使用 Azure Data Factory 或 Azure Synapse Analytics 在 Snowflake 中複製和轉換資料
適用於:Azure Data Factory Azure Synapse Analytics
提示
試用 Microsoft Fabric 中的 Data Factory,這是適用於企業的全方位分析解決方案。 Microsoft Fabric 涵蓋從資料移動到資料科學、即時分析、商業智慧和報告的所有項目。 了解如何免費啟動新的試用版!
本文概述如何使用 Azure Data Factory 和 Azure Synapse Analytics 管線中的複製活動,在 Snowflake 複製/貼上資料,並使用資料流程來轉換 Snowflake 中的資料。 若要深入了解,請閱讀 Data Factory 或 Azure Synapse Analytics 簡介文章。
重要
新的 Snowflake 連接器提供改良的原生 Snowflake 支援。 如果您在解決方案中使用舊版 Snowflake 連接器,則僅支援原狀提供回溯相容性,請參閱 Snowflake 連接器(舊版) 一文。
支援的功能
此 Snowflake 連接器支援下列功能:
支援的功能 | IR |
---|---|
複製活動 (來源/接收) | (1) (2) |
對應資料流 (來源/接收) | (1) |
查閱活動 | (1) (2) |
指令碼活動 | (1) (2) |
① 整合執行階段 ② 自我裝載整合執行階段
針對複製活動,此 Snowflake 連接器支援下列功能:
- 用 Snowflake 的 COPY into [location] (英文) 命令從 Snowflake 複製資料,藉此達到最佳效能。
- 用 Snowflake 的 COPY into [table] (英文) 命令將資料複製到 Snowflake,藉此達到最佳效能。 這項命令支援 Azure 上的 Snowflake。
- 如果需要 Proxy 從自我裝載整合執行階段連線到 Snowflake,您必須在整合執行階段主機上設定 HTTP_PROXY 和 HTTPS_PROXY 環境變數。
必要條件
如果您的資料存放區位於內部部署網路、Azure 虛擬網路或 Amazon 虛擬私人雲端中,則必須設定自我裝載整合執行階段以與其連線。 請務必將自我裝載整合執行階段使用的 IP 位址新增至允許清單。
如果您的資料存放區是受控雲端資料服務,則可使用 Azure Integration Runtime。 如果只能存取防火牆規則中核准的 IP,您可以將 Azure Integration Runtime IP 新增至允許清單。
用於來源或接收的 Snowflake 帳戶應該具有資料庫的必要 USAGE
存取權,以及結構描述及其下的資料表/檢視表的讀取/寫入存取權。 此外,其也應該在結構描述上具有 CREATE STAGE
,才能使用 SAS URI 建立外部階段。
必須設定下列帳戶屬性值
屬性 | 描述 | 是必要欄位 | 預設 |
---|---|---|---|
REQUIRE_STORAGE_INTEGRATION_FOR_STAGE_CREATION | 指定在建立具名外部階段 (使用 CREATE STAGE) 存取私人雲端儲存位置時,是否需要儲存體整合物件做為雲端認證。 | FALSE | FALSE |
REQUIRE_STORAGE_INTEGRATION_FOR_STAGE_OPERATION | 指定從私人雲端儲存位置載入資料或卸載資料時,是否要使用參考儲存體整合物件做為雲端認證的具名外部階段。 | FALSE | FALSE |
如需 Data Factory 支援的網路安全性機制和選項的詳細資訊,請參閱資料存取策略。
開始使用
若要透過管線執行複製活動,您可以使用下列其中一個工具或 SDK:
使用 UI 建立 Snowflake 的連結服務
使用下列步驟,在 Azure 入口網站 UI 中建立 Snowflake 的連結服務。
前往 Azure Data Factory 或 Synapse 工作區的 [管理] 索引標籤,選取 [連結服務],然後按一下 [新增]:
搜尋 Snowflake 並選取 Snowflake 連接器。
設定服務詳細資料,測試連線,然後建立新的連結服務。
連接器設定詳細資料
下列各節提供屬性的相關詳細資料,這些屬性會定義 Snowflake 連接器的特定實體。
連結服務屬性
Snowflake 鏈接服務支持這些泛型屬性:
屬性 | 描述 | 必要 |
---|---|---|
type | type 屬性必須設定為 SnowflakeV2。 | Yes |
