Загрузка данных с помощью внешнего расположения каталога Unity

Статья
06/27/2024

Внимание

Эта функция предоставляется в режиме общедоступной предварительной версии.

В этой статье описывается, как использовать пользовательский интерфейс добавления данных для создания управляемой таблицы из данных в Azure Data Lake Storage 2-го поколения с помощью внешнего расположения каталога Unity. Внешнее расположение — это объект, в котором путь к облачному хранилищу объединен с учетными данными хранилища, обеспечивающими доступ к этому пути к облачному хранилищу.

Подготовка к работе

Перед началом работы убедитесь, что у вас есть такие компоненты.

Рабочая область с включенным каталогом Unity. Дополнительные сведения см. в разделе "Настройка каталога Unity" и управление ими.
Привилегия READ FILES во внешнем расположении. Дополнительные сведения см. в статье "Создание внешнего расположения для подключения облачного хранилища к Azure Databricks".
Привилегия CREATE TABLE схемы, в которой требуется создать управляемую таблицу, USE SCHEMA привилегию схемы и USE CATALOG привилегию родительского каталога. Дополнительные сведения см. в разделе "Привилегии каталога Unity" и защищаемые объекты.

Типы файлов

Следующие типы файлов не поддерживаются:

CSV
TSV
JSON
XML
AVRO;
Parquet

Шаг 1. Подтверждение доступа к внешнему расположению

Чтобы подтвердить доступ к внешнему расположению, сделайте следующее:

На боковой панели рабочей области Azure Databricks щелкните "Каталог".
В обозревателе каталогов щелкните внешние расположения внешних данных>.

Шаг 2. Создание управляемой таблицы

Чтобы создать управляемую таблицу, сделайте следующее:

На боковой панели рабочей области нажмите кнопку +Создать>данные.
В пользовательском интерфейсе добавления данных щелкните Azure Data Lake Storage.
Выберите внешнее расположение из раскрывающегося списка.
Выберите папки и файлы, которые нужно загрузить в Azure Databricks, а затем щелкните "Предварительная версия".
Выберите каталог и схему из раскрывающихся списков.
(Необязательно) Измените имя таблицы.
(Необязательно) Чтобы задать расширенные параметры форматирования по типу файла, нажмите кнопку "Дополнительные атрибуты", отключите автоматическое определение типа файла и выберите тип файла.

Список параметров формата см. в следующем разделе.
(Необязательно) Чтобы изменить имя столбца, щелкните поле ввода в верхней части столбца.

Имена столбцов не поддерживают запятые, обратные очки или символы юникода (например, эмодзи).
(Необязательно) Чтобы изменить типы столбцов, щелкните значок с типом.
Нажмите кнопку "Создать таблицу".

Параметры форматирования типа файла

Доступны следующие параметры формата в зависимости от типа файла:

Параметр форматирования	Description	Поддерживаемые типы файлов
`Column delimiter`	Символ разделителя между столбцами. Допускается только один символ, обратная косая черта не поддерживается. По умолчанию используется запятая.	CSV
`Escape character`	Escape-символ, используемый при анализе данных. По умолчанию используется кавычка.	CSV
`First row contains the header`	Этот параметр указывает, содержит ли файл заголовок. Включено по умолчанию.	CSV
`Automatically detect file type`	Автоматически определять тип файла. По умолчанию — `true`.	XML
`Automatically detect column types`	Автоматически определять типы столбцов из содержимого файла. Типы можно изменить в таблице предварительного просмотра. Если для этого параметра задано значение false, все типы столбцов выводятся в формате STRING. Включено по умолчанию.	* CSV * JSON * XML
`Rows span multiple lines`	Может ли значение столбца охватывать несколько строк в файле. Выключено по умолчанию.	* CSV * JSON
`Merge the schema across multiple files`	Следует ли выводить схему по нескольким файлам и объединять схему каждого файла. Включено по умолчанию.	CSV
`Allow comments`	Разрешены ли комментарии в файле. Включено по умолчанию.	JSON
`Allow single quotes`	Разрешены ли в файле одинарные кавычки. Включено по умолчанию.	JSON
`Infer timestamp`	Следует ли пытаться определить строки метки времени как `TimestampType`. Включено по умолчанию.	JSON
`Rescued data column`	Следует ли сохранять столбцы, которые не соответствуют схеме. Дополнительные сведения см. в разделе "Что такое спасенных столбцов данных?". Включено по умолчанию.	* CSV * JSON * Avro *Паркет
`Exclude attribute`	Следует ли исключать атрибуты в элементах. По умолчанию — `false`.	XML
`Attribute prefix`	Префикс атрибутов для отличия атрибутов и элементов. По умолчанию — `_`.	XML

Типы данных столбцов

Поддерживаются следующие типы данных столбцов. Дополнительные сведения о конкретных типах данных см. в разделе Типы данных SQL.

Тип данных	Description
`BIGINT`	Восьмибайтовые целые числа со знаком.
`BOOLEAN`	Логические значения (`true`, `false`).
`DATE`	и день без часового пояса.
`DECIMAL (P,S)`	Числа с максимальной точностью `P` и фиксированным масштабом `S`.
`DOUBLE`	Восьмибайтовые числа с плавающей запятой двойной точности.
`STRING`	Значения строки символов.
`TIMESTAMP`	Значения, содержащие значения полей "Год", "Месяц", "День", "Час", "Минута" и "Секунда" с указанием местного часового пояса сеанса.

Известные проблемы

Могут возникнуть проблемы со специальными символами в сложных типах данных, таких как объект JSON с ключом, содержащим обратную черту или двоеточие.
Для некоторых JSON-файлов может потребоваться вручную выбрать JSON для типа файла. Чтобы вручную выбрать тип файла после выбора файлов, нажмите кнопку "Дополнительные атрибуты", отключите автоматическое определение типа файла и выберите JSON.
Вложенные метки времени и десятичные знаки внутри сложных типов могут столкнуться с проблемами.

Поделиться через