將結構化檔案轉換成 Delta 表格

使用捷徑轉換將結構化檔案轉換成可查詢的 Delta 表格。 如果你的來源資料已經是像 CSV、Parquet、JSON 或 Excel 這類表格格式，檔案轉換會自動將資料複製並轉換成 Delta Lake 格式，讓你可以用 SQL、Spark 或 Power BI 查詢，無需建立 ETL 管線。

對於需要 AI 處理的非結構化文字檔，如摘要、翻譯或情感分析，請參見捷徑轉換（AI 驅動）。

捷徑轉換會始終與來源資料 同步 。 Fabric Spark 計算 執行轉換，並將 OneLake 捷徑所參考的資料複製到受管理的 Delta 資料表中。 透過自動架構處理、深度扁平化功能，以及支援多種壓縮格式，捷徑轉換消除了建立與維護 ETL 管線的複雜性。

為什麼要使用快捷方式轉換？

  • 自動轉換 – Fabric 複製並轉換原始檔案至 Delta 格式，無需手動管線協調。
  • 頻繁同步 ——Fabric 每兩分鐘輪詢一次捷徑並同步變更。
  • 遞迴資料夾發現 – Fabric 自動遍歷子資料夾，以偵測並轉換整個目錄階層中的檔案。
  • Delta Lake 輸出 – 所得表格與任何 Apache Spark 引擎相容。
  • 繼承治理 – 捷徑繼承 OneLake 的血統、權限及 Microsoft Purview 政策。

先決條件

需求 詳細資料
布料 SKU 支援 Lakehouse 工作負載的容量或試用版本。
源數據 一個包含同質 CSV、Parquet、JSON 或 Excel 檔案的資料夾。
工作區角色 貢獻者或更高。

支援的檔案格式

捷徑轉換可適用於 OneLake 支援的任何資料來源資料夾。

原始碼檔案格式 支援的擴充功能 支援的壓縮類型 支援的捷徑類型 Notes
CSV（UTF-8，UTF-16） .csv、 .txt（分隔符）、 .tsv（制表符分隔）、 .psv（管道分隔） .csv.gz、.csv.bz2 表格快捷鍵 不支援.csv.zip 和 .csv.snappy 。
Parquet .parquet .parquet.snappy、、 .parquet.gzip、 .parquet.lz4、 .parquet.brotli、 .parquet.zstd 表格快捷鍵 沒有。
JSON .json、.jsonl、.ndjson .json.gz、.json.bz2、.jsonl.gz、.ndjson.gz、.jsonl.bz2、.ndjson.bz2 表格快捷鍵 不支援.json.zip 和 .json.snappy 。
Excel .xlsx、.xls 不適用 表格捷徑或結構捷徑 表格快捷方式將工作表合併成一個 Delta 表。 架構捷徑會在每張工作表建立一個 Delta 表格。 .xls （舊有二進位格式）以盡力而為的方式支援; .xlsx 是推薦的格式。

備註

Excel 檔案轉換目前處於 預覽階段。 CSV 格式、Parquet 和 JSON 轉換功能普遍可用。

建立帶有資料轉換的表格捷徑

一個表格捷徑會在湖屋的 Tables 資料夾中建立一個 Delta 表格。 用它來轉換 CSV、Parquet、JSON 或 Excel 檔案。

對於包含多個試算表的 Excel 檔案，一個表格捷徑會將選取的試算表合併成一個 Delta 表格。 如果你每張圖需要一個 Delta 表格，可以建立一個 結構捷徑 。

  1. 在你的 Lakehouse 中，右鍵點擊 Tables 資料夾下的架構，然後選擇 新資料表捷徑。 選擇你的捷徑來源，例如 Azure Data Lake、Azure Blob 儲存體、Dataverse、Amazon S3、GCP、SharePoint 或 OneDrive。

