azure:

Proprietà Descrizione Richiesto
Tipo La proprietà type deve essere impostata su AzureBlob Archiviazione. Sì
serviceEndpoint Specificare l'endpoint di servizio Archiviazione BLOB di Azure con il modello di https://<accountName>.blob.core.windows.net/. Sì
accountKind Specificare il tipo di account di archiviazione. I valori consentiti sono: Archiviazione (utilizzo generico v1), Archiviazione V2 (utilizzo generico v2), BLOB Archiviazione o BlockBlob Archiviazione.

Quando si usa il servizio collegato BLOB di Azure nel flusso di dati, l'autenticazione dell'identità gestita o dell'entità servizio non è supportata quando il tipo di account è vuoto o "Archiviazione". Specificare il tipo di account appropriato, scegliere un'autenticazione diversa o aggiornare l'account di archiviazione a utilizzo generico v2.		 No
servicePrincipalId Specificare l'ID client dell'applicazione. Sì
servicePrincipalCredentialType Tipo di credenziale da usare per l'autenticazione dell'entità servizio. I valori consentiti sono ServicePrincipalKey e ServicePrincipalCert. Sì
servicePrincipalCredential Credenziali dell'entità servizio.
Quando si usa ServicePrincipalKey come tipo di credenziale, specificare la chiave dell'applicazione. Contrassegnare questo campo come SecureString per archiviarlo in modo sicuro o fare riferimento a un segreto archiviato in Azure Key Vault.
Quando si usa ServicePrincipalCert come credenziale, fare riferimento a un certificato in Azure Key Vault e assicurarsi che il tipo di contenuto del certificato sia PKCS #12.		 Sì
tenant Specificare le informazioni sul tenant (nome di dominio o ID tenant) in cui si trova l'applicazione. Recuperarlo passando il puntatore del mouse sull'angolo superiore destro del portale di Azure. Sì
azureCloudType Per l'autenticazione dell'entità servizio, specificare il tipo di ambiente cloud di Azure a cui è registrata l'applicazione Microsoft Entra.
I valori consentiti sono AzurePublic, AzureChina, AzureUsGovernment e AzureGermany. Per impostazione predefinita, viene usato l'ambiente cloud della data factory o della pipeline synapse.		 No
connectVia Runtime di integrazione da usare per la connessione all'archivio dati. È possibile usare il runtime di integrazione di Azure o il runtime di integrazione self-hosted (se l'archivio dati si trova in una rete privata). Se questa proprietà non è specificata, il servizio usa il runtime di integrazione di Azure predefinito. No

Nota

  • Se l'account BLOB abilita l'eliminazione temporanea, l'autenticazione dell'entità servizio non è supportata in Flusso di dati.
  • Se si accede all'archiviazione BLOB tramite endpoint privato usando Flusso di dati, tenere presente che quando viene usata l'autenticazione dell'entità servizio Flusso di dati si connette all'endpoint ADLS Gen2 anziché all'endpoint BLOB. Assicurarsi di creare l'endpoint privato corrispondente nella data factory o nell'area di lavoro di Synapse per abilitare l'accesso.

Nota

L'autenticazione dell'entità servizio è supportata solo dal servizio collegato di tipo "AzureBlob Archiviazione", non dal tipo "Azure Archiviazione" precedente.

Esempio:

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {            
            "serviceEndpoint": "https://<accountName>.blob.core.windows.net/",
            "accountKind": "StorageV2",
            "servicePrincipalId": "<service principal id>",
            "servicePrincipalKey": {
                "type": "SecureString",
                "value": "<service principal key>"
            },
            "tenant": "<tenant info, e.g. microsoft.onmicrosoft.com>" 
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Autenticazione dell'identità gestita assegnata dal sistema

Una data factory o una pipeline synapse può essere associata a un'identità gestita assegnata dal sistema per le risorse di Azure, che rappresenta tale risorsa per l'autenticazione ad altri servizi di Azure. È possibile usare direttamente questa identità gestita assegnata dal sistema per l'autenticazione dell'archiviazione BLOB, simile all'uso della propria entità servizio. Consente a questa risorsa designata di accedere e copiare dati da o nell'archivio BLOB. Per altre informazioni sulle identità gestite per le risorse di Azure, vedere Identità gestite per le risorse di Azure

Per informazioni generali sull'autenticazione Archiviazione di Azure, vedere Autenticare l'accesso alle Archiviazione di Azure tramite l'ID Microsoft Entra. Per usare le identità gestite per l'autenticazione delle risorse di Azure, seguire questa procedura:

  1. Recuperare le informazioni sull'identità gestita assegnata dal sistema copiando il valore dell'ID oggetto identità gestito assegnato dal sistema generato insieme all'area di lavoro factory o Synapse.

  2. Concedere l'autorizzazione di identità gestita in Archiviazione BLOB di Azure. Per altre informazioni sui ruoli, vedere Usare il portale di Azure per assegnare un ruolo di Azure per l'accesso ai dati blob e code.

    • Come origine, in Controllo di accesso (IAM) concedere almeno il ruolo lettore di dati BLOB Archiviazione.
    • Come sink, in Controllo di accesso (IAM) concedere almeno il ruolo Collaboratore dati BLOB Archiviazione.

