Konfigurera Azure Data Lake Storage Gen1 i kopieringsaktivitet
Den här artikeln beskriver hur du använder kopieringsaktiviteten i datapipelinen för att kopiera data från och till Azure Data Lake Storage Gen1.
Format som stöds
Azure Data Lake Storage Gen1 stöder följande filformat. Se varje artikel för formatbaserade inställningar.
- Avro-format
- Binärt format
- Avgränsat textformat
- Excel-format
- JSON-format
- ORC-format
- Parquet-format
- XML-format
Konfiguration som stöds
För konfigurationen av varje flik under kopieringsaktivitet går du till följande avsnitt.
Allmänt
Se vägledningen allmänna inställningar för att konfigurera fliken Allmänna inställningar.
Källa
Följande egenskaper stöds för Azure Data Lake Storage Gen1 under fliken Källa för en kopieringsaktivitet.
Följande egenskaper krävs:
Datalagertyp: Välj Extern.
Anslut ion: Välj en Azure Data Lake Storage Gen1-anslutning i anslutningslistan. Om det inte finns någon anslutning skapar du en ny Azure Data Lake Storage Gen1-anslutning genom att välja Ny.
Anslut ionstyp: Välj Azure Data Lake Storage Gen1.
Filsökvägstyp: Du kan välja Filsökväg, Namnintervall, Sökväg till jokertecken eller Lista över filer som filsökvägstyp. Konfigurationen av var och en av dessa inställningar är:
Filsökväg: Om du väljer den här typen kan data kopieras från den angivna mapp-/filsökvägen.
Namnintervall: Hämta mappar/filer med namn före eller efter ett visst värde i alfabetisk ordning. Det använder filtret på tjänstsidan för ADLS Gen1, vilket ger bättre prestanda än ett jokerteckenfilter. Om du vill ha fler exempel går du till Exempel på namnintervallfilter.
Mappsökväg: Sökvägen till en mapp i dina källdata.
Lista efter: Hämta mappar/filer vars namn är efter det här värdet alfabetiskt (exklusivt).
Lista före: Hämta mapparna/filerna vars namn ligger före det här värdet alfabetiskt (inklusive).
Sökväg till jokertecken: Ange mappen eller filsökvägen med jokertecken för att filtrera källmappar eller filer.
Tillåtna jokertecken är:
*
(matchar noll eller fler tecken) och?
(matchar noll eller enskilt tecken). Använd^
för att fly om mappnamnet har jokertecken eller det här escape-tecknet inuti. Fler exempel finns i Exempel på mapp- och filfilter.Sökväg till jokerteckenmapp: Ange mappsökvägen med jokertecken för att filtrera källmappar.
Namn på jokerteckenfil: Ange filnamnet med jokertecken under den konfigurerade mapp-/jokerteckenmappsökvägen för att filtrera källfiler.
Lista över filer: Anger att du vill kopiera en viss filuppsättning. Ange Mappsökväg och Sökväg till fillista för att peka på en textfil som innehåller en lista över filer som du vill kopiera, en fil per rad, vilket är den relativa sökvägen till sökvägen. Om du vill ha fler exempel går du till Exempel på fillista.
Mappsökväg: Ange sökvägen till en mapp. Det krävs.
Sökväg till fillista: Ange sökvägen till textfilen som innehåller en lista över filer som du vill kopiera.
Rekursivt: Ange om data ska läsas rekursivt från undermapparna eller endast från den angivna mappen. Observera att när Rekursivt har valts och målet är ett filbaserat arkiv kopieras inte en tom mapp eller undermapp på målet. Den här egenskapen är markerad som standard och gäller inte när du konfigurerar Sökväg till fillista.
Filformat: Välj det filformat som används i listrutan. Välj Inställningar för att konfigurera filformatet. För inställningar för olika filformat, se artiklar i format som stöds för detaljerad information.
Under Avancerat kan du ange följande fält:
Filtrera efter senast ändrad: Filer filtreras baserat på de senast ändrade datumen. Den här egenskapen gäller inte när du konfigurerar filsökvägstypen som Lista över filer.
- Starttid (UTC): Filerna väljs om deras senaste ändringstid är större än eller lika med den konfigurerade tiden.
- Sluttid (UTC): Filerna väljs om deras senaste ändringstid är mindre än den konfigurerade tiden.