    截圖顯示建立「表格捷徑」。

  2. 選擇包含 CSV、Parquet 或 JSON 檔案的資料夾，或選擇包含 .xlsx 檔案的資料夾。

  3. 在 轉換 步驟中，設定 Delta 轉換的設定：

    • CSV 檔案：

      • 分隔符 – 選擇用來分隔欄位的分隔字元，如逗號、分號、直線、制表符、& 符號或空格。
      • 第一個數據列做為標頭 – 指出第一個數據列是否包含數據行名稱。

    • Excel 檔案：

      • 第一個數據列做為標頭 – 指出第一個數據列是否包含數據行名稱。
      • 可包含的工作表 – 選擇所有工作表或只選取部分工作表。 你可以依名稱、索引或使用萬用字元模式選擇工作表（例如，Sales_* 可以匹配像 Sales_Q1 和 Sales_2026 這樣的工作表）。 萬用卡匹配不區分大小寫。

  4. 檢視快捷鍵設定。 在預覽 捷徑 步驟中，您也可以在選擇 建立前先設定這些設定：

    • 捷徑名稱 – 選擇鉛筆圖示以編輯捷徑名稱。
    • 包含子資料夾 – 啟用巢狀子目錄中檔案的遞迴處理。 此選項預設為新變換選項。 如果你只想處理頂層資料夾，請清除勾選框。

  5. 在 「管理捷徑監控中心」中追蹤刷新並查看日誌。

Fabric Spark 計算會建立 Delta 表格，並在 管理快捷鍵 面板中顯示進度。

對於 Excel 檔案，產生的 Delta 表格會包含 __filepath__ 和 __sheetname__ 元資料欄位，讓你能追蹤每一列回到其原始檔案和工作表。

建立帶有資料轉換的結構捷徑

結構捷徑會在湖屋的 Tables 資料夾中新結構下建立多個 Delta 資料表。 當 Excel 工作簿有多個工作表，且你想每個工作表只用一個 Delta 表格時，才會用它。

目前結構捷徑與數據轉換僅適用於 Excel 檔案（.xlsx）。 它們也需要一個啟用 schemas 的湖屋。 更多資訊請參見Lakehouse 結構。

  1. 在你的 Lakehouse 資料庫中，右鍵點擊 Tables 資料夾，然後選擇 新增資料表架構捷徑。

    截圖顯示建立「schema 捷徑」。

  2. 選擇此捷徑的資料來源，然後導覽到包含你 .xlsx 檔案的資料夾。

  3. 在 轉換 步驟中，設定 Delta 轉換的設定：

    • 第一個數據列做為標頭 – 指出第一個數據列是否包含數據行名稱。
    • 可包含的工作表 – 選擇所有工作表或只選取部分工作表。 你可以依名稱、依索引順序或使用通配符模式來選擇工作表。

    截圖顯示結構捷徑的變形選項。

  4. 檢視快捷鍵設定。 在預覽 捷徑 步驟中，您也可以在選擇 建立前先設定這些設定：

    • 捷徑名稱 – 選擇鉛筆圖示以編輯捷徑名稱。
    • 包含子資料夾 – 啟用巢狀子目錄中檔案的遞迴處理。 此選項預設為新變換選項。 如果你只想處理頂層資料夾，請清除勾選框。

  5. 在 「管理捷徑監控中心」中追蹤刷新並查看日誌。

Fabric Spark 計算會為所選工作表建立獨立的 Delta 表格，並保持與來源檔案同步。 工作表名稱會自動被淨化為有效的表格名稱。 例如，一個名為 Sales Data (Q1) 的紙張會變成 Sales_Data_Q1。