Queste proprietà sono supportate per un servizio collegato Archiviazione BLOB di Azure:

Proprietà Descrizione Richiesto
Tipo La proprietà type deve essere impostata su AzureBlob Archiviazione. Sì
serviceEndpoint Specificare l'endpoint di servizio Archiviazione BLOB di Azure con il modello di https://<accountName>.blob.core.windows.net/. Sì
accountKind Specificare il tipo di account di archiviazione. I valori consentiti sono: Archiviazione (utilizzo generico v1), Archiviazione V2 (utilizzo generico v2), BLOB Archiviazione o BlockBlob Archiviazione.

Quando si usa il servizio collegato BLOB di Azure nel flusso di dati, l'autenticazione dell'identità gestita o dell'entità servizio non è supportata quando il tipo di account è vuoto o "Archiviazione". Specificare il tipo di account appropriato, scegliere un'autenticazione diversa o aggiornare l'account di archiviazione a utilizzo generico v2.		 No
connectVia Runtime di integrazione da usare per la connessione all'archivio dati. È possibile usare il runtime di integrazione di Azure o il runtime di integrazione self-hosted (se l'archivio dati si trova in una rete privata). Se questa proprietà non è specificata, il servizio usa il runtime di integrazione di Azure predefinito. No

Esempio:

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {            
            "serviceEndpoint": "https://<accountName>.blob.core.windows.net/",
            "accountKind": "StorageV2" 
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Autenticazione dell'identità gestita assegnata dall'utente

Una data factory può essere assegnata con una o più identità gestite assegnate dall'utente. È possibile usare questa identità gestita assegnata dall'utente per l'autenticazione dell'archiviazione BLOB, che consente di accedere e copiare dati da o nell'archivio BLOB. Per altre informazioni sulle identità gestite per le risorse di Azure, vedere Identità gestite per le risorse di Azure

Per informazioni generali sull'autenticazione dell'archiviazione di Azure, vedere Autenticare l'accesso alle Archiviazione di Azure usando l'ID Microsoft Entra. Per usare l'autenticazione dell'identità gestita assegnata dall'utente, seguire questa procedura:

  1. Creare una o più identità gestite assegnate dall'utente e concedere l'autorizzazione in Archiviazione BLOB di Azure. Per altre informazioni sui ruoli, vedere Usare il portale di Azure per assegnare un ruolo di Azure per l'accesso ai dati blob e code.

    • Come origine, in Controllo di accesso (IAM) concedere almeno il ruolo lettore di dati BLOB Archiviazione.
    • Come sink, in Controllo di accesso (IAM) concedere almeno il ruolo Collaboratore dati BLOB Archiviazione.

  2. Assegnare una o più identità gestite assegnate dall'utente alla data factory e creare le credenziali per ogni identità gestita assegnata dall'utente.

Queste proprietà sono supportate per un servizio collegato Archiviazione BLOB di Azure:

Proprietà Descrizione Richiesto
Tipo La proprietà type deve essere impostata su AzureBlob Archiviazione. Sì
serviceEndpoint Specificare l'endpoint di servizio Archiviazione BLOB di Azure con il modello di https://<accountName>.blob.core.windows.net/. Sì
accountKind Specificare il tipo di account di archiviazione. I valori consentiti sono: Archiviazione (utilizzo generico v1), Archiviazione V2 (utilizzo generico v2), BLOB Archiviazione o BlockBlob Archiviazione.

Quando si usa il servizio collegato BLOB di Azure nel flusso di dati, l'autenticazione dell'identità gestita o dell'entità servizio non è supportata quando il tipo di account è vuoto o "Archiviazione". Specificare il tipo di account appropriato, scegliere un'autenticazione diversa o aggiornare l'account di archiviazione a utilizzo generico v2.		 No
credentials Specificare l'identità gestita assegnata dall'utente come oggetto credenziale. Sì
connectVia Runtime di integrazione da usare per la connessione all'archivio dati. È possibile usare il runtime di integrazione di Azure o il runtime di integrazione self-hosted (se l'archivio dati si trova in una rete privata). Se questa proprietà non è specificata, il servizio usa il runtime di integrazione di Azure predefinito. No

Esempio:

{
    "name": "AzureBlobStorageLinkedService",
    "properties": {
        "type": "AzureBlobStorage",
        "typeProperties": {            
            "serviceEndpoint": "https://<accountName>.blob.core.windows.net/",
            "accountKind": "StorageV2",
            "credential": {
                "referenceName": "credential1",
                "type": "CredentialReference"
            }
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Importante

Se si usa l'istruzione PolyBase o COPY per caricare i dati dall'archivio BLOB (come origine o come staging) in Azure Synapse Analytics, quando si usa l'autenticazione dell'identità gestita per l'archiviazione BLOB, assicurarsi di seguire anche i passaggi da 1 a 3 in queste indicazioni. Questi passaggi registreranno il server con Microsoft Entra ID e assegneranno il ruolo collaboratore ai dati BLOB Archiviazione al server. Data Factory gestisce il resto. Se si configura l'archiviazione BLOB con un endpoint di Azure Rete virtuale, è anche necessario avere Consenti servizi Microsoft attendibile di accedere a questo account di archiviazione in Archiviazione di Azure menu Firewall e reti virtuali come richiesto da Azure Synapse.

Nota

  • Se l'account BLOB abilita l'eliminazione temporanea, l'autenticazione dell'identità gestita assegnata dal sistema o assegnata dall'utente non è supportata in Flusso di dati.
  • Se si accede all'archiviazione BLOB tramite endpoint privato usando Flusso di dati, tenere presente che quando viene usata l'autenticazione dell'identità gestita assegnata dal sistema o assegnata dall'utente Flusso di dati si connette all'endpoint ADLS Gen2 anziché all'endpoint BLOB. Assicurarsi di creare l'endpoint privato corrispondente in Azure Data Factory per abilitare l'accesso.