accountIdentifier | 帳戶及其組織的名稱。 例如,myorg-account123。 | Yes |
database | 連接之後用於會話的預設資料庫。 | Yes |
倉儲 | 聯機後用於會話的預設虛擬倉儲。 | Yes |
authenticationType | 用來連線到 Snowflake 服務的驗證類型。 允許的值為: 基本 (預設值) 和 KeyPair。 請參閱下方的對應章節,以分別取得更多屬性和範例。 | No |
角色 (role) | 線上後用於工作階段的預設安全性角色。 | No |
connectVia | 用來連線到資料存放區的整合執行階段。 如果您的資料存放區位於私人網路,則可使用 Azure 整合執行階段或自我裝載整合執行階段。 如果未指定,則會使用預設的 Azure 整合執行階段。 | No |
Snowflake 連接器支援下列驗證類型。 如需詳細資料,請參閱對應章節。
基本驗證
若要使用 基本 身份驗證,除了上一節所述的泛型屬性之外,還指定下列屬性:
屬性 | 描述 | 必要 |
---|---|---|
使用者 | Snowflake 使用者的登入名稱。 | Yes |
password | Snowflake 用戶的密碼。 將此欄位標記為 SecureString 類型以將其安全地儲存。 您也可以參考儲存在 Azure 金鑰保存庫 中的秘密。 | Yes |
範例:
{
"name": "SnowflakeV2LinkedService",
"properties": {
"type": "SnowflakeV2",
"typeProperties": {
"accountIdentifier": "<accountIdentifier>",
"database": "<database>",
"warehouse": "<warehouse>",
"authenticationType": "Basic",
"user": "<username>",
"password": {
"type": "SecureString",
"value": "<password>"
},
"role": "<role>"
},
"connectVia": {
"referenceName": "<name of Integration Runtime>",
"type": "IntegrationRuntimeReference"
}
}
}
Azure Key Vault 中的密碼:
{
"name": "SnowflakeV2LinkedService",
"properties": {
"type": "SnowflakeV2",
"typeProperties": {
"accountIdentifier": "<accountIdentifier>",
"database": "<database>",
"warehouse": "<warehouse>",
"authenticationType": "Basic",
"user": "<username>",
"password": {
"type": "AzureKeyVaultSecret",
"store": {
"referenceName": "<Azure Key Vault linked service name>",
"type": "LinkedServiceReference"
},
"secretName": "<secretName>"
}
},
"connectVia": {
"referenceName": "<name of Integration Runtime>",
"type": "IntegrationRuntimeReference"
}
}
}
注意
對應數據流僅支援基本身份驗證。
金鑰組驗證
若要使用 金鑰組 驗證,您必須參考 金鑰組驗證和金鑰組輪替,在 Snowflake 中設定和建立金鑰組驗證使用者。 之後,請記下您用來定義連結服務的私鑰和複雜密碼(選擇性)。
除了上一節所述的泛型屬性之外,還指定下列屬性:
屬性 | 描述 | 必要 |
---|---|---|
使用者 | Snowflake 使用者的登入名稱。 | Yes |
privateKey | 用於金鑰組驗證的私鑰。 為了確保私鑰在傳送至 Azure Data Factory 時有效,並考慮 privateKey 檔案包含換行符 (\n),請務必以字元串常值形式正確格式化 privateKey 內容。 此程式牽涉到明確地將 \n 新增至每個換行符。 |
Yes |
privateKeyPassphrase | 如果私鑰已加密,則用來解密私鑰的複雜密碼。 | No |
範例:
{
"name": "SnowflakeV2LinkedService",
