Ingestão de armazenamento

Aplica-se a: ✅Microsoft Fabric✅Azure Data Explorer

O comando .ingest into ingere dados em uma tabela "efetuando pull" de dados de um ou mais arquivos de armazenamento em nuvem. Por exemplo, o comando pode recuperar 1.000 blobs formatados em CSV do Armazenamento de Blobs do Azure, analisá-los e ingeri-los juntos em uma única tabela de destino. Os dados são acrescentados à tabela sem afetar as linhas existentes nem alterar o esquema da tabela.

Observação

Este método de ingestão destina-se à exploração e prototipagem. Não o use em cenários de produção ou de alto volume.

Permissões

Você deve ter pelo menos permissões de Table Ingestor para executar este comando.

Sintaxe

.ingest [async] intotableTableNameSourceDataLocator [with(IngestionPropertyName=IngestionPropertyValue [, ...] )]

Saiba mais sobre as convenções de sintaxe.

Parâmetros

Nome	Digitar	Obrigatória	Descrição
async	string		Se especificado, o comando retorna imediatamente e continua a ingestão em segundo plano. Os resultados do comando incluem um OperationId valor que pode ser usado com o .show operation comando para recuperar o status e os resultados de conclusão da ingestão.
TableName	string	✔️	O nome da tabela na qual os dados serão ingeridos. O nome da tabela é sempre relativo ao banco de dados no contexto. Se nenhum objeto de mapeamento de esquema for fornecido, o esquema do banco de dados no contexto será usado.
SourceDataLocator	string	✔️	Uma lista única ou separada por vírgulas de cadeias de conexão de armazenamento. Uma cadeia de conexão única deverá fazer referência a um arquivo único hospedado por uma conta de armazenamento. A ingestão de vários arquivos pode ser feita especificando várias cadeias de conexão ou ingerindo de uma consulta de uma tabela externa.

Observação

Recomendamos o uso de literais de cadeia de caracteres ofuscados para os SourceDataLocators. O serviço limpará credenciais em rastreamentos internos e mensagens de erro.

Propriedades da ingestão

Importante

Na ingestão enfileirada, os dados são agrupados em lote usando as propriedades de assimilação. Quanto mais propriedades de mapeamento de ingestão distintas forem usadas, como valores ConstValue diferentes, mais fragmentada a ingestão se tornará, o que pode levar à degradação do desempenho.

A tabela a seguir lista e descreve as propriedades com suporte e fornece exemplos:

Propriedade	Descrição	Exemplo
ingestionMapping	Um valor de cadeia de caracteres que indica como mapear dados do arquivo de origem para as colunas reais na tabela. Defina o valor format com o tipo de mapeamento relevante. Confira os mapeamentos de dados.	with (format="json", ingestionMapping = "[{\"column\":\"rownumber\", \"Properties\":{\"Path\":\"$.RowNumber\"}}, {\"column\":\"rowguid\", \"Properties\":{\"Path\":\"$.RowGuid\"}}]") (preterido: avroMapping, csvMapping, jsonMapping)
ingestionMappingReference	um valor de cadeia de caracteres que indica como mapear dados do arquivo de origem para as colunas reais na tabela usando um objeto de política de mapeamento nomeado. Defina o valor format com o tipo de mapeamento relevante. Confira os mapeamentos de dados.	with (format="csv", ingestionMappingReference = "Mapping1") (preterido: avroMappingReference, csvMappingReference, jsonMappingReference)
creationTime	O valor de datetime (formatado como uma cadeia de caracteres ISO8601) a ser usado na hora de criação das extensões dos dados ingeridos. Se não for especificado, o valor atual (now()) é usado. Substituir o padrão é útil ao ingerir dados mais antigos, para que a política de retenção seja aplicada corretamente. Quando especificado, verifique se a propriedade Lookback na Política de mesclagem de extensões efetivas da tabela de destino está alinhada com o valor especificado.	with (creationTime="2017-02-13")
extend_schema	Um valor booliano que, se especificado, instruirá o comando a estender o esquema da tabela (o padrão é false). Essa opção se aplica somente aos comandos .append e .set-or-append. As únicas extensões de esquema permitidas têm mais colunas adicionadas à tabela no final.	Se o esquema da tabela original fosse (a:string, b:int), uma extensão de esquema válida seria (a:string, b:int, c:datetime, d:string), mas (a:string, c:datetime) não seria válido
folder	Para comandos ingest-from-query, a pasta a ser atribuída à tabela. Se a tabela já existir, essa propriedade substituirá a pasta da tabela.	with (folder="Tables/Temporary")
format	O formato dos dados (confira os formatos de dados suportados).	with (format="csv")
ingestIfNotExists	um valor de cadeia de caracteres que, se especificado, impede que a ingestão tenha sucesso se a tabela já tiver dados marcados com uma marcação ingest-by: com o mesmo valor. Isso garante uma ingestão de dados idempotente. Para obter mais informações, veja ingest-by: tags.	As propriedades with (ingestIfNotExists='["Part0001"]', tags='["ingest-by:Part0001"]') indicam que se os dados com a marcação ingest-by:Part0001 já existirem, você não deverá concluir a ingestão atual. Se eles não existirem ainda, essa nova ingestão deverá ter esse conjunto de marcações (no caso de tentativas de ingestão futuras dos mesmos dados novamente.)
ignoreFirstRecord	Um valor booliano que, se definido como true, indicará que a ingestão deve ignorar o primeiro registro de cada arquivo. Essa propriedade é útil para arquivos em CSV e formatos semelhantes caso o primeiro registro no arquivo for o nome da coluna. Por padrão, false é assumido.	with (ignoreFirstRecord=false)
policy_ingestiontime	Um valor booliano que, se especificado, descreve se a Política de tempo de ingestão deve ser habilitada em uma tabela criada por esse comando. O padrão é true.	with (policy_ingestiontime=false)
recreate_schema	Um valor booliano que, se especificado, descreverá se o comando pode recriar o esquema da tabela. Esta propriedade só se aplica ao comando .set-or-replace. Essa propriedade tem precedência sobre a propriedade extend_schema se ambas estiverem definidas.	with (recreate_schema=true)
tags	Uma lista de marcações a serem associadas aos dados ingeridos, formatados como uma cadeia de caracteres JSON	with (tags="['Tag1', 'Tag2']")
TreatGzAsUncompressed	Um valor booleano que, se definido como true, indica que os arquivos com a extensão .gz não estão compactados. Às vezes, esse sinalizador é necessário ao ingerir do Amazon AWS S3.	with (treatGzAsUncompressed=true)
validationPolicy	Uma cadeia de caracteres JSON que indica quais validações devem ser executadas durante a ingestão de dados representados usando o formato CSV. Consulte Ingestão de dados para obter uma explicação das diferentes opções.	with (validationPolicy='{"ValidationOptions":1, "ValidationImplications":1}') (esta é a política padrão)
zipPattern	Use essa propriedade ao ingerir dados do armazenamento que tenha um arquivo ZIP. Esse é um valor de cadeia de caracteres que indica a expressão regular a ser usada ao selecionar quais arquivos no arquivo ZIP serão ingeridos. Todos os outros arquivos no arquivo são ignorados.	with (zipPattern="*.csv")

Autenticação e autorização

Cada cadeia de conexão de armazenamento indica o método de autorização a ser usado para acessar o armazenamento. Dependendo do método de autorização, a entidade de segurança pode precisar receber permissões no armazenamento externo para executar a ingestão.

A tabela a seguir lista os métodos de autenticação com suporte e as permissões necessárias para ingerir dados do armazenamento externo.

Método de autenticação	Armazenamento de Blobs do Azure/Data Lake Storage Gen2	Data Lake Storage Gen1
Representação	Leitor de Dados do Blob de Armazenamento	Leitor
Token de Acesso Compartilhado (SAS)	Listar + Ler	Não há suporte para esse método de autenticação no Gen1.
Token de acesso do Microsoft Entra
Chave de acesso da conta de armazenamento		Não há suporte para esse método de autenticação no Gen1.
Identidade gerenciada	Leitor de Dados do Blob de Armazenamento	Leitor

Devoluções

O resultado do comando será uma tabela com o mesmo número de linhas e fragmentos de dados ("extensões") gerados pelo comando. Se nenhum fragmento de dados tiver sido gerado, um único registro será retornado com uma ID de extensão vazia (com valor zero).

