Werken met ongestructureerde gegevens

Sla ongestructureerde bestanden op, beheer en verwerk ze naast gestructureerde data in Unity Catalog.

Opslaan en referentiebestanden

Sla ongestructureerde bestanden op en raadpleeg ze in Unity Catalog op de volgende manieren:

Unity Catalog-volumes regelen de opslag van niet-tabulaire bestanden. Je kunt bestanden uploaden, organiseren en openen in een volume per pad. Zie Wat zijn Unity Catalog-volumes?
Het FILE type verwijst naar bestanden en hun metadata als eersteklaswaarden in een tabel, die wordt bepaald door toegang tot de rijen die ernaar verwijzen. Zie BESTANDSTYPE en ongestructureerde data en FILE type.
De binaire bestandsdatabron slaat de ruwe bytes van een bestand op in een BINARY kolom. Zie Binaire bestanden lezen.
De beeldgegevensbron leest afbeeldingsbestanden in een DataFrame. Zie Afbeeldingen lezen.

Nadat je je bestanden hebt opgeslagen in Unity Catalog, verwerk je ze op de volgende manieren:

Extraheren van gestructureerde inhoud uit documenten met ai_parse_document functie en andere AI-functies.
Verwerk bestanden met je eigen code met behulp van UDF's. Zie Procesbestanden met UDF's.
Bestanden invoeren in tabellen als FILE referenties. Zie Ingest-bestanden als het BESTANDSTYPE.
Bouw een pijplijn die bestanden van begin tot eind verwerkt. Zie Tutorial: Bouw een bestandsverwerkingspijplijn met het FILE-type.
Indexeer de bestanden in een volume zodat gebruikers en agenten ze kunnen doorzoeken. Zie Content-zoekopdracht voor Unity Catalog-volumes.

Is deze pagina nuttig?