Nota

L'autenticazione dell'identità gestita assegnata dal sistema o assegnata dall'utente è supportata solo dal servizio collegato di tipo "AzureBlob Archiviazione", non dal tipo "Azure Archiviazione" precedente.

Proprietà del set di dati

Per un elenco completo delle sezioni e delle proprietà disponibili per la definizione dei set di dati, vedere l'articolo Set di dati.

Azure Data Factory supporta i formati di file seguenti. Per impostazioni basate sui formati, fare riferimento ai singoli articoli.

Le proprietà seguenti sono supportate per Archiviazione BLOB di Azure in location impostazioni in un set di dati basato sul formato:

Proprietà Descrizione Richiesto
Tipo La proprietà type della posizione nel set di dati deve essere impostata su AzureBlob Archiviazione Location. Sì
container Contenitore BLOB. Sì
folderPath Percorso della cartella nel contenitore specificato. Se si vuole usare un carattere jolly per filtrare la cartella, ignorare questa impostazione e specificare che nelle impostazioni dell'origine attività. No
fileName Nome del file nel percorso di contenitore e cartella specificato. Se si vuole usare il carattere jolly per filtrare i file, ignorare questa impostazione e specificarla nelle impostazioni dell'origine attività. No

Esempio:

{
    "name": "DelimitedTextDataset",
    "properties": {
        "type": "DelimitedText",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "schema": [ < physical schema, optional, auto retrieved during authoring > ],
        "typeProperties": {
            "location": {
                "type": "AzureBlobStorageLocation",
                "container": "containername",
                "folderPath": "folder/subfolder"
            },
            "columnDelimiter": ",",
            "quoteChar": "\"",
            "firstRowAsHeader": true,
            "compressionCodec": "gzip"
        }
    }
}

Proprietà dell'attività di copia

Per un elenco completo delle sezioni e delle proprietà disponibili per la definizione delle attività, vedere l'articolo sulle pipeline. In questa sezione viene fornito un elenco di proprietà supportate dall'origine e dal sink di archiviazione BLOB.

Archiviazione BLOB come tipo di origine

Azure Data Factory supporta i formati di file seguenti. Per impostazioni basate sui formati, fare riferimento ai singoli articoli.

Le proprietà seguenti sono supportate per Archiviazione BLOB di Azure nelle storeSettings impostazioni in un'origine di copia basata sul formato:

Proprietà Descrizione Richiesto
Tipo La proprietà type in storeSettings deve essere impostata su AzureBlob Archiviazione Read Impostazioni. Sì
Individuare i file da copiare:
OPZIONE 1: percorso statico
 Copia dal percorso del contenitore o della cartella/file specificato nel set di dati. Se si desidera copiare tutti i BLOB da un contenitore o una cartella, specificare wildcardFileName anche come *.
OPZIONE 2: prefisso BLOB
- prefisso		 Prefisso per il nome del BLOB nel contenitore specificato configurato in un set di dati per filtrare i BLOB di origine. BLOB i cui nomi iniziano con container_in_dataset/this_prefix sono selezionati. Usa il filtro lato servizio per l'archiviazione BLOB, che offre prestazioni migliori rispetto a un filtro con caratteri jolly.

Quando si usa il prefisso e si sceglie di copiare nel sink basato su file con conservazione della gerarchia, si noti che il sottopercorso dopo l'ultimo "/" nel prefisso viene mantenuto. Ad esempio, si dispone di origine container/folder/subfolder/file.txte si configura il prefisso come folder/sub, quindi il percorso del file conservato è subfolder/file.txt.		 No
OPZIONE 3: carattere jolly
- wildcardFolderPath		 Percorso della cartella con caratteri jolly nel contenitore specificato configurato in un set di dati per filtrare le cartelle di origine.
I caratteri jolly consentiti sono: * (corrispondenza di zero o più caratteri) e ? (corrispondenza di zero caratteri o di un carattere singolo). Usare ^ per eseguire l'escape se il nome della cartella contiene caratteri jolly o questo carattere di escape.
Vedere altri esempi in Esempi di filtro file e cartelle.		 No
OPZIONE 3: carattere jolly
- wildcardFileName		 Nome file con caratteri jolly nel percorso del contenitore e della cartella specificato (o percorso della cartella con caratteri jolly) per filtrare i file di origine.
I caratteri jolly consentiti sono: * (corrispondenza di zero o più caratteri) e ? (corrispondenza di zero caratteri o di un carattere singolo). Usare ^ per eseguire l'escape se il nome del file ha un carattere jolly o questo carattere di escape all'interno. Vedere altri esempi in Esempi di filtro file e cartelle.		 Sì
OPZIONE 4: un elenco di file
- fileListPath		 Indica di copiare un determinato set di file. Puntare a un file di testo che include un elenco di file da copiare, un file per riga, ovvero il percorso relativo al percorso configurato nel set di dati.
Quando si usa questa opzione, non specificare un nome di file nel set di dati. Per altri esempi, vedere Esempi di elenco di file.		 No
Impostazioni aggiuntive:
recursive Indica se i dati vengono letti in modo ricorsivo dalle cartelle secondarie o solo dalla cartella specificata. Si noti che quando la ricorsiva è impostata su true e il sink è un archivio basato su file, una cartella o una sottocartella vuota non viene copiata o creata nel sink.
I valori consentiti sono true (predefinito) e false.
Questa proprietà non è applicabile quando si configura fileListPath.		 No
deleteFilesAfterCompletion Indica se i file binari verranno eliminati dall'archivio di origine dopo il corretto spostamento nell'archivio di destinazione. L'eliminazione del file è per ogni file. Pertanto, quando l'attività di copia ha esito negativo, si noterà che alcuni file sono già stati copiati nella destinazione ed eliminati dall'origine, mentre altri rimangono nell'archivio di origine.
Questa proprietà è valida solo nello scenario di copia dei file binari. Valore predefinito: false.		 No
modifiedDatetimeStart I file vengono filtrati in base all'attributo: ultima modifica.
I file verranno selezionati se l'ora dell'ultima modifica è maggiore o uguale a modifiedDatetimeStart e minore di modifiedDatetimeEnd. L'ora viene applicata a un fuso orario UTC nel formato "2018-12-01T05:00:00Z".
Le proprietà possono essere NULL, il che significa che al set di dati non verrà applicato alcun filtro di attributo di file. Quando modifiedDatetimeStart ha un valore datetime ma modifiedDatetimeEnd è NULL, verranno selezionati i file il cui ultimo attributo modificato è maggiore o uguale al valore datetime. Quando modifiedDatetimeEnd ha un valore datetime ma modifiedDatetimeStart è NULL, verranno selezionati i file il cui ultimo attributo modificato è minore del valore datetime.
Questa proprietà non è applicabile quando si configura fileListPath.		 No
modifiedDatetimeEnd Uguale alla proprietà precedente. No
enablePartitionDiscovery Per i file partizionati, specificare se analizzare le partizioni dal percorso del file e aggiungerle come colonne di origine aggiuntive.
I valori consentiti sono false (impostazione predefinita) e true.		 No
partitionRootPath Quando l'individuazione delle partizioni è abilitata, specificare il percorso radice assoluto per leggere le cartelle partizionate come colonne di dati.

