복사 작업에서 Azure Data Lake Storage Gen2 구성

이 문서에서는 데이터 파이프라인의 복사 작업을 사용하여 Azure Data Lake Storage Gen2에서 데이터를 복사하는 방법을 간략하게 설명합니다.

지원되는 형식

Azure Data Lake Storage Gen2는 다음 파일 형식을 지원합니다. 형식 기반 설정은 각 문서를 참조하세요.

• Avro 형식
• 이진 형식
• 구분된 텍스트 형식
• Excel 형식
• JSON 형식
• ORC 형식
• Parquet 형식
• XML 형식

지원되는 구성

복사 작업에서 각 탭의 구성에 대해 각각 다음 섹션으로 이동합니다.

• 일반
• Source
• 대상
• 매핑
• 설정

일반

일반 설정 탭을 구성하려면 일반 설정 지침을 참조하세요.

원본

복사 작업의 원본 탭에서 Azure Data Lake Storage Gen2에 대해 지원되는 속성은 다음과 같습니다.

다음 속성이 필요합니다.

• 데이터 저장소 유형: 외부를 선택합니다.

• 커넥트ion: 연결 목록에서 Azure Data Lake Storage Gen2 연결을 선택합니다. 연결이 없으면 새로 만들기를 선택하여 새 Azure Data Lake Storage Gen2 연결을 만듭니다.

• 커넥트ion 유형: Azure Data Lake Storage Gen2를 선택합니다.

• 파일 경로 형식: 파일 경로, Wild카드 파일 경로 또는 파일 목록을 파일 경로 형식으로 선택할 수 있습니다. 이러한 각 설정의 구성은 다음과 같습니다.

  • 파일 경로: 이 형식을 선택하면 이전에 지정한 지정된 파일 시스템 또는 폴더/파일 경로에서 데이터를 복사할 수 있습니다.

  • Wild카드 파일 경로: 이 형식을 선택하는 경우 파일 시스템과 Wild카드 경로를 지정합니다.

    • 파일 시스템: Azure Data Lake Storage Gen2 파일 시스템 이름입니다.

    • 와일드카드 경로: 지정된 파일 시스템 아래에 와일드카드 문자가 있는 폴더 또는 파일 경로를 지정하여 원본 폴더 또는 파일을 필터링합니다.

      허용되는 와일드카드는 *(문자 0자 이상 일치) 및 ?(문자 0자 또는 1자 일치)입니다. 폴더 이름에 wild카드 또는 이 이스케이프 문자가 있는 경우 이스케이프하는 데 사용합니다^. 더 많은 예제를 보려면 폴더 및 파일 필터 예제로 이동합니다.

      

      • Wild카드 폴더 경로: 지정된 파일 시스템 아래에 와일드카드 문자가 있는 폴더 경로를 지정하여 원본 폴더를 필터링합니다.

      • Wild카드 파일 이름: 지정된 파일 시스템 + 폴더 경로(또는 와일드카드 폴더 경로) 아래에 와일드카드 문자로 파일 이름을 지정하여 원본 파일을 필터링합니다.

  • 파일 목록: 지정된 파일 집합을 복사할 것임을 나타냅니다. 복사할 파일 목록이 포함된 텍스트 파일을 가리키도록 폴더 경로 및 파일 경로 목록을 지정합니다. 이 파일은 경로의 상대 경로인 한 줄당 하나의 파일입니다. 더 많은 예제를 보려면 파일 목록 예제로 이동합니다.

    

    • 폴더 경로: 지정된 파일 시스템 아래의 폴더 경로를 지정합니다. 필수 항목입니다.

    • 파일 목록 경로: 복사할 파일 목록이 포함된 텍스트 파일의 경로를 지정합니다.

• 재귀: 데이터를 하위 폴더에서 재귀적으로 읽을지 또는 지정된 폴더에서만 읽을지 여부를 지정합니다. 재귀적으로 선택되고 대상이 파일 기반 저장소인 경우 대상에서 빈 폴더 또는 하위 폴더가 복사되거나 만들어지지 않습니다. 이 속성은 기본적으로 선택되며 파일 목록에 대한 경로를 구성할 때 적용되지 않습니다.

