共用方式為

Azure Data Factory 和 Synapse Analytics 中的 Avro 格式

  • 發行項

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。 了解如何免費開始新的試用！

當您想要剖析 Avro 檔案或將資料寫入 Avro 格式時，請遵循本文內容來進行作業。

下列連接器可支援 Avro 格式：Amazon S3、Amazon S3 相容儲存體、Azure Blob、Azure Data Lake Storage Gen1、Azure Data Lake Storage Gen2、Azure 檔案儲存體、檔案系統、FTP、Google Cloud Storage、HDFS、HTTP、Oracle Cloud Storage 和 SFTP。

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。 本節提供 Avro 資料集所支援的屬性清單。

屬性 描述 必要
type 資料集的 type 屬性必須設定為 Avro。 Yes
location 檔案的位置設定。 每個檔案型連接器都包含專屬的位置類型，並支援 location 下的屬性。 請參閱連接器文章 -> 資料集屬性一節中的詳細資料。 Yes
avroCompressionCodec 寫入 Avro 檔案時所用的壓縮轉碼器。 從 Avro 檔案進行讀取作業時，服務會根據檔案的中繼資料，自動判斷壓縮轉碼器。
支援的類型為 "none" (預設)、"deflate" 和 "snappy"。 請注意，複製活動目前無法在進行讀取/寫入 Avro 檔案時支援 Snappy 類型。		 No

注意

Avro 檔案不支援資料行名稱中的空白字元。

下列是 Azure Blob 儲存體上的 Avro 資料集範例：

{
    "name": "AvroDataset",
    "properties": {
        "type": "Avro",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "schema": [ < physical schema, optional, retrievable during authoring > ],
        "typeProperties": {
            "location": {
                "type": "AzureBlobStorageLocation",
                "container": "containername",
                "folderPath": "folder/subfolder",
            },
            "avroCompressionCodec": "snappy"
        }
    }
}

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 Avro 來源和接收所支援的屬性清單。

將 Avro 作為來源

複製活動的 [來源] 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 AvroSource。 Yes
storeSettings 屬性群組，可決定從資料存放區讀取資料的方式。 在 storeSettings 下，每個檔案型連接器都包含專屬的支援讀取設定。 請參閱連接器文章 -> 複製活動屬性一節中的詳細資料。 No

將 Avro 作為接收

複製活動的 [接收] 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 AvroSink。 Yes
formatSettings 屬性群組。 請參閱下方 Avro 寫入設定資料表。 No
storeSettings 屬性群組，可決定將資料寫入資料存放區的方式。 每個以檔案為基礎的連接器在 storeSettings 底下皆具有自身的支援寫入設定。 請參閱連接器文章 -> 複製活動屬性一節中的詳細資料。 No

formatSettings 底下的支援 Avro 寫入設定：

屬性 描述 必要
type formatSettings 的 type 必須設定為 AvroWriteSettings。 Yes
maxRowsPerFile 當您將資料寫入資料夾時，可以選擇寫入多個檔案，並指定每個檔案的資料列上限。 No
fileNamePrefix 當 maxRowsPerFile 完成設定時適用。
當您將資料寫入多個檔案時，請指定檔案名稱前置詞，使系統進行此模式：<fileNamePrefix>_00000.<fileExtension>。 如果未指定，系統會自動產生檔案名稱前置詞。 當來源是以檔案為基礎的存放區，或啟用資料分割選項的資料存放區時，系統不會套用此屬性。		 No

對應資料流程屬性

在對應資料流程中，您可以在下列資料存放區讀取和寫入 avro 格式：Azure Blob 儲存體、Azure Data Lake Storage Gen1、Azure Data Lake Storage Gen2 和 SFTP，且您可以在 Amazon S3 中讀取 avro 格式。

來源屬性

下表列出 avro 來源所支援的屬性。 您可以在 [來源選項] 索引標籤中編輯這些屬性。

名稱 描述 必要 允許的值 資料流程指令碼屬性
萬用字元路徑 系統會處理符合萬用字元路徑的所有檔案。 覆寫資料集的資料夾和檔案路徑集合。 否 String[] wildcardPaths
分割區根路徑 如果是分割的檔案資料，您可以輸入分割區根路徑，讀取作為資料行的分割資料夾 否 String partitionRootPath
檔案清單 您的來源是否指向列出待處理檔案的文字檔 否 true 或 false fileList
儲存檔案名稱的資料行 使用來源檔案名稱和路徑，建立新的資料行 否 String rowUrlColumn
完成後 處理後刪除或移動檔案。 從容器根開始的檔案路徑 否 刪除：true 或 false
移動：['<from>', '<to>']		 purgeFiles
moveFiles
依上次修改日期來篩選 根據上次變更檔案的時間，選擇篩選的檔案 否 時間戳記 modifiedAfter
modifiedBefore
允許找不到檔案 如果為 true，找不到檔案時不會擲回錯誤 否 true 或 false ignoreNoFilesFound

接收屬性

下表列出 avro 接收所支援的屬性。 您可以在 [設定] 索引標籤中編輯這些屬性。

名稱 描述 必要 允許的值 資料流程指令碼屬性
清除資料夾 如果在進行寫入之前清除目的地資料夾 否 true 或 false truncate
檔案名稱選項 已寫入資料的命名格式。 依預設，每個分割區的一個檔案會是 part-#####-tid-<guid> 格式 否 模式：String
每個分割區：String[]
作為資料行中的資料：String
輸出至單一檔案：['<fileName>']		 filePattern
partitionFileNames
rowUrlColumn
partitionFileNames
全部以引號括住 以引號括住所有值 否 true 或 false quoteAll

資料類型支援

複製活動

複製活動不支援 Avro 複雜資料類型 (記錄、列舉、陣列、對應、等位和固定)。

資料流程

在資料流程中使用 Avro 檔案時，您可以讀取和寫入複雜的資料類型，但請務必先從資料集清除實體結構描述。 在資料流程中，您可以設定邏輯投影，並衍生複雜結構的資料行，並將這些欄位自動對應至 Avro 檔案。

相關內容