Se non è specificato, per impostazione predefinita,
- Quando si usa il percorso del file nel set di dati o nell'elenco di file nell'origine, il percorso radice della partizione è il percorso configurato nel set di dati.
- Quando si usa il filtro delle cartelle con caratteri jolly, il percorso radice della partizione è il sottopercorso prima del primo carattere jolly.
- Quando si usa il prefisso, il percorso radice della partizione è sottopercorso prima dell'ultimo "/".

Si supponga, ad esempio, di configurare il percorso nel set di dati come "root/folder/year=2020/month=08/day=27":
- Se si specifica il percorso radice della partizione come "root/folder/year=2020", l'attività di copia genererà altre due colonne month e day con il valore "08" e "27" rispettivamente, oltre alle colonne all'interno dei file.
- Se il percorso radice della partizione non è specificato, non verrà generata alcuna colonna aggiuntiva.		 No
maxConcurrentConnections Limite massimo di connessioni simultanee stabilite all'archivio dati durante l'esecuzione dell'attività. Specificare un valore solo quando si desidera limitare le connessioni simultanee. No

Nota

Per il formato di testo parquet/delimitato, il tipo BlobSource per l'origine attività Copy menzionata nella sezione successiva è ancora supportato come per la compatibilità con le versioni precedenti. È consigliabile usare il nuovo modello fino a quando l'interfaccia utente di creazione non è passata alla generazione di questi nuovi tipi.

Esempio:

"activities":[
    {
        "name": "CopyFromBlob",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<Delimited text input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "DelimitedTextSource",
                "formatSettings":{
                    "type": "DelimitedTextReadSettings",
                    "skipLineCount": 10
                },
                "storeSettings":{
                    "type": "AzureBlobStorageReadSettings",
                    "recursive": true,
                    "wildcardFolderPath": "myfolder*A",
                    "wildcardFileName": "*.csv"
                }
            },
            "sink": {
                "type": "<sink type>"
            }
        }
    }
]

Nota

Il $logs contenitore, creato automaticamente quando Archiviazione Analytics è abilitato per un account di archiviazione, non viene visualizzato quando viene eseguita un'operazione di elenco dei contenitori tramite l'interfaccia utente. Il percorso del file deve essere fornito direttamente per la data factory o la pipeline di Synapse per utilizzare i file dal $logs contenitore.

Archiviazione BLOB come tipo di sink

Azure Data Factory supporta i formati di file seguenti. Per impostazioni basate sui formati, fare riferimento ai singoli articoli.

Le proprietà seguenti sono supportate per Archiviazione BLOB di Azure nelle storeSettings impostazioni in un sink di copia basato sul formato:

Proprietà Descrizione Richiesto
Tipo La type proprietà in storeSettings deve essere impostata su AzureBlobStorageWriteSettings. Sì
copyBehavior Definisce il comportamento di copia quando l'origine è costituita da file di un archivio dati basato su file.