När Starttid (UTC) har datetime-värde men Sluttid (UTC) är NULL innebär det att de filer vars senast ändrade attribut är större än eller lika med datetime-värdet väljs. När Sluttid (UTC) har datetime-värde men Starttid (UTC) är NULL innebär det att de filer vars senast ändrade attribut är mindre än datetime-värdet väljs. Egenskaperna kan vara NULL, vilket innebär att inget filattributfilter tillämpas på data.
Aktivera partitionsidentifiering: Ange om partitionerna ska parsas från filsökvägen och lägga till dem som ytterligare källkolumner. Den är avmarkerad som standard och stöds inte när du använder binärt filformat.
Partitionsrotsökväg: När partitionsidentifiering är aktiverat anger du den absoluta rotsökvägen för att läsa partitionerade mappar som datakolumner.
Om det inte anges, som standard,
- När du använder filsökvägen eller listan över filer på källan är partitionsrotsökvägen den sökväg som du har konfigurerat.
- När du använder mappfilter för jokertecken är partitionsrotsökvägen undersökvägen före det första jokertecknet.
Anta till exempel att du konfigurerar sökvägen som
root/folder/year=2020/month=08/day=27
:- Om du anger partitionsrotsökväg som
root/folder/year=2020
genererar kopieringsaktiviteten ytterligare två kolumner månad och dag med värdet "08" respektive "27", förutom kolumnerna i filerna. - Om partitionsrotsökvägen inte har angetts genereras ingen extra kolumn.
Maximalt antal samtidiga anslutningar: Den här egenskapen anger den övre gränsen för samtidiga anslutningar som upprättats till datalagret under aktivitetskörningen. Ange endast ett värde när du vill begränsa samtidiga anslutningar.
Ytterligare kolumner: Lägg till ytterligare datakolumner för att lagra källfilernas relativa sökväg eller statiska värde. Uttrycket stöds för det senare.
Mål
Följande egenskaper stöds för Azure Data Lake Storage Gen1 under fliken Mål för en kopieringsaktivitet.
Följande egenskaper krävs:
- Datalagertyp: Välj Extern.
- Anslut ion: Välj en Azure Data Lake Storage Gen1-anslutning i anslutningslistan. Om anslutningen inte finns skapar du en ny Azure Data Lake Storage Gen1-anslutning genom att välja Ny.
- Anslut ionstyp: Välj Azure Data Lake Storage Gen1.
- Filsökväg: Välj Bläddra för att välja den fil som du vill kopiera eller fylla i sökvägen manuellt.
- Filformat: Välj det filformat som används i listrutan. Välj Inställningar för att konfigurera filformatet. För inställningar för olika filformat, se artiklar i format som stöds för detaljerad information.
Under Avancerat kan du ange följande fält:
Kopieringsbeteende: Definierar kopieringsbeteendet när källan är filer från ett filbaserat datalager. Du kan välja ett beteende i listrutan.
- Platta ut hierarki: Alla filer från källmappen är på den första nivån i målmappen. Målfilerna har automatiskt genererade namn.
- Sammanfoga filer: Sammanfogar alla filer från källmappen till en fil. Om filnamnet anges är det kopplade filnamnet det angivna namnet. Annars är det ett automatiskt genererat filnamn.
- Bevara hierarkin: Bevarar filhierarkin i målmappen. Den relativa sökvägen för källfilen till källmappen är identisk med den relativa sökvägen för målfilen till målmappen.
Maximalt antal samtidiga anslutningar: Den övre gränsen för samtidiga anslutningar som upprättats till datalagret under aktivitetskörningen. Ange endast ett värde när du vill begränsa samtidiga anslutningar.
Expiry datetime (UTC): Anger förfallotiden för de skrivna filerna. Tiden tillämpas på UTC-tiden i formatet "2020-03-01T08:00:00Z". Som standard är det NULL, vilket innebär att de skrivna filerna aldrig har upphört att gälla.
Mappning
För Konfiguration av fliken Mappning går du till Konfigurera dina mappningar under mappningsfliken. Om du väljer Binärt som filformat stöds inte mappning.
Inställningar
För Inställningar flikkonfiguration går du till Konfigurera dina andra inställningar under fliken Inställningar.
Tabellsammanfattning
Följande tabeller innehåller mer information om kopieringsaktiviteten i Azure Data Lake Storage Gen1.