"properties": {
"type": "SnowflakeV2",
"typeProperties": {
"accountIdentifier": "<accountIdentifier>",
"database": "<database>",
"warehouse": "<warehouse>",
"authenticationType": "KeyPair",
"user": "<username>",
"privateKey": {
"type": "SecureString",
"value": "<privateKey>"
},
"privateKeyPassphrase": {
"type": "SecureString",
"value": "<privateKeyPassphrase>"
},
"role": "<role>"
},
"connectVia": {
"referenceName": "<name of Integration Runtime>",
"type": "IntegrationRuntimeReference"
}
}
}
資料集屬性
如需可用來定義資料集的區段和屬性完整清單,請參閱資料集一文。
以下是針對 Snowflake 資料集支援的屬性。
屬性 | 描述 | 必要 |
---|---|---|
type | 數據集的 type 屬性必須設定為 SnowflakeV2Table。 | Yes |
schema | 結構描述的名稱。 請注意,結構描述名稱會區分大小寫。 | 否 (來源);是 (接收器) |
table | 資料表/檢視的名稱。 請注意,表格名稱會區分大小寫。 | 否 (來源);是 (接收器) |
範例:
{
"name": "SnowflakeV2Dataset",
"properties": {
"type": "SnowflakeV2Table",
"typeProperties": {
"schema": "<Schema name for your Snowflake database>",
"table": "<Table name for your Snowflake database>"
},
"schema": [ < physical schema, optional, retrievable during authoring > ],
"linkedServiceName": {
"referenceName": "<name of linked service>",
"type": "LinkedServiceReference"
}
}
}
複製活動屬性
如需可用來定義活動的區段和屬性完整清單,請參閱管線一文。 本節提供 Snowflake 來源和接收器支援的屬性清單。
以 Snowflake 做為來源
Snowflake 連接器會利用 Snowflake 的 COPY 到 [location] 命令,以達到最佳效能。
如果 Snowflake COPY 命令原生支援接收器資料存放區和格式,則可使用複製活動,直接從 Snowflake 複製到接收器。 如需詳細資訊,請參閱從 Snowflake 直接複製。 若否,請使用內建的從 Snowflake 暫存複本。
若要從 Snowflake 複製資料,複製活動的 [source] 區段支援下列屬性。
屬性 | 描述 | 必要 |
---|---|---|
type | 複製活動 來源的 type 屬性必須設定為 SnowflakeV2Source。 | Yes |
query | 指定 SQL 查詢從 Snowflake 讀取資料。 如果結構描述、資料表和資料行的名稱包含小寫,請在查詢中為物件識別碼加上引號,例如 select * from "schema"."myTable" 。不支援執行預存程式。 |
No |
exportSettings | 用來從 Snowflake 擷取資料的進階設定。 您可以在叫用陳述式時,將 COPY 支援的複本設定為服務會通過的命令。 | Yes |
在 exportSettings 之下: |
||
type | 匯出命令的型別,設定為 SnowflakeExportCopyCommand。 | Yes |
additionalCopyOptions | 其他複製選項,以機碼值組字典的形式提供。 範例:MAX_FILE_SIZE、OVERWRITE。 如需詳細資訊,請參閱 Snowflake 複製選項 (英文)。 | No |
additionalFormatOptions | 提供給 COPY 命令充當機碼值組字典的其他檔案格式選項。 範例:DATE_FORMAT、TIME_FORMAT、TIMESTAMP_FORMAT。 如需詳細資訊,請參閱 Snowflake 格式型別選項 (英文)。 | No |