I valori consentiti sono i seguenti:
- PreserveHierarchy (predefinito): mantiene la gerarchia dei file nella cartella di destinazione. Il percorso relativo del file di origine nella cartella di origine è identico al percorso relativo del file di destinazione nella cartella di destinazione.
- FlattenHierarchy: tutti i file della cartella di origine si trovano nel primo livello della cartella di destinazione. I nomi dei file di destinazione vengono generati automaticamente.
- MergeFiles: unisce tutti i file della cartella di origine in un solo file. Se viene specificato il nome del file o del BLOB , il nome del file unito sarà il nome specificato. In caso contrario, verrà usato un nome di file generato automaticamente.		 No
blockSizeInMB Specificare le dimensioni del blocco, in megabyte, usate per scrivere dati in BLOB in blocchi. Altre informazioni sui BLOB in blocchi.
Il valore consentito è compreso tra 4 MB e 100 MB.
Per impostazione predefinita, il servizio determina automaticamente le dimensioni del blocco in base al tipo e ai dati dell'archivio di origine. Per la copia nonbinary nell'archiviazione BLOB, le dimensioni predefinite del blocco sono pari a 100 MB, in modo che possano rientrare (al massimo) 4,95 TB di dati. Potrebbe non essere ottimale quando i dati non sono di grandi dimensioni, soprattutto quando si usa il runtime di integrazione self-hosted con connessioni di rete scarse che causano un timeout dell'operazione o problemi di prestazioni. È possibile specificare in modo esplicito una dimensione del blocco, assicurandosi che blockSizeInMB*50000 sia sufficientemente grande da archiviare i dati. In caso contrario, l'esecuzione del attività Copy avrà esito negativo.		 No
maxConcurrentConnections Limite massimo di connessioni simultanee stabilite all'archivio dati durante l'esecuzione dell'attività. Specificare un valore solo quando si desidera limitare le connessioni simultanee. No
metadata Impostare metadati personalizzati quando si esegue la copia nel sink. Ogni oggetto sotto la metadata matrice rappresenta una colonna aggiuntiva. name Definisce il nome della chiave di metadati e indica value il valore dei dati di tale chiave. Se si usa la funzionalità di conservazione degli attributi, i metadati specificati verranno uniti/sovrascritti con i metadati del file di origine.

I valori dei dati consentiti sono:
- $$LASTMODIFIED: una variabile riservata indica di archiviare l'ora dell'ultima modifica dei file di origine. Si applica all'origine basata su file solo con formato binario.
-Espressione
- Valore statico		 No

Esempio:

"activities":[
    {
        "name": "CopyFromBlob",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<Parquet output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "<source type>"
            },
            "sink": {
                "type": "ParquetSink",
                "storeSettings":{
                    "type": "AzureBlobStorageWriteSettings",
                    "copyBehavior": "PreserveHierarchy",
                    "metadata": [
                        {
                            "name": "testKey1",
                            "value": "value1"
                        },
                        {
                            "name": "testKey2",
                            "value": "value2"
                        },
                        {
                            "name": "lastModifiedKey",
                            "value": "$$LASTMODIFIED"
                        }
                    ]
                }
            }
        }
    }
]

Esempi di filtro file e cartelle

Questa sezione descrive il comportamento risultante del percorso cartella e del nome del file con i filtri con caratteri jolly.

folderPath fileName recursive Struttura delle cartelle di origine e risultato del filtro (i file in grassetto sono stati recuperati)
container/Folder* (vuoto, usare valore predefinito) falso container
    CartellaA
        File1.csv
        File2.json
        Sottocartella1
            File3.csv
            File4.json
            File5.csv
    AltraCartellaB
        File6.csv
container/Folder* (vuoto, usare valore predefinito) true container
    CartellaA
        File1.csv
        File2.json
        Sottocartella1
            File3.csv
            File4.json
            File5.csv
    AltraCartellaB
        File6.csv
container/Folder* *.csv falso container
    CartellaA
        File1.csv
        File2.json
        Sottocartella1
            File3.csv
            File4.json
            File5.csv
    AltraCartellaB
        File6.csv
container/Folder* *.csv true container
    CartellaA
        File1.csv
        File2.json
        Sottocartella1
            File3.csv
            File4.json
            File5.csv
    AltraCartellaB
        File6.csv

Esempi di elenco di file

In questa sezione viene descritto il comportamento risultante dell'uso di un percorso dell'elenco di file nell'origine attività Copy.

Si supponga di avere la struttura di cartelle di origine seguente e di voler copiare i file in grassetto:

Esempio di struttura di origine Contenuto in FileListToCopy.txt Configurazione
container
    CartellaA
        File1.csv
        File2.json
        Sottocartella1
            File3.csv
            File4.json
            File5.csv
    Metadati UFX
        FileListToCopy.txt		 File1.csv
Sottocartella1/File3.csv
Sottocartella1/File5.csv		 Nel set di dati:
- Contenitore: container
- Percorso cartella: FolderA

Nell'origine attività Copy:
- Percorso elenco file: container/Metadata/FileListToCopy.txt

Il percorso dell'elenco di file punta a un file di testo nello stesso archivio dati che include un elenco di file da copiare. Include un file per riga, con il percorso relativo del percorso configurato nel set di dati.

Alcuni esempi dei valori recursive e copyBehavior

In questa sezione viene descritto il comportamento risultante dell'operazione di copia per diverse combinazioni di valori ricorsivi e copyBehavior .

recursive copyBehavior Struttura della cartella di origine Destinazione risultante
true preserveHierarchy Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5		 La cartella di destinazione Folder1 viene creata con la stessa struttura dell'origine:

Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5
true flattenHierarchy Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5		 La cartella di destinazione Folder1 viene creata con la struttura seguente:

Cartella1
    Nome generato automaticamente per File1
    Nome generato automaticamente per File2
    Nome generato automaticamente per File3
    Nome generato automaticamente per File4
    Nome generato automaticamente per File5
true mergeFiles Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5		 La cartella di destinazione Folder1 viene creata con la struttura seguente:

Cartella1
    Il contenuto di File1 + File2 + File3 + File4 + File 5 viene unito in un file con nome generato automaticamente.
falso preserveHierarchy Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5		 La cartella di destinazione Folder1 viene creata con la struttura seguente:

Cartella1
    File1
    File2

La sottocartella1 con File3, File4 e File5 non viene considerata.
falso flattenHierarchy Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5		 La cartella di destinazione Folder1 viene creata con la struttura seguente:

Cartella1
    Nome generato automaticamente per File1
    Nome generato automaticamente per File2

La sottocartella1 con File3, File4 e File5 non viene considerata.
falso mergeFiles Cartella1
    File1
    File2
    Sottocartella1
        File3
        File4
        File5		 La cartella di destinazione Folder1 viene creata con la struttura seguente:

Cartella1
    Il contenuto di File1 + File2 viene unito in un file con un nome di file generato automaticamente. Nome generato automaticamente per File1

La sottocartella1 con File3, File4 e File5 non viene considerata.

