Hämta data från en blob

  • Artikel

Viktigt

Microsoft Fabric är en förhandsversion.

I den här artikeln får du lära dig hur du hämtar data från en Azure-blob till en befintlig databas. Azure Blob Storage är optimerat för lagring av enorma mängder ostrukturerade data. Ostrukturerade data är data som inte följer en viss datamodell eller definition, till exempel text eller binära data. Mer information om Azure Blob Storage finns i Introduktion till Azure Blob Storage.

Information om hur du hämtar data från en blobcontainer finns i Hämta data från en blobcontainer.

Förutsättningar

Hämta data

  1. I det nedre menyfliksområdet väljer du Hämtadatablob>.

    Skärmbild av hämta data– blob i Real-Time Analytics.

  2. På fliken Start väljer du Hämta data>Hämta data från blob.

  3. Ange ett namn på tabellen. Som standard är Ny tabell markerad.

    Anteckning

    Tabellnamn kan vara upp till 1 024 tecken, inklusive alfanumeriska tecken, bindestreck och understreck. Specialtecken stöds inte.

  4. Välj Nästa: Källa.

Fliken Källa

  1. I Källtyp väljer du Azure-blob.

  2. I fältet Länk till källa lägger du till en blob-URL med en kontonyckel/SAS-URI.

    Om du vill lägga till en blob-URI måste du generera en kontonyckel/SAS-token med både läs- och skrivbehörighet. Information om hur du genererar en kontonyckel/SAS-token finns i Generera en SAS-token.

    Den blob som du lägger till utgör grunden för schemafliken. Du kan lägga till upp till 10 objekt med upp till 1 GB okomprimerad storlek vardera. Om du laddar upp fler än ett objekt kan du ändra schemadefinieringsbloben genom att välja ikonen star till höger om källlänkfältet.

  3. Välj Nästa: Schema för att visa och redigera konfigurationen av tabellkolumnen.

Fliken Schema

Dataformatet och komprimering identifieras automatiskt i det vänstra fönstret. Om du har identifierat fel använder du listrutan Dataformat för att välja rätt format.

  • Om ditt dataformat är JSON måste du också välja JSON-nivåer, från 1 till 10. Nivåerna avgör tabellkolumnens datadelning.
  • Om dataformatet är CSV markerar du kryssrutan Ignorera den första posten för att ignorera rubrikraden i filen.

Mer information om dataformat finns i Dataformat som stöds för inmatning.

  1. I fältet Mappningsnamn anger du ett mappningsnamn. Du kan använda alfanumeriska tecken och understreck. Blanksteg, specialtecken och bindestreck stöds inte.

    Skärmbild som visar Azure Blob-schemat.

    Anteckning

    Verktyget härleder automatiskt schemat baserat på dina data. Om du vill ändra schemat för att lägga till och redigera kolumner kan du göra det under Partiell dataförhandsgranskning.

    Du kan också använda kommandovisningsprogrammet för att visa och kopiera de automatiska kommandon som genereras från dina indata.

  2. Välj Nästa: Sammanfattning. Om du vill hoppa till förklaringen i sammanfattningsfönstret väljer du Slutför datainmatning.

Kommandovisningsprogram

Kommandovisningsprogrammet visar kommandona för att skapa tabeller, mappa och mata in data i tabeller.

Öppna kommandovisningsprogrammet genom att välja knappen v till höger i kommandovisningsprogrammet. I kommandovisningsprogrammet kan du visa och kopiera de automatiska kommandon som genereras från dina indata.

Skärmbild av kommandoredigeraren.

Partiell dataförhandsgranskning

Den partiella dataförhandsgranskningen härleds automatiskt baserat på dina data. Du kan ändra dataförhandsgranskningen genom att redigera och lägga till nya kolumner.

Om du vill lägga till en ny kolumn väljer du + knappen i den högra kolumnen under Partiell dataförhandsgranskning.

Skärmbild av fönstret Partiell förhandsgranskning av data.

  • Kolumnnamnet bör börja med en bokstav och kan innehålla tal, punkter, bindestreck eller understreck.
  • Standardkolumntypen är string men kan ändras i listrutan i fältet Kolumntyp.
  • Källa: För tabellformat (CSV, TSV osv.) kan varje kolumn bara länkas till en källkolumn. För andra format (till exempel JSON, Parquet osv.) kan flera kolumner använda samma källa.

Skärmbild av det nya kolumnfönstret i schemafönstret.

Välj Nästa: Sammanfattning för att skapa en tabell och mappning och starta datainmatning.

Fullständig datainmatning

I fönstret Datainmatning slutförd markeras alla tre stegen med gröna bockmarkeringar när datainmatningen har slutförts.

Skärmbild av den inmatade fullständiga dialogrutan med dataförhandsgranskning.

Utforska dina data

Om du vill kontrollera att du har matat in data i databasen väljer du Utforska dina data till höger på databasens landningssida. Du kan sedan spara frågan som en KQL-frågeuppsättning genom att välja Spara som KQL QuerySet.

Skärmbild av knappen Snabbfråga.

Mer information om KQL-frågeuppsättning finns i Frågedata i en KQL-frågeuppsättning.

Nästa steg