注意
請確定您有權執行下列命令,並存取架構 INFORMATION_SCHEMA 和資料表 COLUMNS。
COPY INTO <location>
從 Snowflake 直接複製
如果您的接收器資料存放區和格式符合本節所述準則,則可使用複製活動,直接從 Snowflake 複製到接收器。 如果不符合下列準則,服務會檢查設定,並失敗 複製活動 執行:
接收器連結服務是具有共用存取簽章驗證的 Azure Blob 儲存體。 如果您想要以下列支援的格式直接將資料複製到 Azure Data Lake Storage Gen2,請針對 ADLS Gen2 帳戶建立具有 SAS 驗證的 Azure Blob 連結服務,以避免使用從 Snowflake 暫存複本。
接收器資料格式包括 Parquet、分隔符號文字 或 JSON,並具有下列設定:
- 針對 Parquet 格式,壓縮轉碼器為 None、Snappy 或 Lzo。
- 針對分隔符號文字格式:
rowDelimiter
為 \r\n 或任何單一字元。compression
可以是無壓縮、gzip、bzip2 或 deflate。encodingName
會保留為預設值,或設定為 utf-8。quoteChar
為雙引號、單引號或空字串 (沒有引號字元)。
- 針對 JSON 格式,直接複製僅支援來源 Snowflake 資料表或查詢結果只有單一資料行的案例,且此資料行的資料類型為 VARIANT、OBJECT 或 ARRAY。
compression
可以是無壓縮、gzip、bzip2 或 deflate。encodingName
會保留為預設值,或設定為 utf-8。filePattern
在複製活動接收器中保留為預設值,或設定為 setOfObjects。
在複製活動來源中,
additionalColumns
未指定 。未指定數據行對應。
範例:
"activities":[
{
"name": "CopyFromSnowflake",
"type": "Copy",
"inputs": [
{
"referenceName": "<Snowflake input dataset name>",
"type": "DatasetReference"
}
],
"outputs": [
{
"referenceName": "<output dataset name>",
"type": "DatasetReference"
}
],
"typeProperties": {
"source": {
"type": "SnowflakeV2Source",
"sqlReaderQuery": "SELECT * FROM MYTABLE",
"exportSettings": {
"type": "SnowflakeExportCopyCommand",
"additionalCopyOptions": {
"MAX_FILE_SIZE": "64000000",
"OVERWRITE": true
},
"additionalFormatOptions": {
"DATE_FORMAT": "'MM/DD/YYYY'"
}
}
},
"sink": {
"type": "<sink type>"
}
}
}
]
從 Snowflake 暫存複本
當您的接收數據存放區或格式與 Snowflake COPY 命令原生不相容時,如上一節所述,使用過渡 Azure Blob 記憶體實例啟用內建分段複製。 分段複製功能也能提供更好的輸送量。 服務會將資料從 Snowflake 匯出至暫存儲存體,然後將資料複製到接收器,最後從暫存儲存體中清除暫存資料。 如需使用暫存複製資料的詳細資料,請參閱暫存複製。
如要使用此功能,請建立 Azure Blob 儲存體連結服務,參考具有過渡暫存的 Azure 儲存體帳戶。 然後,在複製活動中指定 enableStaging
和 stagingSettings
屬性。
注意
暫存 Azure Blob 儲存體連結服務必須使用「Snowflake COPY」命令所需的共用存取簽章驗證。 請務必在預備 Azure Blob 儲存體中為 Snowflake 授與適當存取權限。 若要深入瞭解,請參閱這篇文章。
範例:
"activities":[
{
"name": "CopyFromSnowflake",
"type": "Copy",
"inputs": [
{
"referenceName": "<Snowflake input dataset name>",
"type": "DatasetReference"
}
],
"outputs": [
{
"referenceName": "<output dataset name>",
