Copiar dados do PostgreSQL usando o Azure Data Factory ou o Synapse Analytics

Artigo
11/27/2024

APLICA-SE A: Azure Data Factory Azure Synapse Analytics

Gorjeta

Experimente o Data Factory no Microsoft Fabric, uma solução de análise tudo-em-um para empresas. O Microsoft Fabric abrange tudo, desde a movimentação de dados até ciência de dados, análises em tempo real, business intelligence e relatórios. Saiba como iniciar uma nova avaliação gratuitamente!

Este artigo descreve como usar a Atividade de Cópia no Azure Data Factory e os pipelines do Synapse Analytics para copiar dados de um banco de dados PostgreSQL. Ele se baseia no artigo de visão geral da atividade de cópia que apresenta uma visão geral da atividade de cópia.

Importante

O novo conector PostgreSQL oferece suporte nativo aprimorado ao PostgreSQL. Se você estiver usando o conector PostgreSQL herdado em sua solução, atualize seu conector PostgreSQL antes de 31 de outubro de 2024. Consulte esta seção para obter detalhes sobre a diferença entre a versão herdada e a versão mais recente.

Capacidades suportadas

Este conector PostgreSQL é suportado para os seguintes recursos:

Capacidades suportadas	IR
Atividade de cópia (fonte/-)	(1) (2)
Atividade de Pesquisa	(1) (2)

(1) Tempo de execução de integração do Azure (2) Tempo de execução de integração auto-hospedado

Para obter uma lista de armazenamentos de dados suportados como fontes/coletores pela atividade de cópia, consulte a tabela Armazenamentos de dados suportados.

Especificamente, este conector PostgreSQL suporta PostgreSQL versão 12 e superior.

Pré-requisitos

Se seu armazenamento de dados estiver localizado dentro de uma rede local, uma rede virtual do Azure ou a Amazon Virtual Private Cloud, você precisará configurar um tempo de execução de integração auto-hospedado para se conectar a ele.

Se o seu armazenamento de dados for um serviço de dados de nuvem gerenciado, você poderá usar o Tempo de Execução de Integração do Azure. Se o acesso for restrito a IPs aprovados nas regras de firewall, você poderá adicionar IPs do Azure Integration Runtime à lista de permissões.

Você também pode usar o recurso de tempo de execução de integração de rede virtual gerenciada no Azure Data Factory para acessar a rede local sem instalar e configurar um tempo de execução de integração auto-hospedado.

Para obter mais informações sobre os mecanismos de segurança de rede e as opções suportadas pelo Data Factory, consulte Estratégias de acesso a dados.

O Integration Runtime fornece um driver PostgreSQL integrado a partir da versão 3.7, portanto, você não precisa instalar manualmente nenhum driver.

Introdução

Para executar a atividade Copiar com um pipeline, você pode usar uma das seguintes ferramentas ou SDKs:

Criar um serviço vinculado ao PostgreSQL usando a interface do usuário

Use as etapas a seguir para criar um serviço vinculado ao PostgreSQL na interface do usuário do portal do Azure.

Navegue até a guia Gerenciar em seu espaço de trabalho do Azure Data Factory ou Synapse e selecione Serviços Vinculados e clique em Novo:
- Fábrica de Dados do Azure
- Azure Synapse
Procure Postgre e selecione o conector PostgreSQL.
Configure os detalhes do serviço, teste a conexão e crie o novo serviço vinculado.

Detalhes de configuração do conector

As seções a seguir fornecem detalhes sobre as propriedades usadas para definir entidades do Data Factory específicas para o conector PostgreSQL.

Propriedades do serviço vinculado

As seguintes propriedades são suportadas para o serviço vinculado PostgreSQL:

Property	Descrição	Obrigatório
tipo	A propriedade type deve ser definida como: PostgreSqlV2	Sim
servidor	Especifica o nome do host - e, opcionalmente, a porta - na qual o PostgreSQL está sendo executado.	Sim
porta	A porta TCP do servidor PostgreSQL.	Não
base de dados	O banco de dados PostgreSQL ao qual se conectar.	Sim
nome de utilizador	O nome de usuário com o qual se conectar. Não é necessário se estiver usando IntegratedSecurity.	Sim
password	A senha com a qual se conectar. Não é necessário se estiver usando IntegratedSecurity.	Sim
sslMode	Controla se o SSL é usado, dependendo do suporte ao servidor. - Desativar: SSL está desativado. Se o servidor exigir SSL, a conexão falhará. - Permitir: Prefira conexões não SSL se o servidor permitir, mas permita conexões SSL. - Preferir: Prefira conexões SSL se o servidor permitir, mas permita conexões sem SSL. - Exigir: Falha na conexão se o servidor não suportar SSL. - Verify-ca: Falha na conexão se o servidor não suportar SSL. Também verifica o certificado do servidor. - Verificação completa: falha na conexão se o servidor não suportar SSL. Também verifica o certificado do servidor com o nome do host. Opções: Desativar (0) / Permitir (1) / Preferir (2) (Padrão) / Exigir (3) / Verificar-ca (4) / Verificar-completo (5)	Não
authenticationType	Tipo de autenticação para conexão com o banco de dados. Suporta apenas Basic.	Sim
ConecteVia	O tempo de execução de integração a ser usado para se conectar ao armazenamento de dados. Saiba mais na seção Pré-requisitos . Se não for especificado, ele usará o Tempo de Execução de Integração do Azure padrão.	Não
Propriedades de conexão adicionais:
esquema	Define o caminho de pesquisa do esquema.	Não
Agrupamento	Se o pool de conexões deve ser usado.	Não
connectionTimeout	O tempo de espera (em segundos) ao tentar estabelecer uma conexão antes de encerrar a tentativa e gerar um erro.	Não
commandTimeout	O tempo de espera (em segundos) ao tentar executar um comando antes de encerrar a tentativa e gerar um erro. Defina como zero para o infinito.	Não
trustServerCertificate	Se o certificado do servidor deve ser confiado sem validá-lo.	Não
sslCertificado	Localização de um certificado de cliente a ser enviado para o servidor.	Não
sslKey	Localização de uma chave de cliente para um certificado de cliente a ser enviado para o servidor.	Não
sslPalavra-passe	Senha para uma chave para um certificado de cliente.	Não
readBufferSize	Determina o tamanho do buffer interno que o Npgsql usa durante a leitura. Aumentar pode melhorar o desempenho se transferir grandes valores do banco de dados.	Não
logParâmetros	Quando ativado, os valores dos parâmetros são registrados quando os comandos são executados.	Não
timezone	Obtém ou define o fuso horário da sessão.	Não
codificação	Obtém ou define a codificação .NET que será usada para codificar/decodificar dados de cadeia de caracteres PostgreSQL.	Não

Nota

Para ter uma verificação SSL completa por meio da conexão ODBC ao usar o Self Hosted Integration Runtime, você deve usar uma conexão do tipo ODBC em vez do conector PostgreSQL explicitamente e concluir a seguinte configuração:

Configure o DSN em qualquer servidor SHIR.
Coloque o certificado adequado para PostgreSQL em C:\Windows\ServiceProfiles\DIAHostService\AppData\Roaming\postgresql\root.crt nos servidores SHI. É aqui que o driver ODBC procura > o certificado SSL para verificar quando ele se conecta ao banco de dados.
Na conexão de fábrica de dados, use uma conexão do tipo ODBC, com a cadeia de conexão apontando para o DSN criado nos servidores SHIRE.

Exemplo:

{
    "name": "PostgreSqlLinkedService",
    "properties": {
        "type": "PostgreSqlV2",
        "typeProperties": {
            "server": "<server>",
            "port": 5432,
            "database": "<database>",
            "username": "<username>",
            "password": {
                "type": "SecureString",
                "value": "<password>"
            },
            "sslmode": <sslmode>,
            "authenticationType": "Basic"
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Exemplo: armazenar senha no Cofre da Chave do Azure

{
    "name": "PostgreSqlLinkedService",
    "properties": {
        "type": "PostgreSqlV2",
        "typeProperties": {
            "server": "<server>",
            "port": 5432,
            "database": "<database>",
            "username": "<username>",
            "password": {
                "type": "AzureKeyVaultSecret",
                "store": { 
                    "referenceName": "<Azure Key Vault linked service name>",
                    "type": "LinkedServiceReference"
                },
                "secretName": "<secretName>"
            }
            "sslmode": <sslmode>,
            "authenticationType": "Basic"
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

Propriedades do conjunto de dados

Para obter uma lista completa de seções e propriedades disponíveis para definir conjuntos de dados, consulte o artigo sobre conjuntos de dados. Esta seção fornece uma lista de propriedades suportadas pelo conjunto de dados PostgreSQL.

