파일 메타데이터 열
열을 사용하여 입력 파일에 _metadata
대한 메타데이터 정보를 가져올 수 있습니다. 열은 _metadata
숨겨진 열이며 모든 입력 파일 형식에 사용할 수 있습니다. 반환된 _metadata
DataFrame에 열을 포함하려면 쿼리에서 명시적으로 참조해야 합니다.
데이터 원본에 라는 _metadata
열이 포함된 경우 쿼리는 파일 메타데이터가 아닌 데이터 원본에서 열을 반환합니다.
Warning
새 필드는 이후 릴리스에서 열에 _metadata
추가될 수 있습니다. 열이 업데이트되는 경우 _metadata
스키마 진화 오류를 방지하기 위해 Databricks는 쿼리의 열에서 특정 필드를 선택하는 것이 좋습니다. 예제를 참조하세요.
지원되는 메타데이터
열은 _metadata
다음 필드를 포함하는 입니다 STRUCT
.
Name | Type | Description | 예제 | 최소 Databricks Runtime 릴리스 |
---|---|---|---|---|
file_path | STRING |
입력 파일의 파일 경로입니다. | file:/tmp/f0.csv |
10.5 |
File_name | STRING |
해당 확장과 함께 입력 파일의 이름입니다. | f0.csv |
10.5 |
file_size | LONG |
입력 파일의 길이(바이트)입니다. | 628 | 10.5 |
file_modification_time | TIMESTAMP |
입력 파일의 마지막 수정 타임스탬프입니다. | 2021-12-20 20:05:21 |
10.5 |
file_block_start | LONG |
읽는 블록의 시작 오프셋(바이트)입니다. | 0 | 13.0 |
file_block_length | LONG |
읽는 블록의 길이(바이트)입니다. | 628 | 13.0 |
예제
기본 파일 기반 데이터 원본 판독기에서 사용
Python
df = spark.read \
.format("csv") \
.schema(schema) \
.load("dbfs:/tmp/*") \
.select("*", "_metadata")
display(df)
'''
Result:
+---------+-----+----------------------------------------------------+
| name | age | _metadata |
+=========+=====+====================================================+
| | | { |
| | | "file_path": "dbfs:/tmp/f0.csv", |
| Debbie | 18 | "file_name": "f0.csv", |
| | | "file_size": 12, |
| | | "file_block_start": 0, |
| | | "file_block_length": 12, |
| | | "file_modification_time": "2021-07-02 01:05:21" |
| | | } |
+---------+-----+----------------------------------------------------+
| | | { |
| | | "file_path": "dbfs:/tmp/f1.csv", |
| Frank | 24 | "file_name": "f1.csv", |
| | | "file_size": 12, |
| | | "file_block_start": 0, |
| | | "file_block_length": 12, |
| | | "file_modification_time": "2021-12-20 02:06:21" |
| | | } |
+---------+-----+----------------------------------------------------+
'''
스칼라
val df = spark.read
.format("csv")
.schema(schema)
.load("dbfs:/tmp/*")
.select("*", "_metadata")
display(df_population)
/* Result:
+---------+-----+----------------------------------------------------+
| name | age | _metadata |
+=========+=====+====================================================+
| | | { |
| | | "file_path": "dbfs:/tmp/f0.csv", |
| Debbie | 18 | "file_name": "f0.csv", |
| | | "file_size": 12, |
| | | "file_block_start": 0, |
| | | "file_block_length": 12, |
| | | "file_modification_time": "2021-07-02 01:05:21" |
| | | } |
+---------+-----+----------------------------------------------------+
| | | { |
| | | "file_path": "dbfs:/tmp/f1.csv", |
| Frank | 24 | "file_name": "f1.csv", |
| | | "file_size": 10, |
| | | "file_block_start": 0, |
| | | "file_block_length": 12, |
| | | "file_modification_time": "2021-12-20 02:06:21" |
| | | } |
+---------+-----+----------------------------------------------------+
*/
특정 필드 선택
Python
spark.read \
.format("csv") \
.schema(schema) \
.load("dbfs:/tmp/*") \
.select("_metadata.file_name", "_metadata.file_size")
스칼라
spark.read
.format("csv")
.schema(schema)
.load("dbfs:/tmp/*")
.select("_metadata.file_name", "_metadata.file_size")
필터에서 사용
Python
spark.read \
.format("csv") \
.schema(schema) \
.load("dbfs:/tmp/*") \
.select("*") \
.filter(col("_metadata.file_name") == lit("test.csv"))
스칼라
spark.read
.format("csv")
.schema(schema)
.load("dbfs:/tmp/*")
.select("*")
.filter(col("_metadata.file_name") === lit("test.csv"))
COPY INTO에서 사용
COPY INTO my_delta_table
FROM (
SELECT *, _metadata FROM 'abfss://my-container-name@storage-account-name.dfs.core.windows.net/csvData'
)
FILEFORMAT = CSV
자동 로더에서 사용
참고
열을 작성할 _metadata
때 이름을 로 바꿉니다 source_metadata
. 로 _metadata
작성하면 데이터 원본에 라는 _metadata
열이 포함된 경우 쿼리는 파일 메타데이터가 아닌 데이터 원본의 열을 반환하므로 대상 테이블의 메타데이터 열에 액세스할 수 없습니다.
Python
spark.readStream \
.format("cloudFiles") \
.option("cloudFiles.format", "csv") \
.schema(schema) \
.load("abfss://my-container-name@storage-account-name.dfs.core.windows.net/csvData") \
.selectExpr("*", "_metadata as source_metadata") \
.writeStream \
.format("delta") \
.option("checkpointLocation", checkpointLocation) \
.start(targetTable)
스칼라
spark.readStream
.format("cloudFiles")
.option("cloudFiles.format", "csv")
.schema(schema)
.load("abfss://my-container-name@storage-account-name.dfs.core.windows.net/csvData")
.selectExpr("*", "_metadata as source_metadata")
.writeStream
.format("delta")
.option("checkpointLocation", checkpointLocation)
.start(targetTable)