"type": "DatasetReference"
}
],
"typeProperties": {
"source": {
"type": "SnowflakeV2Source",
"sqlReaderQuery": "SELECT * FROM MyTable",
"exportSettings": {
"type": "SnowflakeExportCopyCommand"
}
},
"sink": {
"type": "<sink type>"
},
"enableStaging": true,
"stagingSettings": {
"linkedServiceName": {
"referenceName": "MyStagingBlob",
"type": "LinkedServiceReference"
},
"path": "mystagingpath"
}
}
}
]
以 Snowflake 做為接收器
Snowflake 連接器會用 Snowflake 的 COPY into [table] (英文) 命令達到最佳效能。 此功能支援將資料寫入 Azure 上的 Snowflake。
如果 Snowflake COPY 命令原生支援來源資料存放區和格式,則可使用複製活動,直接從來源複製到 Snowflake。 如需詳細資訊,請參閱直接複製到 Snowflake。 若否,請使用內建的暫存複本到 Snowflake。
若要將資料複製到 Snowflake,複製活動的 [sink] 區段支援下列屬性。
屬性 | 描述 | 必要 |
---|---|---|
type | 複製活動 接收的 type 屬性,設定為 SnowflakeV2Sink。 | Yes |
preCopyScript | 指定一個供複製活動在每次執行時將資料寫入到 Snowflake 前執行的 SQL 查詢。 使用此屬性來清除預先載入的資料。 | No |
importSettings | 用來將資料寫入 Snowflake 的進階設定。 您可以在叫用陳述式時,將 COPY 支援的複本設定為服務會通過的命令。 | Yes |
在 importSettings 之下: |
||
type | 匯入命令的型別,設定為 SnowflakeImportCopyCommand。 | Yes |
additionalCopyOptions | 其他複製選項,以機碼值組字典的形式提供。 範例:ON_ERROR、FORCE、LOAD_UNCERTAIN_FILES。 如需詳細資訊,請參閱 Snowflake 複製選項 (英文)。 | No |
additionalFormatOptions | 提供給 COPY 命令充當機碼值組字典的其他檔案格式選項。 範例:DATE_FORMAT、TIME_FORMAT、TIMESTAMP_FORMAT。 如需詳細資訊,請參閱 Snowflake 格式型別選項 (英文)。 | No |
注意
請確定您有權執行下列命令,並存取架構 INFORMATION_SCHEMA 和資料表 COLUMNS。
SELECT CURRENT_REGION()
COPY INTO <table>
SHOW REGIONS
CREATE OR REPLACE STAGE
DROP STAGE
直接複製到 Snowflake
如果您的來源資料存放區和格式符合本節所述的準則,則可使用複製活動,直接從來源複製到 Snowflake。 如果不符合下列準則,服務會檢查設定,並失敗 複製活動 執行:
來源連結服務是具有共用存取簽章驗證的 Azure Blob 儲存體。 如果您想要以下列支援的格式直接從 Azure Data Lake Storage Gen2 複製資料,請針對 ADLS Gen2 帳戶建立具有 SAS 驗證的 Azure Blob 連結服務,以避免使用暫存複本到 Snowflake。
來源資料格式包括 Parquet、分隔符號文字 或 JSON,並具有下列設定:
針對 Parquet 格式,壓縮轉碼器為 None 或 Snappy。
針對分隔符號文字格式:
rowDelimiter
為 \r\n 或任何單一字元。 如果數據列分隔符不是 “\r\n”,firstRowAsHeader
則必須為 false 且skipLineCount
未指定。compression
可以是無壓縮、gzip、bzip2 或 deflate。encodingName