• 파일 형식: 드롭다운 목록에서 적용된 파일 형식을 선택합니다. 설정 선택하여 파일 형식을 구성합니다. 다른 파일 형식의 설정에 대한 자세한 내용은 지원되는 형식의 문서를 참조하세요.

고급에서 다음 필드를 지정할 수 있습니다.

• 마지막으로 수정한 날짜별로 필터링: 파일은 마지막으로 수정된 날짜를 기준으로 필터링됩니다. 파일 경로 형식을 파일 목록으로 구성할 때는 이 속성이 적용되지 않습니다.

  • 시작 시간(UTC): 마지막으로 수정한 시간이 구성된 시간보다 크거나 같은 경우 파일이 선택됩니다.

  • 종료 시간(UTC): 마지막으로 수정한 시간이 구성된 시간보다 작은 경우 파일이 선택됩니다.

  시작 시간(UTC)에 날짜/시간 값이 있지만 종료 시간(UTC)이 NULL이면 마지막으로 수정한 특성이 datetime 값보다 크거나 같은 파일이 선택됩니다. 종료 시간(UTC)에 날짜/시간 값이 있지만 시작 시간(UTC)이 NULL이면 마지막으로 수정한 특성이 날짜/시간 값보다 작은 파일이 선택됩니다. 속성은 NULL일 수 있습니다. 즉, 데이터에 파일 특성 필터가 적용되지 않습니다.

• 파티션 검색 사용: 파일 경로에서 파티션을 구문 분석하고 추가 원본 열로 추가할지 여부를 지정합니다. 기본적으로 선택되지 않으며 이진 파일 형식을 사용하는 경우 지원되지 않습니다.

  • 파티션 루트 경로: 파티션 검색을 사용하는 경우 분할된 폴더를 데이터 열로 읽기 위해 절대 루트 경로를 지정합니다.

    지정되지 않은 경우 기본적으로 다음과 같이 지정됩니다.

    • 원본에서 파일 경로 또는 파일 목록을 사용하는 경우 파티션 루트 경로는 구성한 경로입니다.
    • wild카드 폴더 필터를 사용하는 경우 파티션 루트 경로는 첫 번째 wild카드 이전의 하위 경로입니다.

    예를 들어 경로를 다음과 같이 root/folder/year=2020/month=08/day=27구성합니다.

    • 파티션 루트 경로를 지정 root/folder/year=2020하는 경우 복사 작업은 파일 내의 열 외에도 각각 값이 "08"과 "27"인 월과 일 열을 두 개 더 생성합니다.
    • 파티션 루트 경로를 지정하지 않으면 추가 열이 생성되지 않습니다.

  

• 최대 동시 연결: 이 속성은 작업 실행 중에 데이터 저장소에 설정된 동시 연결의 상한을 나타냅니다. 동시 연결을 제한하려는 경우에만 값을 지정합니다.

• 추가 열: 원본 파일의 상대 경로 또는 정적 값을 저장할 추가 데이터 열을 추가합니다. 식은 후자에 대해 지원됩니다.

대상

복사 작업의 대상 탭에서 Azure Data Lake Storage Gen2에 대해 지원되는 속성은 다음과 같습니다.

다음 속성이 필요합니다.

• 데이터 저장소 유형: 외부를 선택합니다.
• 커넥트ion: 연결 목록에서 Azure Data Lake Storage Gen2 연결을 선택합니다. 연결이 없으면 새로 만들기를 선택하여 새 Azure Data Lake Storage Gen2 연결을 만듭니다.
• 커넥트ion 유형: Azure Data Lake Storage Gen2를 선택합니다.
• 파일 경로: 찾아보기를 선택하여 경로를 수동으로 복사하거나 채울 파일을 선택합니다.
• 파일 형식: 드롭다운 목록에서 적용된 파일 형식을 선택합니다. 설정 선택하여 파일 형식을 구성합니다. 다른 파일 형식의 설정에 대한 자세한 내용은 지원되는 형식의 문서를 참조하세요.