Para copiar dados do PostgreSQL, as seguintes propriedades são suportadas:

Property	Descrição	Obrigatório
tipo	A propriedade type do conjunto de dados deve ser definida como: PostgreSqlV2Table	Sim
esquema	Nome do esquema.	Não (se "consulta" na fonte da atividade for especificado)
tabela	Nome da tabela.	Não (se "consulta" na fonte da atividade for especificado)

Exemplo

{
    "name": "PostgreSQLDataset",
    "properties":
    {
        "type": "PostgreSqlV2Table",
        "linkedServiceName": {
            "referenceName": "<PostgreSQL linked service name>",
            "type": "LinkedServiceReference"
        },
        "annotations": [],
        "schema": [],
        "typeProperties": {
            "schema": "<schema name>",
            "table": "<table name>"
        }
    }
}

Se você estava usando RelationalTable o conjunto de dados digitado, ele ainda é suportado no estado em que se encontra, enquanto você é sugerido para usar o novo no futuro.

Propriedades da atividade Copy

Para obter uma lista completa de seções e propriedades disponíveis para definir atividades, consulte o artigo Pipelines . Esta seção fornece uma lista de propriedades suportadas pela fonte PostgreSQL.

PostgreSQL como fonte

Para copiar dados do PostgreSQL, as seguintes propriedades são suportadas na seção copiar fonte de atividade:

Property	Descrição	Obrigatório
tipo	A propriedade type da fonte de atividade de cópia deve ser definida como: PostgreSqlV2Source	Sim
query	Use a consulta SQL personalizada para ler dados. Por exemplo: `"query": "SELECT * FROM \"MySchema\".\"MyTable\""`.	Não (se "tableName" no conjunto de dados for especificado)
queryTimeout	O tempo de espera antes de encerrar a tentativa de executar um comando e gerar um erro, o padrão é de 120 minutos. Se o parâmetro for definido para essa propriedade, os valores permitidos serão de intervalo de tempo, como "02:00:00" (120 minutos). Para obter mais informações, consulte CommandTimeout. Se ambos `commandTimeout` e `queryTimeout` estão configurados, `queryTimeout` tem precedência.	Não

Nota

Os nomes de esquema e tabela diferenciam maiúsculas de minúsculas. Coloque-os entre "" aspas (aspas duplas) na consulta.

Exemplo:

"activities":[
    {
        "name": "CopyFromPostgreSQL",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<PostgreSQL input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "PostgreSqlV2Source",
                "query": "SELECT * FROM \"MySchema\".\"MyTable\"",
                "queryTimeout": "00:10:00"
            },
            "sink": {
                "type": "<sink type>"
            }
        }
    }
]

Se você estava usando RelationalSource fonte digitada, ela ainda é suportada como está, enquanto você é sugerido para usar a nova no futuro.

Mapeamento de tipo de dados para PostgreSQL

Ao copiar dados do PostgreSQL, os mapeamentos a seguir são usados de tipos de dados PostgreSQL para tipos de dados provisórios usados pelo serviço internamente. Consulte Mapeamentos de esquema e tipo de dados para saber como a atividade de cópia mapeia o esquema de origem e o tipo de dados para o coletor.