保留為預設值,或設定為「UTF-8」、「UTF-16」、「UTF-16BE」、「UTF-32」、「UTF-32BE」、「BIG5」、「EUC-JP」、「EUC-KR」、「GB18030」、「ISO-2022-JP」、「ISO-2022-KR」、「ISO-8859-1」、「ISO-8859-2」、「ISO-8859-2」、「ISO-8859-5」、「ISO-8859-6」、「ISO-8859-7」、「ISO-8859-8」、「ISO-8859-9」、「WINDOWS-1250」、「WINDOWS-1251」、「WINDOWS-1252」、「WINDOWS-1253」、「WINDOWS-1254」、「WINDOWS-1255」。quoteChar
為雙引號、單引號或空字串 (沒有引號字元)。
針對 JSON 格式,直接複製僅支援接收器 Snowflake 資料表只有單一資料行的案例,且此資料行的資料類型為 VARIANT、OBJECT 或 ARRAY。
compression
可以是無壓縮、gzip、bzip2 或 deflate。encodingName
會保留為預設值,或設定為 utf-8。- 未指定數據行對應。
在複製活動來源中:
additionalColumns
未指定。- 如果來源是資料夾,
recursive
會設定為 true。 prefix
未指定、modifiedDateTimeStart
、modifiedDateTimeEnd
與enablePartitionDiscovery
。
範例:
"activities":[
{
"name": "CopyToSnowflake",
"type": "Copy",
"inputs": [
{
"referenceName": "<input dataset name>",
"type": "DatasetReference"
}
],
"outputs": [
{
"referenceName": "<Snowflake output dataset name>",
"type": "DatasetReference"
}
],
"typeProperties": {
"source": {
"type": "<source type>"
},
"sink": {
"type": "SnowflakeV2Sink",
"importSettings": {
"type": "SnowflakeImportCopyCommand",
"copyOptions": {
"FORCE": "TRUE",
"ON_ERROR": "SKIP_FILE"
},
"fileFormatOptions": {
"DATE_FORMAT": "YYYY-MM-DD"
}
}
}
}
}
]
暫存複本到 Snowflake
當您的源數據存放區或格式與 Snowflake COPY 命令原生不相容時,如上一節所述,使用過渡 Azure Blob 記憶體實例啟用內建分段複製。 分段複製功能也能提供更好的輸送量。 該服務會自動轉換資料,以符合 Snowflake 的資料格式需求。 之後系統會叫用 COPY 命令,將資料載入 Snowflake。 最後,它會清除 Blob 儲存體中的暫存資料。 如需使用暫存複製資料的詳細資料,請參閱暫存複製。
如要使用此功能,請建立 Azure Blob 儲存體連結服務,參考具有過渡暫存的 Azure 儲存體帳戶。 然後,在複製活動中指定 enableStaging
和 stagingSettings
屬性。
注意
暫存 Azure Blob 儲存體連結服務需要使用「Snowflake COPY」命令所需的共用存取簽章驗證。
範例:
"activities":[
{
"name": "CopyToSnowflake",
"type": "Copy",
"inputs": [
{
"referenceName": "<input dataset name>",
"type": "DatasetReference"
}
],
"outputs": [
{
"referenceName": "<Snowflake output dataset name>",
"type": "DatasetReference"
}
],
"typeProperties": {
"source": {
"type": "<source type>"
},
"sink": {
"type": "SnowflakeV2Sink",
"importSettings": {
"type": "SnowflakeImportCopyCommand"
}
},
"enableStaging": true,
"stagingSettings": {
"linkedServiceName": {
"referenceName": "MyStagingBlob",
"type": "LinkedServiceReference"
},
"path": "mystagingpath"
}
}
}
]
對應資料流程屬性
