Načtení dat z externího umístění v katalogu Unity

Článek
01/23/2025

Důležité

Tato funkce je ve verzi Public Preview.

Tento článek se věnuje tomu, jak pomocí uživatelského rozhraní pro přidávání dat vytvořit spravovanou tabulku z dat v Azure Data Lake Storage Gen2 s využitím externího umístění katalogu Unity. Externí umístění je objekt, který kombinuje cestu cloudového úložiště s přihlašovacími údaji úložiště, které autorizuje přístup k cestě cloudového úložiště.

Než začnete

Než začnete, musíte mít následující:

Pracovní prostor s povoleným katalogem Unity Další informace najdete v tématu Nastavení a správakatalogu Unity .
Oprávnění READ FILES k externímu umístění. Další informace najdete v tématu Vytvoření externího umístění pro připojení cloudového úložiště k Azure Databricks.
Oprávnění CREATE TABLE pro schéma, ve kterém chcete vytvořit spravovanou tabulku, oprávnění USE SCHEMA pro schéma a oprávnění USE CATALOG pro nadřazený katalog. Další informace najdete v tématu oprávnění katalogu Unity a zabezpečitelné objekty.

Typy souborů

Následující typy souborů jsou podporovány:

CSV
TSV
JSON
XML
AVRO
Parquet

Krok 1: Potvrzení přístupu k externímu umístění

Pokud chcete potvrdit přístup k externímu umístění, postupujte takto:

Na bočním panelu pracovního prostoru Azure Databricks klikněte na Catalog.
V Průzkumníku katalogu klepněte na Externí Data>Externí Umístění.

Krok 2: Vytvoření spravované tabulky

Pokud chcete vytvořit spravovanou tabulku, postupujte takto:

Na bočním panelu pracovního prostoru klikněte na + Nový>přidat data.
V uživatelském rozhraní pro přidání dat klikněte na Azure Data Lake Storage.
V rozevíracím seznamu vyberte externí umístění.
Vyberte složky a soubory, které chcete načíst do Azure Databricks, a potom klikněte na Náhled Tabulky.
V rozevíracích seznamech vyberte katalog a schéma.
(Volitelné) Upravte název tabulky.
(Volitelné) Chcete-li nastavit rozšířené možnosti formátu podle typu souboru, klepněte na tlačítko Rozšířené atributy, vypněte Automaticky rozpoznat typ souborua vyberte typ souboru.

Seznam možností formátu najdete v následující části.
(Volitelné) Pokud chcete upravit název sloupce, klikněte na vstupní pole v horní části sloupce.

Názvy sloupců nepodporují čárky, zpětné lomítka nebo znaky Unicode (například emoji).
(Volitelné) Pokud chcete upravit typy sloupců, klikněte na ikonu s typem.
Klikněte na Vytvořit tabulku.

Možnosti formátu typu souboru

V závislosti na typu souboru jsou k dispozici následující možnosti formátu:

Možnost Formát	Popis	Podporované typy souborů
`Column delimiter`	Znak oddělovače mezi sloupci. Je povolen pouze jeden znak a zpětné lomítko není podporováno. Výchozí hodnota je čárka.	CSV
`Escape character`	Řídicí znak, který se má použít při analýze dat. Výchozí hodnota je uvozovka.	CSV
`First row contains the header`	Tato možnost určuje, jestli soubor obsahuje záhlaví. Ve výchozím nastavení povolena.	CSV
`Automatically detect file type`	Automaticky rozpozná typ souboru. Výchozí hodnota je `true`.	XML
`Automatically detect column types`	Automaticky rozpozná typy sloupců z obsahu souboru. Typy můžete upravovat v tabulce náhledu. Pokud je nastavena na false, všechny typy sloupců jsou odvozeny jako STRING. Ve výchozím nastavení povolena.	- CSV – JSON - XML
`Rows span multiple lines`	Určuje, jestli hodnota sloupce může obsahovat více řádků v souboru. Ve výchozím nastavení vypnuto.	- CSV – JSON
`Merge the schema across multiple files`	Určuje, jestli chcete schéma odvodit napříč více soubory a sloučit schéma jednotlivých souborů. Ve výchozím nastavení povolena.	CSV
`Allow comments`	Určuje, jestli jsou v souboru povoleny komentáře. Ve výchozím nastavení povolena.	JSON
`Allow single quotes`	Zda jsou v souboru povoleny jednoduché uvozovky. Ve výchozím nastavení povolena.	JSON
`Infer timestamp`	Zda se pokusit odvodit řetězce časového razítka jako `TimestampType`. Ve výchozím nastavení povolena.	JSON
`Rescued data column`	Zda se mají ukládat sloupce, které neodpovídají schématu. Další informace najdete v tématu Co je sloupec zachráněných dat?. Ve výchozím nastavení povolena.	- CSV – JSON - Avro -Parkety
`Exclude attribute`	Zda vyloučit atributy v prvcích. Výchozí hodnota je `false`.	XML
`Attribute prefix`	Předpona atributů k rozlišení atributů a prvků. Výchozí hodnota je `_`.	XML

Sloupcové datové typy

Podporují se následující datové typy sloupců. Další informace o jednotlivých datových typech naleznete v tématu Datové typy SQL.

Datový typ	Popis
`BIGINT`	8 bajtová celočíselná čísla.
`BOOLEAN`	Booleanové hodnoty (`true`, `false`)
`DATE`	a den, bez časového pásma.
`DECIMAL (P,S)`	Čísla s maximální přesností `P` a pevným měřítkem `S`.
`DOUBLE`	Čísla s plovoucí desetinnou čárkou s dvojitou přesností 8 bajtů
`STRING`	Hodnoty řetězce znaků.
`TIMESTAMP`	Hodnoty sestávající z hodnot polí rok, měsíc, den, hodina, minuta a sekunda s místním časovým pásmem sezení.

Známé problémy

Může docházet k problémům se speciálními znaky ve složitých datových typech, jako je například objekt JSON s klíčem obsahujícím zadní nebo dvojtečku.
Některé soubory JSON můžou vyžadovat, abyste jako typ souboru ručně vybrali JSON. Chcete-li po výběru souborů ručně vybrat typ souboru, klikněte na Rozšířené atributy, vypněte Automaticky rozpoznat typ souborua pak vyberte JSON.
U vnořených časových razítek a desetinných míst uvnitř složitých typů může docházet k problémům.

Sdílet prostřednictvím