Microsoft Fabric 中 Data Factory 中的分隔文字格式
本文概述如何在 Microsoft Fabric 中 Data Factory 的數據管線中設定分隔文字格式。
支援的功能
下列活動和連接器支援分隔文字格式做為來源和目的地。
類別 | 連線 or/Activity |
---|---|
支援的連接器 | Amazon S3 |
Azure Blob 儲存體 | |
Azure Data Lake Storage Gen1 | |
Azure Data Lake Storage Gen2 \(部分機器翻譯\) | |
Google Cloud Storage | |
HTTP | |
支援的活動 | 複製活動 |
查閱活動 | |
GetMetadata 活動 | |
刪除活動 |
複製活動中的分隔文字格式
若要設定分隔文字格式,請在數據管線複製活動的來源或目的地中選擇您的連線,然後在 [檔案格式] 下拉式清單中選取 [DelimitedText]。 選取 [設定],以進一步設定此格式。
以文字格式分隔為來源
選取 [檔案格式] 區段中的 [設定] 之後,快顯 [檔案格式設定] 對話框中會顯示下列屬性。
壓縮類型:用來讀取分隔文本文件的壓縮編解碼器。 您可以從 下拉式清單中的 None、 bzip2、 gzip、 deflate、 ZipDeflate、 TarGzip 或 tar 類型中選擇。
如果您選取 [ZipDeflate] 作為壓縮類型,[將 zip 檔名保留為資料夾] 會顯示在 [來源] 索引標籤標的 [進階設定] 底下。
- 將 zip 檔名保留為資料夾:指出是否要在複製期間保留來源 zip 檔名做為資料夾結構。
- 如果核取此方塊(預設值),服務會將解壓縮的檔案寫入至
<specified file path>/<folder named as source zip file>/
。 - 如果未核取此方塊,服務會將解壓縮的檔案直接寫入 。
<specified file path>
請確定不同的來源 ZIP 檔案中沒有重複的檔案名稱,以避免發生競爭或非預期的行為。
- 如果核取此方塊(預設值),服務會將解壓縮的檔案寫入至
如果您選取 TarGzip/tar 作為壓縮類型,[保留壓縮檔名為資料夾] 會顯示在 [來源] 索引標籤的 [進階設定] 底下。
- 將壓縮檔名保留為資料夾:指出是否要在複製期間保留來源壓縮檔名作為資料夾結構。
- 如果核取此方塊(預設值),服務會將解壓縮的檔案寫入至
<specified file path>/<folder named as source compressed file>/
。 - 如果未核取此方塊,服務會將解壓縮的檔案直接寫入 。
<specified file path>
請確定不同的來源 ZIP 檔案中沒有重複的檔案名稱,以避免發生競爭或非預期的行為。
- 如果核取此方塊(預設值),服務會將解壓縮的檔案寫入至
- 將 zip 檔名保留為資料夾:指出是否要在複製期間保留來源 zip 檔名做為資料夾結構。
壓縮層級:當您選取壓縮類型時,請指定壓縮比例。 您可以選擇 [最佳 ] 或 [最快]。
- Fastest:即使產生的檔案不以最佳方式壓縮,也應盡快完成壓縮作業。
- Optimal:即使作業需要較長時間完成,壓縮作業也應以最佳方式壓縮。 如需詳細資訊,請參閱 壓縮層級 主題。
數據行分隔符:用來分隔檔案中數據行的字元。。 預設值為 逗號 (
,
)。數據列分隔符:指定用來分隔檔案中數據列的字元。 只允許一個字元。 預設值為行摘要
\n
。編碼:用來讀取/寫入測試檔案的編碼類型。 預設值為 UTF-8。
逸出字元:在引號值內逸出引號的單一字元。 預設值為 反斜杠
\
。 當逸出字元定義為空字串時, 引號字元 也必須設定為空字串,在此情況下,請確定所有數據行值不包含分隔符。引號字元:如果單一字元包含數據行分隔符,則為數據行值加上引號。 預設值為雙引號
"
。 當 Quote 字元定義為空字串時,表示沒有引號字元,而且數據行值不會加上引號,而逸出字元則用來逸出數據行分隔符和本身。第一列做為標頭:指定是否要將第一列視為具有數據行名稱的行首行。 允許的值會選取且未選取 (預設值)。 取消選取第一個數據列作為標頭時,請注意 UI 數據預覽和查閱活動輸出會自動產生數據行名稱作為 Prop_{n} (從 0 開始),複製活動需要 從來源到目的地的明確對應 ,並依序數尋找數據行(從 1 開始)。
Null 值:指定 Null 值的字串表示。 預設值是空字串。