在對應資料流中轉換資料時,您可以從 Snowflake 資料表中讀取並寫入資料。 如需詳細資訊,請參閱對應資料流程中的來源轉換和接收轉換。 您可以選擇使用 Snowflake 資料集或內嵌資料集做為來源和接收器型別。
來源轉換
下表列出 Snowflake 來源支援的屬性。 您可以在 [來源選項] 索引標籤中編輯這些屬性。連接器會使用 Snowflake 的內部資料傳輸 (英文)。
名稱 | 描述 | 必要 | 允許的值 | 資料流程指令碼屬性 |
---|---|---|---|---|
Table | 如果您選取 [資料表] 做為輸入,資料流程會在使用內嵌資料集時,從 Snowflake 資料集或來源選項中指定的資料表擷取全部資料。 | No | String | (僅限內嵌資料集) tableName schemaName |
查詢 | 如果您選取 [查詢] 做為輸入,請輸入查詢以從 Snowflake 擷取資料。 此設定會覆寫您在資料集中選擇的任何資料表。 如果結構描述、資料表和資料行的名稱包含小寫,請在查詢中為物件識別碼加上引號,例如 select * from "schema"."myTable" 。 |
No | String | query |
啟用累加式擷取 (預覽) | 使用此選項可告訴 ADF 只處理自上次執行管線後已變更的資料列。 | No | 布林值 | enableCdc |
累加資料行 | 使用累加式擷取功能時,您必須選擇想要在來源資料表中用做浮水印的日期/時間/數值資料行。 | No | String | waterMarkColumn |
啟用 Snowflake 變更追蹤 (預覽) | 此選項可讓 ADF 利用 Snowflake 異動資料擷取技術,只處理先前管線執行後的差異資料。 這個選項會自動使用資料列插入、更新和刪除作業載入差異資料,而不需要任何累加資料行。 | No | 布林值 | enableNativeCdc |
網路變更 | 使用 Snowflake 變更追蹤時,您可以使用此選項來取得重複資料刪除變更的資料列或完整變更。 重複資料刪除變更的資料列只會顯示從指定時間點以來已變更的最新版本資料列,而完整變更會顯示每個已變更資料列的所有版本,包括已刪除或更新的資料列。 例如,如果您更新資料列,您會看到刪除版本和完整變更中的插入版本,但只有重複數據刪除變更數據列中的插入版本。 依據您的使用案例,您可以選擇適合您需求的選項。 預設選項為 False,這表示完整變更。 | No | 布林值 | netChanges |
包含系統資料行 | 使用 Snowflake 變更追蹤時,您可以使用 systemColumns 選項來控制在變更追蹤輸出中包含或排除 Snowflake 提供的中繼資料串流資料行。 根據預設,systemColumns 會設定為 true,這表示包含中繼資料串流資料行。 如果您想要排除資料行,您可以將 systemColumns 設定為 False。 | No | 布林值 | systemColumns |
從頭開始讀取 | 使用累加擷取和變更追蹤設定此選項時,會指示 ADF 在第一次執行管線時讀取所有資料列,並開啟累加擷取。 | No | 布林值 | skipInitialLoad |
Snowflake 來源指令碼範例
使用 Snowflake 資料集做為來源型別時,相關聯的資料流程指令碼為:
source(allowSchemaDrift: true,
validateSchema: false,
query: 'select * from MYTABLE',
format: 'query') ~> SnowflakeSource
如果您使用內嵌資料集,相關聯的資料流程指令碼為:
source(allowSchemaDrift: true,
validateSchema: false,
format: 'query',
query: 'select * from MYTABLE',
store: 'snowflake') ~> SnowflakeSource
原生變更追蹤
Azure Data Factory 現在於 Snowflake 中支援稱為變更追蹤的原生功能,其中包含以記錄形式追蹤變更。 Snowflake 的這項功能可讓我們追蹤一段時間的資料變更,使其適用於累加資料載入和稽核用途。 若要利用這項功能,當您啟用異動資料擷取並選取 Snowflake 變更追蹤時,我們會為來源資料表建立 Stream 物件,以啟用來源 Snowflake 資料表上的變更追蹤。 接著,我們會在查詢中使用 CHANGES 子句,只從來源資料表擷取新的或更新的資料。 此外,建議您排程管線,讓變更在針對雪花源數據表設定的數據保留時間間隔內取用,否則使用者可能會在擷取的變更中看到不一致的行為。
接收轉換