고급에서 다음 필드를 지정할 수 있습니다.

• 복사 동작: 원본이 파일 기반 데이터 저장소의 파일인 경우 복사 동작을 정의합니다. 드롭다운 목록에서 동작을 선택할 수 있습니다.

  

  • 평면화 계층 구조: 원본 폴더의 모든 파일은 대상 폴더의 첫 번째 수준에 있습니다. 대상 파일에는 자동으로 생성된 이름이 있습니다.
  • 파일 병합: 원본 폴더의 모든 파일을 하나의 파일로 병합합니다. 파일 이름을 지정하면 병합된 파일 이름은 지정된 이름입니다. 그렇지 않으면 자동으로 생성된 파일 이름입니다.
  • 계층 유지: 대상 폴더의 파일 계층 구조를 유지합니다. 원본 폴더에 대한 원본 파일의 상대 경로는 대상 폴더에 대한 대상 파일의 상대 경로와 동일합니다.

• 최대 동시 연결: 작업 실행 중에 데이터 저장소에 설정된 동시 연결의 상한입니다. 동시 연결을 제한하려는 경우에만 값을 지정합니다.

• 블록 크기(MB): Azure Data Lake Storage Gen2에 데이터를 쓰는 데 사용되는 블록 크기를 MB 단위로 지정합니다. 자세한 내용은 블록 Blob을 참조 하세요. 허용되는 값은 4MB에서 100MB 사이입니다.

  기본적으로 블록 크기는 원본 저장소 형식 및 데이터에 따라 자동으로 결정됩니다. Azure Data Lake Storage Gen2에 이진이 아닌 복사의 경우 기본 블록 크기는 100MB이므로 최대 약 4.75TB 데이터에 맞습니다. 데이터가 크지 않은 경우 최적이 아닐 수 있습니다. 블록 크기를 명시적으로 지정할 수 있지만 블록 크기(MB)*50000이 데이터를 저장할 만큼 충분히 큰지 확인합니다. 그렇지 않으면 복사 작업 실행이 실패합니다.

• 메타데이터: 대상으로 복사할 때 사용자 지정 메타데이터를 설정합니다. 배열 아래의 metadata 각 개체는 추가 열을 나타냅니다. name 메타데이터 키 이름을 정의하고 value 해당 키의 데이터 값을 나타냅니다. 특성 유지 기능을 사용하는 경우 지정된 메타데이터는 원본 파일 메타데이터와 통합/덮어쓰게 됩니다.

  허용되는 데이터 값은 다음과 같습니다.

  • $$LASTMODIFIED: 예약된 변수는 원본 파일의 마지막으로 수정된 시간을 저장하도록 나타냅니다. 이진 형식만 있는 파일 기반 원본에 적용합니다.
  • 식
  • 정적 값

  

매핑

매핑 탭 구성의 경우 매핑 탭에서 매핑 구성으로 이동합니다. 이진 파일을 파일 형식으로 선택하는 경우 매핑이 지원되지 않습니다.

설정

설정 탭 구성의 경우 설정 탭에서 다른 설정 구성으로 이동합니다.

테이블 요약

다음 표에는 Azure Data Lake Storage Gen2의 복사 활동에 대한 자세한 정보가 포함되어 있습니다.