在 [來源] 索引標籤的 [進階設定] 底下,會公開其他分隔文字格式相關屬性。
以分隔文字格式做為目的地
在 [檔案格式] 區段中選取 設定之後,下列屬性會顯示在快顯 [檔案格式設定] 對話框中。
壓縮類型:用來寫入分隔文本檔的壓縮編解碼器。 您可以從 下拉式清單中的 None、 bzip2、 gzip、 deflate、 ZipDeflate、 TarGzip 或 tar 類型中選擇。
壓縮層級:當您選取壓縮類型時,請指定壓縮比例。 您可以選擇 [最佳 ] 或 [最快]。
- Fastest:即使產生的檔案不以最佳方式壓縮,也應盡快完成壓縮作業。
- Optimal:即使作業需要較長時間完成,壓縮作業也應以最佳方式壓縮。 如需詳細資訊,請參閱 壓縮層級 主題。
數據行分隔符:用來分隔檔案中數據行的字元。。 預設值為逗號 (
,
)。數據列分隔符:用來分隔檔案中數據列的字元。 只允許一個字元。 預設值為行摘要
\n
。編碼:用來寫入測試檔案的編碼類型。 預設值為 UTF-8。
逸出字元:在引號值內逸出引號的單一字元。 預設值為 反斜杠
\
。 當逸出字元定義為空字串時, 引號字元 也必須設定為空字串,在此情況下,請確定所有數據行值不包含分隔符。引號字元:如果單一字元包含數據行分隔符,則為數據行值加上引號。 預設值為雙引號
"
。 當 Quote 字元定義為空字串時,表示沒有引號字元,而且數據行值不會加上引號,而逸出字元則用來逸出數據行分隔符和本身。第一列做為標頭:指定是否要將第一列視為具有數據行名稱的行首行。 允許的值會選取且未選取 (預設值)。 取消選取第一個數據列作為標頭時,請注意 UI 數據預覽和查閱活動輸出會自動產生數據行名稱作為 Prop_{n} (從 0 開始),複製活動需要 從來源到目的地的明確對應 ,並依序數尋找數據行(從 1 開始)。
Null 值:指定 Null 值的字串表示。 預設值是空字串。
在 [目的地] 索引標籤的 [進階設定] 底下,會顯示進一步分隔的文字格式相關屬性。
全部加上引號:以引號括住所有值。
延伸名稱:用來命名輸出檔案的擴展名,例如、
.csv
.txt
。每個檔案的數據列數上限:將數據寫入資料夾時,您可以選擇寫入多個檔案,並指定每個檔案的數據列上限。
檔名前置詞:適用於設定每個檔案的數據列上限時。 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數據分割選項啟用數據存放區時,這個屬性不適用。
數據表摘要
做為來源的分隔符號文字
使用分隔文字格式時,複製活動 [來源 ] 區段支援下列屬性。
名字 | 描述 | 值 | 必填 | JSON 腳本屬性 |
---|---|---|---|---|
檔案格式 | 您想要使用的檔案格式。 | DelimitedText | Yes | type (下 datasetSettings ):DelimitedText |
壓縮類型 | 用來讀取分隔文本檔的壓縮編解碼器。 | 從下列項目中選擇: None bzip2 Gzip 緊縮 ZipDeflate TarGzip 焦油 |
No | type (下 compression ):bzip2 gzip 緊縮 ZipDeflate TarGzip 焦油 |
將 zip 檔名保留為資料夾 | 指出是否要在複製期間保留來源 ZIP 檔案名稱做為資料夾結構。 當您選取 [ZipDeflate 壓縮] 時適用。 | 已選取或取消選取 | 不 | preserveZipFileNameAsFolder ( compressionProperties ->type 下為 ZipDeflateReadSettings ) |
將壓縮檔名保留為資料夾 | 指出是否要在複製期間保留來源壓縮檔案名稱做為資料夾結構。 當您選取 TarGzip/tar 壓縮時適用。 | 已選取或取消選取 | No | preserveCompressionFileNameAsFolder ( compressionProperties -type > 下為 TarGZipReadSettings 或 TarReadSettings ) |
壓縮層級 | 壓縮比。 允許的值為 Optimal 或 Fastest。 | 最佳 或 最快 | 不 | 層級 (下 compression ):最快 最佳 |
資料行分隔符號 | 用來分隔檔案中的資料行的字元。 | < 選取的數據行分隔符 > 逗號 , (預設) |
No | columnDelimiter |
資料列分隔符號 | 用來分隔檔案中資料列的字元。 | < 選取的數據列分隔符 > \r 、\n (預設為),或 r\n |