Conservazione dei metadati durante la copia

Quando si copiano file da Amazon S3, Archiviazione BLOB di Azure o Azure Data Lake Archiviazione Gen2 in Azure Data Lake Archiviazione Gen2 o Archiviazione BLOB di Azure, è possibile scegliere di conservare i metadati dei file insieme ai dati. Altre informazioni in Mantenere i metadati.

Proprietà del flusso di dati per mapping

Quando si trasformano i dati nei flussi di dati di mapping, è possibile leggere e scrivere file da Archiviazione BLOB di Azure nei formati seguenti:

Le impostazioni specifiche del formato si trovano nella documentazione per tale formato. Per altre informazioni, vedere Trasformazione dell'origine nel flusso di dati di mapping e Trasformazione Sink nel flusso di dati di mapping.

Trasformazione origine

Nella trasformazione origine è possibile leggere da un contenitore, una cartella o un singolo file in Archiviazione BLOB di Azure. Usare la scheda Opzioni origine per gestire la modalità di lettura dei file.

Screenshot of source options tab in mapping data flow source transformation.

Percorsi con caratteri jolly: l'uso di un criterio con caratteri jolly indicherà al servizio di scorrere ogni cartella e file corrispondente in una singola trasformazione di origine. Si tratta di un modo efficace per elaborare più file all'interno di un singolo flusso. Aggiungere più criteri di corrispondenza con caratteri jolly con il segno più visualizzato quando si passa il puntatore del mouse sul modello con caratteri jolly esistenti.

Nel contenitore di origine scegliere una serie di file che corrispondono a un criterio. È possibile specificare solo un contenitore nel set di dati. Il percorso con caratteri jolly deve quindi includere anche il percorso della cartella a partire dalla cartella radice.

Esempi di caratteri jolly:

  • * Rappresenta qualsiasi set di caratteri.

  • ** Rappresenta l'annidamento di directory ricorsive.

  • ? Sostituisce un carattere.

  • [] Trova la corrispondenza con uno o più caratteri tra parentesi quadre.

  • /data/sales/**/*.csv Ottiene tutti i file con estensione csv in /data/sales.

  • /data/sales/20??/**/ Ottiene tutti i file nel XX secolo.

  • /data/sales/*/*/*.csv Ottiene i file con estensione csv due livelli in /data/sales.

  • /data/sales/2004/*/12/[XY]1?.csv Ottiene tutti i file con estensione csv nel dicembre 2004 a partire da X o Y preceduti da un numero a due cifre.

Percorso radice partizione: se sono presenti cartelle partizionate nell'origine file con un key=value formato (ad esempio, year=2019), è possibile assegnare il livello superiore dell'albero delle cartelle di partizione a un nome di colonna nel flusso di dati del flusso di dati.

Impostare innanzitutto un carattere jolly per includere tutti i percorsi che sono le cartelle partizionate e i file foglia da leggere.

Screenshot of partition source file settings in mapping data flow source transformation.

Usare l'impostazione Percorso radice partizione per definire il livello principale della struttura di cartelle. Quando si visualizza il contenuto dei dati tramite un'anteprima dei dati, si noterà che il servizio aggiunge le partizioni risolte trovate in ognuno dei livelli di cartella.

Partition root path

Elenco di file: set di file. Creare un file di testo che includa un elenco di file di percorsi relativi da elaborare. Puntare a questo file di testo.

Colonna per archiviare il nome del file: archiviare il nome del file di origine in una colonna nei dati. Immettere un nuovo nome di colonna per archiviare la stringa del nome file.

Al termine: scegliere di non eseguire alcuna operazione con il file di origine dopo l'esecuzione del flusso di dati, eliminare il file di origine o spostare il file di origine. I percorsi per lo spostamento sono relativi.

Per spostare i file di origine in un altro percorso dopo l'elaborazione, selezionare "Sposta" come operazione sul file. Impostare quindi la directory "da". Se non si usano caratteri jolly per il percorso, l'impostazione "da" sarà la stessa cartella della cartella di origine.

Se si dispone di un percorso di origine con caratteri jolly, la sintassi è la seguente:

/data/sales/20??/**/*.csv

È possibile specificare "from" come:

/data/sales

È inoltre possibile specificare "to" come:

/backup/priorSales

In questo caso, tutti i file di /data/sales origine in vengono spostati in /backup/priorSales.

Nota

Le operazioni sui file vengono eseguite solo quando si avvia il flusso di dati da un'esecuzione di pipeline (esecuzione del debug o esecuzione della pipeline) che usa l'attività di esecuzione del flusso di dati in una pipeline. Le operazioni di file non vengono eseguite in modalità di debug Flusso di dati.

Filtro in base all'ultima modifica: è possibile filtrare i file da elaborare specificando un intervallo di date di data dell'ultima modifica. Tutti i valori datetime sono in formato UTC.