同步處理的運作方式

初始載入之後，Fabric Spark 會計算：

  • 每 兩分鐘輪詢捷徑目標。
  • 偵測 新的或修改過的檔案 ，並據以附加或覆寫數據列。
  • 偵測 已刪除的檔案 並移除相應的列。

啟用子資料夾支援後，系統會遞迴地發現並處理目標資料夾內所有巢狀子目錄的檔案。

監控和故障排除

捷徑變換包括監控與錯誤處理，以幫助您追蹤資料擷取狀態並診斷問題。

  1. 打開湖屋，右鍵點擊能餵養你變身的捷徑。

  2. 選擇 管理捷徑。

  3. 在詳細選區，您可以查看：

    • 狀態 – 最後掃描結果及目前同步狀態。

    • 刷新歷史 – 同步操作的時間順序清單，包含列數及錯誤細節。

    • 包含子資料夾 – 指示子資料夾轉換是否啟用（是 或 否）。

      顯示「監控中心」的截圖，用於查看轉換狀態。

  4. 請查看更多詳細紀錄以進行故障排除。

    截圖展示如何訪問「日誌檔案」以排查問題。

局限性

以下限制目前適用於快捷鍵轉換。

一般限制

  • 資料來源格式： 支援 CSV、JSON、Parquet 和 Excel 檔案。
  • 檔案結構一致性： 檔案必須共享相同的結構。
  • 工作空間可用性： 僅在 Lakehouse 項目中取得（不包含 Data Warehouses 或 KQL 資料庫）。
  • 寫入操作： 轉換已被優化以提高讀取效率。 不支援在轉換目標資料表上直接執行 MERGE INTO 或 DELETE 語句。
  • 架構捷徑可用性： 檔案轉換的結構捷徑僅支援 Excel 檔案。

CSV 限制

  • 不支援的資料類型： 複雜邏輯類型——MAP/LIST/STRUCT、原始二進位。

JSON 限制

  • 陣列資料型態的扁平化：陣列資料型別保留在 Delta 資料表中，並可透過 Spark SQL 與 PySpark 存取。 進一步變身時，可以使用Fabric Materialized Lake Views作為銀色層。
  • 壓平深度： 巢狀結構會被壓平至五層深。 較深層次的嵌套結構需要預處理。

Excel 限制

  • 電池範圍： 資料總是從儲存格 A1 開始讀取。 資料從不同儲存格開始或使用命名資料表或範圍的工作簿，無法被鎖定。
  • 跳過排： 標題橫幅、元資料前言，以及位於實際資料上方或下方的頁腳摘要，都不能被排除。 它們會被以資料列的形式被匯入。
  • 圖式推論： Excel 檔案的架構推論始終啟用。 帶有前置零的識別碼（例如郵遞區號如 ZIP 編碼 02134 或員工 ID 001245如 ）會被轉換成整數，從而去除前置零。
  • 隱藏工作表： 所有工作表，包括隱藏工作表與系統工作表，除非已被明確以名稱或索引篩選，否則都會被處理。
  • 貨幣格式： 貨幣格式的儲存格（例如 $1,234.56）會被轉換成純數字值。 貨幣符號被剝除。
  • 敏感度標籤： 帶有 Microsoft Purview 敏感標籤的活頁簿無法處理。
  • 損壞列： Excel 閱讀器不支援損壞紀錄的隔離。 工作表中損壞或類型不匹配的列無法單獨隔離並記錄。
  • 工作表限制： 含有超過 25 個工作表的檔案會被跳過。
  • 舊有格式：.xls （舊有二進位格式）在支援方面採用盡力而為（best-effort）方式，對於複雜格式來說，可能會降低保真度。 .xlsx 是推薦的格式。
  • 公式評估： Spark 讀取公式單元格的快取值。 如果活頁簿沒有儲存計算值，公式儲存格可能會顯得空白或過時。

子資料夾限制

  • 僅適用於新的轉換。 現有的轉換無法啟用子資料夾支援。
  • 一旦啟用子資料夾支援，就無法關閉。
  • 目標資料夾中巢狀的捷徑不會被遵守。 只會處理實體資料夾和檔案。
  • 不支援選擇性包含或排除特定子資料夾。
  • 巢狀資料夾無法搭配 SharePoint 捷徑使用。

使用 Fabric 路線圖 與 Fabric 更新部落格 ，了解新功能與新版本。

清除

若要停止同步，請從 Lakehouse 檔案總管中刪除捷徑轉換。

刪除轉換並不會移除底層檔案。

  • Last updated on