不 | rowDelimiter |
編碼方式 | 用來讀取/寫入測試檔案的編碼類型。 | “UTF-8” (預設),“UTF-8 不含 BOM”、“UTF-16”、“UTF-16BE”、“UTF-32”、“UTF-32BE”、“US-ASCII”、“UTF-7”、“BIG5” “EUC-JP”、“EUC-KR”、“GB2312”、“GB18030”、“JOHAB”、“SHIFT-JIS”、“CP875”、“CP866”、“IBM00858”、“IBM037”、“IBM273”、“IBM437”、“IBM500 ”、“IBM737”、“IBM737”、“IBM775”、 “IBM850”、“IBM852”、“IBM855”、“IBM857”、“IBM860”、“IBM861”、“IBM863”、“IBM864”、“IBM865”、“IBM869”、“IBM8889”、“IBM88870”、“IBM01140”、“IBM01141”、“IBM01142”、“IBM01143”、“IBM01144”、“IBM01145”、“IBM01146”、“IBM01147”、“IBM01148”、“IBM01149”、” “ISO-2022-JP”, “ISO-2022-KR”, “ISO-8859-1”, “ISO-8859-2”, “ISO-8859-3”、“ISO-8859-4”、“ISO-8859-5”、“ISO-8859-6”、“ISO-8859-7”、“ISO-8859-8”、“ISO-8859-9”、“ISO-8859-13”、 “ISO-8859-15”、“WINDOWS-874”、“WINDOWS-1250”、“WINDOWS-1251”、“WINDOWS-1252”、“WINDOWS-1252”、“WINDOWS-1 1253”、“WINDOWS-1254”、“WINDOWS-1255”、“WINDOWS-1256”、“WINDOWS-1257”、“WINDOWS-1258” | 不 | encodingName |
逸出字元 | 在已加上引號的值內逸出引號的單一字元。 當逸出字元定義為空字串時, 引號字元 也必須設定為空字串,在此情況下,請確定所有數據行值不包含分隔符。 | < 您選取的逸出字元 > 反斜杠 \ (預設) |
No | escapeChar |
引號字元 | 如果包含資料行分隔符號,用於括住資料行值的單一字元。 當 Quote 字元定義為空字串時,表示沒有引號字元,而且數據行值不會加上引號,而逸出字元則用來逸出數據行分隔符和本身。 | < 您選取的引號字元 > 雙引號 " (預設) |
No | quoteChar |
第一個數據列作為標頭 | 指定是否視指定工作表/範圍中的第一個資料列,為包含資料行名稱的標題行。 | 已選取或未選取 | No | firstRowAsHeader: true 或 false (預設值) |
Null 值 | 指定 Null 值的字串表示法。 預設值是空字串。 | < Null 值的字串表示 > 空字串 (預設) |
No | nullValue |
以分隔文字作為目的地
使用分隔文字格式時,複製活動 目的地 區段支援下列屬性。
名字 | 描述 | 值 | 必填 | JSON 腳本屬性 |
---|---|---|---|---|
檔案格式 | 您想要使用的檔案格式。 | DelimitedText | Yes | type (下 datasetSettings ):DelimitedText |
壓縮類型 | 用來寫入分隔文字檔的壓縮編解碼器。 | 從下列項目中選擇: None bzip2 Gzip 緊縮 ZipDeflate TarGzip 焦油 |
No | type (下 compression ):bzip2 gzip 緊縮 ZipDeflate TarGzip 焦油 |
將 zip 檔名保留為資料夾 | 指出是否要在複製期間保留來源 ZIP 檔案名稱做為資料夾結構。 | 已選取或取消選取 | 不 | preserveZipFileNameAsFolder ( compressionProperties ->type 下為 ZipDeflateReadSettings ) |
將壓縮檔名保留為資料夾 | 指出是否要在複製期間保留來源壓縮檔案名稱做為資料夾結構。 | 已選取或取消選取 | No | preserveCompressionFileNameAsFolder ( compressionProperties -type > 下為 TarGZipReadSettings 或 TarReadSettings ) |