원본 정보

이름	설명	값	Required	JSON 스크립트 속성
데이터 저장소 유형	데이터 저장소 유형입니다.	외부	예	/
Connection	원본 데이터 저장소에 대한 연결입니다.	<Azure Data Lake Storage Gen2 연결>	예	connection
연결 형식	연결 유형입니다. Azure Data Lake Storage Gen2를 선택합니다.	Azure Data Lake Storage Gen2	예	/
파일 경로 형식	사용할 파일 경로 형식입니다.	• 파일 경로 • Wild카드 폴더 경로, Wild카드 파일 이름 •파일 목록	예	• folderPath, fileName, fileSystem • wild카드FolderPath, wild카드FileName, fileSystem • folderPath, fileName, fileListPath
반복적 으로	데이터가 하위 폴더에서 재귀적으로 읽혀지는지 또는 지정된 폴더에서만 읽는지 여부를 나타냅니다. 재귀적으로 선택되고 대상이 파일 기반 저장소인 경우 대상에서 빈 폴더 또는 하위 폴더가 복사되거나 만들어지지 않습니다. 파일 목록에 대한 경로를 구성할 때는 이 속성이 적용되지 않습니다.	선택됨(기본값) 또는 선택 취소	아니요	재귀
마지막으로 수정한 기준 필터링	[시작 시간, 종료 시간) 범위에서 마지막으로 수정된 시간이 있는 파일은 추가 처리를 위해 필터링됩니다. 시간은 UTC 표준 시간대에 yyyy-mm-ddThh:mm:ss.fffZ적용됩니다. 이러한 속성을 건너뛸 수 있습니다. 즉, 파일 특성 필터가 적용되지 않습니다. 파일 경로 형식을 파일 목록으로 구성할 때는 이 속성이 적용되지 않습니다.	날짜/시간	아니요	modifiedDatetimeStart modifiedDatetimeEnd
파티션 검색 사용	파일 경로에서 파티션을 구문 분석하고 추가 원본 열로 추가할지 여부를 나타냅니다.	선택되거나 선택되지 않음(기본값)	아니요	enablePartitionDiscovery: true 또는 false(기본값)
파티션 루트 경로	파티션 검색을 사용하는 경우 분할된 폴더를 데이터 열로 읽기 위해 절대 루트 경로를 지정합니다.	< 파티션 루트 경로 >	아니요	partitionRootPath
최대 동시 연결	작업 실행 중에 데이터 저장소에 설정된 동시 연결의 상한입니다. 동시 연결을 제한하려는 경우에만 값을 지정합니다.	<최대 동시 연결>	아니요	maxConcurrent커넥트ions
추가 열	추가 데이터 열을 추가하여 원본 파일의 상대 경로 또는 정적 값을 저장합니다. 식은 후자에 대해 지원됩니다.	• 이름 •값	아니요	additionalColumns: •이름 •값

대상 정보

이름	설명	값	Required	JSON 스크립트 속성
데이터 저장소 유형	데이터 저장소 유형입니다.	외부	예	/
Connection	대상 데이터 저장소에 대한 연결입니다.	<Azure Data Lake Storage Gen2 연결>	예	connection
연결 형식	연결 유형입니다. Azure Data Lake Storage Gen2를 선택합니다.	Azure Data Lake Storage Gen2	예	/
파일 경로	대상 데이터의 파일 경로입니다.	< 파일 경로 >	예	folderPath, fileName, fileSystem
복사 동작	원본이 파일 기반 데이터 저장소의 파일인 경우 복사 동작을 정의합니다.	• 계층 구조 평면화 • 파일 병합 • 계층 구조 유지	아니요	copyBehavior: • FlattenHierarchy • MergeFiles • PreserveHierarchy
최대 동시 연결	작업 실행 중에 데이터 저장소에 설정된 동시 연결의 상한입니다. 동시 연결을 제한하려는 경우에만 값을 지정합니다.	<최대 동시 연결>	아니요	maxConcurrent커넥트ions
블록 크기(MB)	Azure Data Lake Storage Gen2에 데이터를 쓸 때 블록 크기를 MB 단위로 지정합니다. 허용되는 값은 4MB에서 100MB 사이입니다.	<블록 크기>	아니요	blockSizeInMB
메타데이터	대상으로 복사할 때 사용자 지정 메타데이터를 설정합니다.	• $$LASTMODIFIED •식 • 정적 값	아니요	metadata

관련 콘텐츠

• Azure Data Lake Storage Gen2 연결 설정