Tipo de dados PostgreSql	Tipo de dados de serviço provisório	Tipo de dados de serviço provisório para PostgreSQL (legado)
`SmallInt`	`Int16`	`Int16`
`Integer`	`Int32`	`Int32`
`BigInt`	`Int64`	`Int64`
`Decimal` (Precisão <= 28)	`Decimal`	`Decimal`
`Decimal` (Precisão > 28)	Sem suporte	`String`
`Numeric`	`Decimal`	`Decimal`
`Real`	`Single`	`Single`
`Double`	`Double`	`Double`
`SmallSerial`	`Int16`	`Int16`
`Serial`	`Int32`	`Int32`
`BigSerial`	`Int64`	`Int64`
`Money`	`Decimal`	`String`
`Char`	`String`	`String`
`Varchar`	`String`	`String`
`Text`	`String`	`String`
`Bytea`	`Byte[]`	`Byte[]`
`Timestamp`	`DateTime`	`DateTime`
`Timestamp with time zone`	`DateTime`	`String`
`Date`	`DateTime`	`DateTime`
`Time`	`TimeSpan`	`TimeSpan`
`Time with time zone`	`DateTimeOffset`	`String`
`Interval`	`TimeSpan`	`String`
`Boolean`	`Boolean`	`Boolean`
`Point`	`String`	`String`
`Line`	`String`	`String`
`Iseg`	`String`	`String`
`Box`	`String`	`String`
`Path`	`String`	`String`
`Polygon`	`String`	`String`
`Circle`	`String`	`String`
`Cidr`	`String`	`String`
`Inet`	`String`	`String`
`Macaddr`	`String`	`String`
`Macaddr8`	`String`	`String`
`Tsvector`	`String`	`String`
`Tsquery`	`String`	`String`
`UUID`	`Guid`	`Guid`
`Json`	`String`	`String`
`Jsonb`	`String`	`String`
`Array`	`String`	`String`
`Bit`	`Byte[]`	`Byte[]`
`Bit varying`	`Byte[]`	`Byte[]`
`XML`	`String`	`String`
`IntArray`	`String`	`String`
`TextArray`	`String`	`String`
`NumericArray`	`String`	`String`
`DateArray`	`String`	`String`
`Range`	`String`	`String`
`Bpchar`	`String`	`String`

Propriedades da atividade de pesquisa

Para saber detalhes sobre as propriedades, verifique Atividade de pesquisa.

Atualizar o conector PostgreSQL

Aqui estão as etapas que ajudam você a atualizar seu conector PostgreSQL:

Crie um novo serviço vinculado PostgreSQL e configure-o consultando as propriedades do serviço vinculado.
O mapeamento de tipo de dados para o serviço vinculado PostgreSQL mais recente é diferente do da versão herdada. Para saber o mapeamento de tipo de dados mais recente, consulte Mapeamento de tipo de dados para PostgreSQL.

Diferenças entre PostgreSQL e PostgreSQL (legado)

A tabela abaixo mostra as diferenças de mapeamento de tipo de dados entre PostgreSQL e PostgreSQL (legado).

Tipo de dados PostgreSQL	Tipo de dados de serviço provisório para PostgreSQL	Tipo de dados de serviço provisório para PostgreSQL (legado)
Dinheiro	Decimal	String
Carimbo de data/hora com fuso horário	DateTime	String
Hora com fuso horário	DateTimeOffset	String
Intervalo	TimeSpan	String
BigDecimal	Não suportado. Como alternativa, utilize `to_char()` a função para converter BigDecimal em String.	String

Para obter uma lista de armazenamentos de dados suportados como fontes e coletores pela atividade de cópia, consulte Armazenamentos de dados suportados.

Partilhar via

Copiar dados do PostgreSQL usando o Azure Data Factory ou o Synapse Analytics

Capacidades suportadas

Pré-requisitos

Introdução

Criar um serviço vinculado ao PostgreSQL usando a interface do usuário

Detalhes de configuração do conector

Propriedades do serviço vinculado

Propriedades do conjunto de dados

Propriedades da atividade Copy

PostgreSQL como fonte

Mapeamento de tipo de dados para PostgreSQL

Propriedades da atividade de pesquisa

Atualizar o conector PostgreSQL

Diferenças entre PostgreSQL e PostgreSQL (legado)

Comentários

Recursos adicionais

Partilhar via

Copiar dados do PostgreSQL usando o Azure Data Factory ou o Synapse Analytics

Capacidades suportadas

Pré-requisitos

Introdução

Criar um serviço vinculado ao PostgreSQL usando a interface do usuário

Detalhes de configuração do conector

Propriedades do serviço vinculado

Propriedades do conjunto de dados

Propriedades da atividade Copy

PostgreSQL como fonte

Mapeamento de tipo de dados para PostgreSQL

Propriedades da atividade de pesquisa

Atualizar o conector PostgreSQL

Diferenças entre PostgreSQL e PostgreSQL (legado)

Conteúdos relacionados

Comentários

Recursos adicionais