壓縮層級 | 壓縮比。 允許的值為 Optimal 或 Fastest。 | 最佳 或 最快 | 不 | 層級 (下 compression ):最快 最佳 |
資料行分隔符號 | 用來分隔檔案中的資料行的字元。 | < 選取的數據行分隔符 > 逗號 , (預設) |
No | columnDelimiter |
資料列分隔符號 | 用來分隔檔案中資料列的字元。 | < 選取的數據列分隔符 > \r 、\n (預設為),或 r\n |
不 | rowDelimiter |
編碼方式 | 用來讀取/寫入測試檔案的編碼類型。 | “UTF-8” (預設),“UTF-8 不含 BOM”、“UTF-16”、“UTF-16BE”、“UTF-32”、“UTF-32BE”、“US-ASCII”、“UTF-7”、“BIG5” “EUC-JP”、“EUC-KR”、“GB2312”、“GB18030”、“JOHAB”、“SHIFT-JIS”、“CP875”、“CP866”、“IBM00858”、“IBM037”、“IBM273”、“IBM437”、“IBM500 ”、“IBM737”、“IBM737”、“IBM775”、 “IBM850”、“IBM852”、“IBM855”、“IBM857”、“IBM860”、“IBM861”、“IBM863”、“IBM864”、“IBM865”、“IBM869”、“IBM8889”、“IBM88870”、“IBM01140”、“IBM01141”、“IBM01142”、“IBM01143”、“IBM01144”、“IBM01145”、“IBM01146”、“IBM01147”、“IBM01148”、“IBM01149”、” “ISO-2022-JP”, “ISO-2022-KR”, “ISO-8859-1”, “ISO-8859-2”, “ISO-8859-3”、“ISO-8859-4”、“ISO-8859-5”、“ISO-8859-6”、“ISO-8859-7”、“ISO-8859-8”、“ISO-8859-9”、“ISO-8859-13”、 “ISO-8859-15”、“WINDOWS-874”、“WINDOWS-1250”、“WINDOWS-1251”、“WINDOWS-1252”、“WINDOWS-1252”、“WINDOWS-1 1253”、“WINDOWS-1254”、“WINDOWS-1255”、“WINDOWS-1256”、“WINDOWS-1257”、“WINDOWS-1258” | 不 | encodingName |
逸出字元 | 在已加上引號的值內逸出引號的單一字元。 當逸出字元定義為空字串時, 引號字元 也必須設定為空字串,在此情況下,請確定所有數據行值不包含分隔符。 | < 您選取的逸出字元 > 反斜杠 \ (預設) |
No | escapeChar |
引號字元 | 如果包含資料行分隔符號,用於括住資料行值的單一字元。 當 Quote 字元定義為空字串時,表示沒有引號字元,而且數據行值不會加上引號,而逸出字元則用來逸出數據行分隔符和本身。 | < 您選取的引號字元 > 雙引號 " (預設) |
No | quoteChar |
第一個數據列作為標頭 | 指定是否視指定工作表/範圍中的第一個資料列,為包含資料行名稱的標題行。 | 已選取或未選取 | No | firstRowAsHeader: true 或 false (預設值) |
將所有文字加上引號 | 以引弧括住所有值。 | 已選取 (預設值) 或未選取 | No | quoteAllText: true (預設值) 或 false |
副檔名 | 用來命名輸出檔案的擴展名。 | < 您的擴展名 > .txt (預設) |
No | fileExtension |
每個檔案的數據列數上限 | 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。 | < 每個檔案的最大數據列數 > | No | maxRowsPerFile |
檔名前置詞 | 適用於設定 每個檔案 的數據列上限時。 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數據分割選項啟用數據存放區時,這個屬性不適用。 |
< 您的檔名前置詞 > | No | fileNamePrefix |
相關內容
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應