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 或 JSON 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，而不必建立 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。
備註
捷徑轉換目前處於 公開預覽 階段，可能會有所變動。
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 |
|---|---|
| Microsoft Fabric 產品庫存單位 (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 或 JSON 檔案的資料夾。 |
| 工作區角色 | 貢獻者或更高。 |
支援的來源、格式與目的地
OneLake 支援的所有資料來源皆有支援。
| 原始碼檔案格式 | 目的地 | 支援的擴充功能 | 支援的壓縮類型 | Notes |
|---|---|---|---|---|
| CSV（UTF-8，UTF-16） | Lakehouse / Tables 資料夾中的三角洲湖表格 | .csv、.txt（分隔符）、.tsv（分界符）、.psv（管子分離） | .csv.gz，.csv.bz2 | .csv.zip 和 .csv.snappy 都不被支援。 |
| Parquet | Lakehouse / Tables 資料夾中的三角洲湖表格 | .parquet | .parquet.snappy、.parquet.gzip、.parquet.lz4、.parquet.brotli、.parquet.zstd | |
| JSON | Lakehouse / Tables 資料夾中的三角洲湖表格 | .json， .jsonl， .ndjson | .json.gz， .json.bz2， .jsonl.gz， .ndjson.gz， .jsonl.bz2， .ndjson.bz2 | .json.zip 和 .json.snappy 都不被支援。 |
建立帶有資料轉換的捷徑
在你的 Lakehouse 裡，右鍵點擊 表格 區塊中的一個表格，然後選擇 新增表格捷徑。 選擇你的捷徑來源（例如 Azure Data Lake、Azure Blob Storage、Dataverse、Amazon S3、GCP、SharePoint、OneDrive 等等）。
選擇包含 CSV、Parquet 或 JSON 檔案的資料夾。
在轉換步驟中，設定 Delta 轉換的設定：
- CSV 檔案中的分隔符——選擇用來分隔欄位的字元（逗號、分號、管道、制表符、和號、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。
檢視快捷鍵設定。 在審查階段，您也可以在選擇 建立前設定以下設定：
- 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。
在 「管理捷徑監控中心」中追蹤刷新並查看日誌以保持透明度。
Fabric Spark 的運算會將資料複製到 Delta 表格，並在 管理捷徑 面板中顯示進度。
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。
打開湖屋，右鍵點擊能餵養你變身的捷徑。
選擇 管理捷徑。
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）。
請查看更多詳細紀錄以進行故障排除。
局限性
目前捷徑轉換有以下限制：
-
資料來源格式： 僅支援 CSV、JSON 和 Parquet 檔案。
- CSV 不支援的資料類型： 混合資料型別欄位、Timestamp_Nanos、複雜邏輯型態 - MAP/LIST/STRUCT、原始二進位
- Parquet 不支援的資料型態： Timestamp_nanos、十進位（含 INT32/INT64、INT96）、未指派整數型別 - UINT_8/UINT_16/UINT_64、複雜邏輯型別 - MAP/LIST/STRUCT
- JSON 不支援的資料型態： 陣列中的混合資料型態，JSON 中的原始二進位大型物件，Timestamp_Nanos
- 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。
- JSON 中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。
- JSON 中平整深度： 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。
-
巢狀資料夾支援： 子資料夾處理有以下限制：
- 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
要停止同步，請刪除 Lakehouse Explorer 的捷徑轉換。
刪除轉換並不會移除底層檔案。