Nome	Digitar	Descrição
ExtentId	guid	O identificador exclusivo do fragmento de dados gerado pelo comando.
ItemLoaded	string	Um ou mais arquivos de armazenamento relacionados a essa linha.
Duration	timespan	O tempo gasto para executar a ingestão.
HasErrors	bool	Se esse registro representa ou não uma falha de ingestão.
OperationId	guid	Uma ID exclusiva representando a operação. É possível usá-la com o comando .show operation.

Observação

Esse comando não modifica o esquema da tabela que está sendo ingerida. Caso seja necessário, os dados são "impostos" nesse esquema durante a ingestão, não o contrário (as colunas adicionais são ignoradas e as colunas ausentes são tratadas como valores nulos).

Exemplos

Armazenamento de Blobs do Azure com assinatura de acesso compartilhado

O exemplo a seguir instrui seu banco de dados a ler dois blobs do Armazenamento de Blobs do Azure como arquivos CSV e ingerir seu conteúdo na tabela T. Os ... representam uma SAS (Assinatura de Acesso Compartilhado) do Armazenamento do Azure que fornece acesso de leitura a cada blob. Cadeias de caracteres ofuscadas (a h na frente dos valores da cadeia de caracteres) são usadas para garantir que a SAS nunca seja registrada.

.ingest into table T (
    h'https://contoso.blob.core.windows.net/container/file1.csv?...',
    h'https://contoso.blob.core.windows.net/container/file2.csv?...'
)

Armazenamento de Blobs do Azure com identidade gerenciada

O exemplo a seguir mostra como ler um arquivo CSV do Armazenamento de Blobs do Azure e ingerir seu conteúdo na tabela T usando a autenticação de identidade gerenciada. A autenticação usa a ID de identidade gerenciada (ID do objeto) atribuída ao Armazenamento de Blobs do Azure no Azure. Para obter mais informações, consulte Criar uma identidade gerenciada para contêineres de armazenamento.

.ingest into table T ('https://StorageAccount.blob.core.windows.net/Container/file.csv;managed_identity=802bada6-4d21-44b2-9d15-e66b29e4d63e')

Azure Data Lake Storage Gen 2

O exemplo a seguir é para ingerir dados do Azure Data Lake Storage Gen 2 (ADLSv2). As credenciais usadas aqui (...) são credenciais da conta de armazenamento (chave compartilhada). Além disso, usamos a ofuscação de cadeia de caracteres somente na parte secreta da cadeia de conexão.

.ingest into table T (
  'abfss://myfilesystem@contoso.dfs.core.windows.net/path/to/file1.csv;...'
)

Armazenamento do Azure Data Lake

O exemplo a seguir ingere um único arquivo do ADLS (Azure Data Lake Storage). Ele vai usar as credenciais do usuário para acessar o ADLS. Portanto, não é preciso considerar que o URI contém um segredo. Ele também vai mostrar de que modo especificar as propriedades de ingestão.

.ingest into table T ('adl://contoso.azuredatalakestore.net/Path/To/File/file1.ext;impersonate')
  with (format='csv')

Amazon S3 com uma chave de acesso

O exemplo a seguir ingere um único arquivo do Amazon S3 usando um ID de chave de acesso e uma chave de acesso secreta.

.ingest into table T ('https://bucketname.s3.us-east-1.amazonaws.com/path/to/file.csv;AwsCredentials=AKIAIOSFODNN7EXAMPLE,wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY')
  with (format='csv')

Amazon S3 com um URL pré-assinado

O exemplo a seguir ingere um único arquivo do Amazon S3 usando um URL pré-assinado.

.ingest into table T ('https://bucketname.s3.us-east-1.amazonaws.com/file.csv?<<pre signed string>>')
  with (format='csv')

Conteúdo relacionado

• formatos de dados com suporte para de ingestão
• de ingestão embutida
• Ingestão da consulta (.set, .append, .set-or-append, .set-or-replace)
• comando .show de falhas de ingestão
• .show de mapeamento de ingestão