Källinformation
Name | Beskrivning | Värde | Obligatoriskt | JSON-skriptegenskap |
---|---|---|---|---|
Typ av datalager | Din datalagertyp. | Externt | Ja | / |
Anslutning | Din anslutning till källdatalagret. | <din Azure Data Lake Storage Gen1-anslutning> | Ja | anslutning |
Anslutningstyp | Din anslutningstyp. Välj Azure Data Lake Storage Gen1. | Azure Data Lake Storage Gen1 | Ja | / |
Filsökvägstyp | Den filsökvägstyp som du vill använda. | • Filsökväg • Namnintervall • Sökväg till jokerteckenmapp, namn på jokerteckenfil •Lista över filer |
Nej | • folderPath, fileName • listAfter, listBefore • jokerteckenFolderPath, jokerteckenFileName • fileListPath |
Rekursivt | Anger om data läse rekursivt från undermapparna eller endast från den angivna mappen. Observera att när Rekursivt har valts och målet är ett filbaserat arkiv kopieras inte en tom mapp eller undermapp på målet. Den här egenskapen gäller inte när du konfigurerar Sökväg till fillista. | markerad (standard) eller avmarkera | Nej | Rekursiv |
Filtrera efter senast ändrad | Filerna med senast ändrad tid i intervallet [Starttid, Sluttid) filtreras för vidare bearbetning. Tiden tillämpas på UTC-tidszonen i formatet yyyy-mm-ddThh:mm:ss.fffZ . Dessa egenskaper kan hoppas över, vilket innebär att inget filattributfilter kommer att tillämpas. Den här egenskapen gäller inte när du konfigurerar filsökvägstypen som Lista över filer. |
datetime | Nej | modifiedDatetimeStart modifiedDatetimeEnd |
Aktivera partitionsidentifiering | Anger om partitionerna ska parsas från filsökvägen och lägga till dem som ytterligare källkolumner. | markerad eller omarkerad (standard) | Nej | enablePartitionDiscovery: sant eller falskt (standard) |
Partitionsrotsökväg | När partitionsidentifiering är aktiverat anger du den absoluta rotsökvägen för att läsa partitionerade mappar som datakolumner. | < partitionens rotsökväg > | Nej | partitionRootPath |
Maximalt antal samtidiga anslutningar | Den övre gränsen för samtidiga anslutningar som upprättats till datalagret under aktivitetskörningen. Ange endast ett värde när du vill begränsa samtidiga anslutningar. | <maximalt antal samtidiga anslutningar> | Nej | maxConcurrent Anslut ions |
Ytterligare kolumner | Lägg till ytterligare datakolumner för att lagra källfilernas relativa sökväg eller statiska värde. Uttrycket stöds för det senare. | • Namn •Värde |
Nej | additionalColumns: •Namn •Värde |
Målinformation
Name | Beskrivning | Värde | Obligatoriskt | JSON-skriptegenskap |
---|---|---|---|---|
Typ av datalager | Din datalagertyp. | Externt | Ja | / |
Anslutning | Din anslutning till måldatalagret. | <din Azure Data Lake Storage Gen1-anslutning> | Ja | anslutning |
Anslutningstyp | Din anslutningstyp. Välj Azure Data Lake Storage Gen1. | Azure Data Lake Storage Gen1 | Ja | / |
Filsökväg | Filsökvägen för dina måldata. | < din filsökväg > | Ja | folderPath, fileName |
Kopieringsbeteende | Definierar kopieringsbeteendet när källan är filer från ett filbaserat datalager. | • Platta ut hierarki • Sammanfoga filer • Bevara hierarkin |
Nej | copyBehavior: • FlatHierarchy • MergeFiles • PreserveHierarchy |
Maximalt antal samtidiga anslutningar | Den övre gränsen för samtidiga anslutningar som upprättats till datalagret under aktivitetskörningen. Ange endast ett värde när du vill begränsa samtidiga anslutningar. | <maximalt antal samtidiga anslutningar> | Nej | maxConcurrent Anslut ions |
Förfallodatumtid (UTC) | Förfallotiden för de skrivna filerna. Tiden tillämpas på UTC-tiden i formatet "2020-03-01T08:00:00Z". Som standard är det NULL, vilket innebär att de skrivna filerna aldrig har upphört att gälla. | < din förfallodatumtid > | Nej | expiryDatetime |
Relaterat innehåll
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för