FILE-functies quickstart

Important

Deze functie bevindt zich in de bètaversie. Werkruimtebeheerders kunnen de toegang tot deze functie beheren vanaf de pagina Previews . Zie Azure Databricks previews beheren.

Het FILE type vertegenwoordigt ongestructureerde bestanden zoals documenten, afbeeldingen en audio. Ingebouwde SQL-functies creëren, kopiëren en lezen bestanden als FILE referenties.

Deze pagina vat deze functies samen met referentievoorbeelden voor veelvoorkomende bewerkingen, zoals:

  • Bestanden in een Unity Catalog-volume als FILE referenties vermelden met list_files.
  • Het lezen van bestandsmetadata, zoals size en checksum (gebruikt om de bestandsversie te identificeren).
  • Bestanden filteren op hun metadata.
  • Documentinhoud parsen met ai_parse_document.

Voor de typereferentie, zie FILE type.

Voor een conceptueel overzicht, zie BESTANDSTYPE en ongestructureerde data.

Requirements

  • Deze voorbeelden gebruiken de samples.sec.contracts dataset, een verzameling door SEC ingediende contract-PDF's die standaard in alle werkruimtes beschikbaar zijn. Om je eigen bestanden te gebruiken, wijs je het pad naar een Unity Catalog-volume dat ze bevat.

Examples

Lijstbestanden en capture-referenties

Om de bestanden op een pad te vermelden en de FILE referenties in een tabel op te slaan, gebruik list_files je de table-valued function:

CREATE TABLE documents AS
  SELECT path, size, modification_time, file
  FROM list_files('/Volumes/samples/sec/contracts/');

Metadata van het leesbestand

Om de uri, size, content_type, en velden checksum van een FILE waarde te lezen, gebruik je de puntnotatie:

SELECT file.uri, file.size, file.content_type, file.checksum
  FROM documents;

Filter bestanden op metadata

Om rijen te filteren met behulp van bestandsmetadata, zoals pad en grootte:

SELECT file.uri
  FROM documents
  WHERE file.uri ILIKE '%.pdf'
    AND file.size > 100000;

Parse-documentinhoud

Om gestructureerde inhoud uit een document te halen, geef je een FILE waarde door aan ai_parse_document de functie:

SELECT file.uri, ai_parse_document(file) AS parsed
  FROM documents
  WHERE file.uri ILIKE '%.pdf';

Voorbeeld van notebook

Het volgende notitieboekje draait alle voorgaande voorbeelden tegen de samples.sec.contracts dataset:

FILE-functies quickstart notebook

Notebook krijgen

Volgende stappen 

  • Last updated on