Abilitare Change Data Capture: se true, si otterranno file nuovi o modificati solo dall'ultima esecuzione. Il caricamento iniziale dei dati completi dello snapshot verrà sempre ottenuto nella prima esecuzione, seguito dall'acquisizione di file nuovi o modificati solo nelle esecuzioni successive.

Screenshot showing Enable change data capture.

Proprietà sink

Nella trasformazione sink è possibile scrivere in un contenitore o in una cartella in Archiviazione BLOB di Azure. Usare la scheda Impostazioni per gestire la modalità di scrittura dei file.

Sink options

Cancella la cartella: determina se la cartella di destinazione viene cancellata prima della scrittura dei dati.

Opzione Nome file: determina la modalità di denominazione dei file di destinazione nella cartella di destinazione. Le opzioni di nomi di file sono indicate di seguito:

  • Impostazione predefinita: consenti a Spark di denominare i file in base alle impostazioni predefinite part.
  • Modello: immettere un modello che enumera i file di output per partizione. Ad esempio, loans[n].csv crea loans1.csv, loans2.csve così via.
  • Per partizione: immettere un nome di file per partizione.
  • Come dati nella colonna: impostare il file di output sul valore di una colonna. Il percorso è relativo al contenitore del set di dati e non alla cartella di destinazione. Se nel set di dati è presente un percorso di cartella, viene sottoposto a override.
  • Output in un singolo file: combinare i file di output partizionati in un singolo file denominato. Il percorso è relativo alla cartella del set di dati. Tenere presente che l'operazione di unione può avere esito negativo in base alle dimensioni del nodo. Questa opzione non è consigliata per set di dati di grandi dimensioni.

Virgolette tutte: determina se racchiudere tutti i valori tra virgolette.

Proprietà dell'attività Lookup

Per altre informazioni sulle proprietà, vedere Attività Lookup.

Proprietà dell'attività GetMetadata

Per informazioni dettagliate sulle proprietà, vedere l'attività GetMetadata.

Proprietà dell'attività Delete

Per informazioni dettagliate sulle proprietà, selezionare Elimina attività.

Modalità legacy

Nota

I modelli seguenti sono ancora supportati così come per la compatibilità con le versioni precedenti. È consigliabile usare il nuovo modello menzionato in precedenza. L'interfaccia utente di creazione è passata alla generazione del nuovo modello.

Modello di set di dati legacy

Proprietà Descrizione Richiesto
Tipo La type proprietà del set di dati deve essere impostata su AzureBlob. Sì
folderPath Percorso del contenitore e della cartella nell'archivio BLOB.

Per il percorso è supportato un filtro con caratteri jolly, escluso il nome del contenitore. I caratteri jolly consentiti sono: * (corrispondenza di zero o più caratteri) e ? (corrispondenza di zero caratteri o di un carattere singolo). Usare ^ per eseguire l'escape se il nome della cartella ha un carattere jolly o questo carattere di escape all'interno.

Ad esempio: myblobcontainer/myblobfolder/. Vedere altri esempi in Esempi di filtro file e cartelle.		 Sì per l'attività Copia o Ricerca, No per l'attività GetMetadata
fileName Nome o filtro con caratteri jolly per i BLOB nel valore specificato folderPath . Se non si specifica alcun valore per questa proprietà, il set di dati punta a tutti i BLOB nella cartella.

Per il filtro, i caratteri jolly consentiti sono: * (corrisponde a zero o più caratteri) e ? (corrisponde a zero o a un singolo carattere).
- Esempio 1: "fileName": "*.csv"
- Esempio 2: "fileName": "???20180427.txt"
Usare ^ per eseguire l'escape se il nome del file ha un carattere jolly o questo carattere di escape all'interno.

Quando fileName non viene specificato per un set di dati di output e preserveHierarchy non viene specificato nel sink dell'attività, il attività Copy genera automaticamente il nome del BLOB con il modello seguente: "Data.[ GUID ID esecuzione attività]. [GUID se FlattenHierarchy]. [formato se configurato]. [compressione se configurata]". Ad esempio: "Data.0a405f8a-93ff-4c6f-b3be-f69616f1df7a.txt.gz".

Se si copia da un'origine tabulare usando un nome di tabella anziché una query, il modello di nome è [table name].[format].[compression if configured]. Ad esempio: "MyTable.csv".		 No
modifiedDatetimeStart I file vengono filtrati in base all'attributo: ultima modifica. I file verranno selezionati se l'ora dell'ultima modifica è maggiore o uguale a modifiedDatetimeStart e minore di modifiedDatetimeEnd. L'ora viene applicata in base al fuso orario UTC nel formato "2018-12-01T05:00:00Z".

Tenere presente che l'abilitazione di questa impostazione influisce sulle prestazioni complessive dello spostamento dei dati quando si desidera filtrare grandi quantità di file.

Le proprietà possono essere NULL, il che significa che al set di dati non verrà applicato alcun filtro di attributo di file. Quando modifiedDatetimeStart ha un valore datetime ma modifiedDatetimeEnd è NULL, verranno selezionati i file il cui ultimo attributo modificato è maggiore o uguale al valore datetime. Quando modifiedDatetimeEnd ha un valore datetime ma modifiedDatetimeStart è NULL, verranno selezionati i file il cui ultimo attributo modificato è minore del valore datetime.		 No
modifiedDatetimeEnd I file vengono filtrati in base all'attributo: ultima modifica. I file verranno selezionati se l'ora dell'ultima modifica è maggiore o uguale a modifiedDatetimeStart e minore di modifiedDatetimeEnd. L'ora viene applicata in base al fuso orario UTC nel formato "2018-12-01T05:00:00Z".