下表列出 Snowflake 接收器支援的屬性。 您可以在 [設定] 索引標籤編輯這些屬性。使用內嵌數據集時,您會看到其他設定,這與數據集屬性一節中所述的屬性相同。 連接器會使用 Snowflake 的內部資料傳輸 (英文)。
名稱 | 描述 | 必要 | 允許的值 | 資料流程指令碼屬性 |
---|---|---|---|---|
更新方法 | 指定您的 Snowflake 目的地允許的作業。 若要更新、upsert 或刪除資料列,必須使用 [變更資料列轉換] 來標記這些動作的資料列。 |
Yes | true 或 false |
deletable insertable updateable upsertable |
索引鍵資料行 | 對於更新、更新插入和刪除,必須設定索引鍵資料行,以決定要改變哪一個資料列。 | No | 陣列 | 金鑰 |
資料表動作 | 決定在寫入之前,是否要重新建立或移除目的地資料表中的所有資料列。 - 無:資料表不會執行任何動作。 - 重新建立:資料表會遭到捨棄並重新建立。 如果要動態建立新的資料表,則為必要。 - 截斷:系統將會移除目標資料表中的所有資料列。 |
No | true 或 false |
recreate truncate |
Snowflake 接收器指令碼範例
使用 Snowflake 資料集做為接收器型別時,相關聯的資料流程指令碼為:
IncomingStream sink(allowSchemaDrift: true,
validateSchema: false,
deletable:true,
insertable:true,
updateable:true,
upsertable:false,
keys:['movieId'],
format: 'table',
skipDuplicateMapInputs: true,
skipDuplicateMapOutputs: true) ~> SnowflakeSink
如果您使用內嵌資料集,相關聯的資料流程指令碼為:
IncomingStream sink(allowSchemaDrift: true,
validateSchema: false,
format: 'table',
tableName: 'table',
schemaName: 'schema',
deletable: true,
insertable: true,
updateable: true,
upsertable: false,
store: 'snowflake',
skipDuplicateMapInputs: true,
skipDuplicateMapOutputs: true) ~> SnowflakeSink
查詢下推最佳化
藉由將管線記錄層級設定為「無」,我們會排除中繼轉換計量的傳輸、防止 Spark 最佳化的潛在障礙,以及啟用 Snowflake 所提供的查詢下推最佳化。 此下推最佳化可讓具有廣泛資料集的大型 Snowflake 資料表大幅提升效能。
注意
我們不支援 Snowflake 中的臨時表,因為它們是建立它們的會話或使用者的本機,因此無法存取其他會話,而且容易被 Snowflake 覆寫為一般數據表。 雖然 Snowflake 提供暫時性資料表作為可全域存取的替代方案,但需要手動刪除,這與使用暫存資料表的主要目標相矛盾,也就是避免來源結構描述中的任何刪除作業。
查閱活動屬性
如需屬性的詳細資訊,請參閱查閱活動。
升級 Snowflake 鏈接服務
若要升級 Snowflake 連結服務,請建立新的 Snowflake 鏈接服務,並參考 連結服務屬性來設定它。
雪花和雪花之間的差異(遺產)
Snowflake 連接器提供新功能,並與 Snowflake (舊版) 連接器的大部分功能相容。 下表顯示 Snowflake 與 Snowflake (舊版) 之間的功能差異。
Snowflake | 雪花 (遺產) |
---|---|
支援基本和金鑰組驗證。 | 支援基本身份驗證。 |
腳本活動目前不支援腳本參數。 或者,請利用動態表達式做為腳本參數。 如需詳細資訊,請參閱 Azure Data Factory 和 Azure Synapse Analytics 中的運算式和函式。 | 在腳本活動中支援腳本參數。 |
目前不支援在腳本活動中執行多個 SQL 語句。 若要執行多個 SQL 語句,請將查詢分割成數個腳本區塊。 | 支援在腳本活動中執行多個 SQL 語句。 |
支援查閱活動中的 BigDecimal。 NUMBER 類型,如 Snowflake 中所定義,將會在查閱活動中顯示為字串。 | 查閱活動不支援 BigDecimal。 |
相關內容
如需複製活動支援作為來源和接收器的資料存放區清單,請參閱支援的資料存放區和格式。