Получение данных из контейнера BLOB-объектов

  • Статья

Важно!

Microsoft Fabric в настоящее время находится на этапе предварительной версии. Эта информация относится к предварительной версии продукта, который может быть существенно изменен перед выпуском. Корпорация Майкрософт не дает никаких гарантий, явных или подразумеваемых, в отношении информации, представленной здесь.

Из этой статьи вы узнаете, как получить данные из большого двоичного объекта Azure или контейнера BLOB-объектов в существующую базу данных. Контейнер BLOB-объектов упорядочивает набор больших двоичных объектов, аналогичный каталогу в файловой системе. Учетная запись хранения может содержать неограниченное количество контейнеров. В каждом контейнере может храниться неограниченное количество больших двоичных объектов. Дополнительные сведения о контейнерах BLOB-объектов см. в статье Управление контейнерами BLOB-объектов с помощью портал Azure.

Сведения о получении данных из большого двоичного объекта см. в статье Получение данных из большого двоичного объекта.

Предварительные требования

Получение данных

  1. На нижней ленте выберите Получитьконтейнер больших двоичных объектовданных>.

    Снимок экрана: получение данных с контейнером BLOB-объектов, выбранным в Real-Time Analytics.

    Примечание

    Имена таблиц могут содержать до 1024 символов, включая буквы, цифры, дефисы и символы подчеркивания. Специальные символы не поддерживаются.

Вкладка "Источник"

  1. В поле Тип источника выберите Контейнер BLOB-объектов.

  2. В поле Ссылка на источник добавьте URL-адрес большого двоичного объекта с ключом учетной записи или URI SAS.

    Чтобы добавить универсальный код ресурса (URI) большого двоичного объекта, необходимо создать ключ учетной записи или маркер SAS с разрешениями На перечисление и Чтение. Сведения о создании ключа учетной записи или маркера SAS см. в статье Создание маркера SAS.

    Снимок экрана: область приема данных для контейнеров BLOB-объектов.

  3. При желании вы можете отфильтровать данные для загрузки с помощью фильтров файлов. Вы можете выполнить фильтрацию по расширению файла, пути к папке или по обоим параметрам.

    Фильтрация по расширению файла: например, фильтрация по всем файлам с расширением CSV.

    Фильтрация по пути к папке: можно ввести полный или частичный путь к папке или имя папки.

    Снимок экрана: фильтры файлов для контейнера BLOB-объектов.

  4. Выберите Далее: Схема, чтобы просмотреть и изменить конфигурацию столбца таблицы.

Вкладка Schema (Схема)

Формат и сжатие данных автоматически определяются на панели слева. Если он указан неправильно, используйте раскрывающееся меню Формат данных , чтобы выбрать правильный формат.

  • При выборе JSON необходимо также задать уровни JSON, выбрав значение от 1 до 10. Уровни определяют разделение данных столбцов в таблице.
  • Для данных CSV установите флажок Игнорировать первую запись, чтобы игнорировать строку заголовка в файле.

Дополнительные сведения о форматах данных см. в разделе Форматы данных, поддерживаемые для приема.

  1. В поле Mapping name (Имя сопоставления) укажите имя сопоставления. Вы можете использовать буквенно-цифровые символы и символы подчеркивания. Пробелы, специальные символы и дефисы не поддерживаются.

    Снимок экрана: схема BLOB-объекта Azure.

    Примечание

    Средство автоматически выводит схему на основе ваших данных. Если вы хотите изменить схему для добавления и изменения столбцов, это можно сделать в разделе Частичный предварительный просмотр данных.

    При необходимости можно использовать средство просмотра команд для просмотра и копирования автоматических команд, созданных на основе входных данных.

  2. По завершении выберите Next: Сводка. Чтобы перейти к объяснению области сводки, выберите Завершить прием данных.

Средство просмотра команд

В средстве просмотра команд отображаются команды для создания таблиц, сопоставления и приема данных в таблицах.

Чтобы открыть средство просмотра команд, нажмите кнопку v в правой части средства просмотра команд. В средстве просмотра команд можно просматривать и копировать автоматические команды, созданные на основе входных данных.

Снимок экрана: редактор команд.

Частичный предварительный просмотр данных

Частичный предварительный просмотр данных автоматически выводится на основе ваших данных. Вы можете изменить предварительный просмотр данных, изменив и добавив новые столбцы.

Чтобы добавить новый столбец, нажмите кнопку + в правом столбце в разделе Частичный предварительный просмотр данных.

Снимок экрана: область предварительного просмотра частичных данных.

  • Имя столбца должно начинаться с буквы и может содержать цифры, точки, дефисы или символы подчеркивания.
  • Тип столбца по умолчанию — но string его можно изменить в раскрывающемся меню поля Тип столбца.
  • Источник: для форматов таблиц (CSV, TSV и т. д.) каждый столбец может быть связан только с одним исходным столбцом. Для других форматов (например, JSON, Parquet и т. д.) несколько столбцов могут использовать один и тот же источник.

Снимок экрана: область создания столбцов в окне схемы.

Выберите Далее: Сводка, чтобы создать таблицу и сопоставление и начать прием данных.

Завершение приема данных

Если прием данных завершается успешно, в окне Data ingestion completed (Прием данных завершен) все три шага будут отмечены галочками зеленого цвета.

Снимок экрана: заполненное диалоговое окно приема с предварительным просмотром данных.

Изучение данных

Чтобы убедиться, что вы приняли данные в базу данных, выберите Просмотр данных в правой части целевой страницы базы данных. Затем можно сохранить запрос как набор запросов KQL, выбрав Сохранить как набор запросов KQL.

Снимок экрана: кнопка

Дополнительные сведения о наборе запросов KQL см. в разделе Запрос данных в наборе запросов KQL.

Дальнейшие действия