Tenere presente che l'abilitazione di questa impostazione influisce sulle prestazioni complessive dello spostamento dei dati quando si desidera filtrare grandi quantità di file.

Le proprietà possono essere NULL, il che significa che al set di dati non verrà applicato alcun filtro di attributo di file. Quando modifiedDatetimeStart ha un valore datetime ma modifiedDatetimeEnd è NULL, verranno selezionati i file il cui ultimo attributo modificato è maggiore o uguale al valore datetime. Quando modifiedDatetimeEnd ha un valore datetime ma modifiedDatetimeStart è NULL, verranno selezionati i file il cui ultimo attributo modificato è minore del valore datetime.		 No
format Per copiare i file così come sono tra archivi basati su file (copia binaria), è possibile ignorare la sezione del formato nelle definizioni dei set di dati di input e di output.

Se si vuole analizzare o generare file con un formato specifico, sono supportati i tipi di formato seguenti: TextFormat, JsonFormat, AvroFormat, OrcFormat e ParquetFormat. Impostare la proprietà type in format su uno di questi valori. Per altre informazioni, vedere le sezioni Formato testo, Formato JSON, Formato AVRO, Formato OCR e Formato Parquet.		 No (solo per uno scenario di copia binaria)
compressione Specificare il tipo e il livello di compressione dei dati. Per altre informazioni, vedere l'articolo sui formati di file supportati e i codec di compressione.
I tipi supportati sono GZip, Deflate, BZip2 e ZipDeflate.
I livelli supportati sono Ottimale e Più veloce.		 No

Suggerimento

Per copiare tutti i BLOB in una cartella, specificare solo folderPath.
Per copiare un singolo BLOB con un nome specificato, specificare folderPath per la parte della cartella e fileName per il nome del file.
Per copiare un subset di BLOB in una cartella, specificare folderPath per la parte della cartella e fileName con un filtro con caratteri jolly.

Esempio:

{
    "name": "AzureBlobDataset",
    "properties": {
        "type": "AzureBlob",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "typeProperties": {
            "folderPath": "mycontainer/myfolder",
            "fileName": "*",
            "modifiedDatetimeStart": "2018-12-01T05:00:00Z",
            "modifiedDatetimeEnd": "2018-12-01T06:00:00Z",
            "format": {
                "type": "TextFormat",
                "columnDelimiter": ",",
                "rowDelimiter": "\n"
            },
            "compression": {
                "type": "GZip",
                "level": "Optimal"
            }
        }
    }
}

Modello di origine legacy per il attività Copy

Proprietà Descrizione Richiesto
Tipo La type proprietà dell'origine attività Copy deve essere impostata su BlobSource. Sì
recursive Indica se i dati vengono letti in modo ricorsivo dalle cartelle secondarie o solo dalla cartella specificata. Quando recursive è impostato su true e il sink è un archivio basato su file, una cartella o una sottocartella vuota non viene copiata o creata nel sink.
I valori consentiti sono true (impostazione predefinita) e false.		 No
maxConcurrentConnections Limite massimo di connessioni simultanee stabilite all'archivio dati durante l'esecuzione dell'attività. Specificare un valore solo quando si desidera limitare le connessioni simultanee. No

Esempio:

"activities":[
    {
        "name": "CopyFromBlob",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<Azure Blob input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "BlobSource",
                "recursive": true
            },
            "sink": {
                "type": "<sink type>"
            }
        }
    }
]

Modello sink legacy per il attività Copy

Proprietà Descrizione Richiesto
Tipo La type proprietà del sink attività Copy deve essere impostata su BlobSink. Sì
copyBehavior Definisce il comportamento di copia quando l'origine è costituita da file di un archivio dati basato su file.

I valori consentiti sono i seguenti:
- PreserveHierarchy (predefinito): mantiene la gerarchia dei file nella cartella di destinazione. Il percorso relativo del file di origine nella cartella di origine è identico al percorso relativo del file di destinazione nella cartella di destinazione.
- FlattenHierarchy: tutti i file della cartella di origine si trovano nel primo livello della cartella di destinazione. I nomi dei file di destinazione vengono generati automaticamente.
- MergeFiles: unisce tutti i file della cartella di origine in un solo file. Se viene specificato il nome del file o del BLOB , il nome del file unito sarà il nome specificato. In caso contrario, verrà usato un nome di file generato automaticamente.		 No
maxConcurrentConnections Limite massimo di connessioni simultanee stabilite all'archivio dati durante l'esecuzione dell'attività. Specificare un valore solo quando si desidera limitare le connessioni simultanee. No

Esempio:

"activities":[
    {
        "name": "CopyToBlob",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<Azure Blob output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "<source type>"
            },
            "sink": {
                "type": "BlobSink",
                "copyBehavior": "PreserveHierarchy"
            }
        }
    }
]

Change data capture

Azure Data Factory può ottenere file nuovi o modificati solo da Archiviazione BLOB di Azure abilitando **Abilita Change Data Capture ** nella trasformazione dell'origine del flusso di dati di mapping. Con questa opzione del connettore è possibile leggere solo file nuovi o aggiornati e applicare trasformazioni prima di caricare i dati trasformati in set di dati di destinazione desiderati. Per informazioni dettagliate, vedere Change Data Capture .

.

Contenuto correlato

Per un elenco di archivi dati supportati dal attività Copy come origini e sink, vedere Archivi dati supportati.