Configurar FTP em uma atividade de cópia

Este artigo descreve como usar a atividade de cópia no pipeline de dados para copiar dados do FTP.

Formato suportado

FTP suporta os seguintes formatos de arquivo. Consulte cada artigo para obter as configurações baseadas em formato.

• Formato Avro
• Formato binário
• Formato de texto delimitado
• Formato Excel
• Formato JSON
• Formato ORC
• Formato Parquet
• Formato XML

Configuração suportada

Para a configuração de cada guia em atividade de cópia, vá para as seções a seguir, respectivamente.

• General (Geral)
• Source
• Mapeamento
• Administração

Geral

Consulte as orientações de configurações gerais para configurar a guia Configurações gerais.

Source

Vá para a guia Origem para configurar sua fonte de atividade de cópia. Consulte o conteúdo a seguir para obter a configuração detalhada.

As três propriedades a seguir são necessárias:

• Tipo de armazenamento de dados: Selecione Externo.

• Conexão: Selecione uma conexão FTP na lista de conexões. Se nenhuma conexão existir, crie uma nova conexão FTP selecionando Novo.

• Tipo de caminho de arquivo: Selecione a partir de Caminho de arquivo, Caminho de arquivo curinga e Lista de arquivos com base na maneira como você deseja ler arquivos.

  • Caminho do arquivo: Se você escolher esse tipo, especifique o caminho do arquivo de origem. Você pode selecionar Procurar para selecionar seus arquivos de origem ou inserir o caminho do arquivo manualmente.

  • Caminho do arquivo curinga: se você escolher esse tipo, especifique os caminhos curinga para filtrar suas pastas ou arquivos de origem.

    Os curingas permitidos são * (corresponde a zero ou mais caracteres) e ? (corresponde a zero ou caractere único). Use ^ para escapar se o nome da pasta tiver um curinga ou esse caractere de escape dentro. Para obter mais exemplos, vá para Exemplos de filtro de pasta e arquivo.

    

    Caminho da pasta curinga: especifique o caminho da pasta com caracteres curinga para filtrar as pastas de origem.

    Nome do arquivo curinga: especifique o nome do arquivo com caracteres curinga no caminho da pasta folderPath/curinga para filtrar os arquivos de origem.

  • Lista de arquivos: Se você selecionar esse tipo, especifique o caminho da pasta e a lista Caminho para o arquivo para indicar a cópia de um determinado conjunto de arquivos. Aponte para um ficheiro de texto que inclua uma lista de ficheiros que pretende copiar, um ficheiro por linha. Para obter mais exemplos, vá para Exemplos de lista de arquivos.

    Caminho da pasta: especifique o caminho para a pasta de origem. É obrigatório.
    Caminho para a lista de arquivos: especifique o caminho do arquivo de texto que inclui uma lista de arquivos que você deseja copiar.

    

• Formato de arquivo: selecione o formato de arquivo aplicado na lista suspensa. Selecione Configurações para configurar o formato de arquivo. Para configurações de diferentes formatos de arquivo, consulte os artigos em Formato suportado para obter informações detalhadas.

Em Avançado, você pode especificar os seguintes campos:

• Filtrar por última modificação: Os ficheiros são filtrados com base nas datas da última modificação. Essa propriedade não se aplica quando você configura o tipo de caminho de arquivo como Lista de arquivos.

  • Hora de início (UTC): Os ficheiros são selecionados se a hora da última modificação for igual ou superior à hora configurada.
  • Hora de término (UTC): Os arquivos são selecionados se o tempo da última modificação for menor do que o tempo configurado.

  Quando a hora de início (UTC) tem o valor datetime, mas a hora de término (UTC) é NULL, isso significa que os arquivos cujo atributo da última modificação é maior ou igual ao valor datetime serão selecionados. Quando a hora de término (UTC) tem o valor datetime, mas a hora de início (UTC) é NULL, isso significa que os arquivos cujo atributo da última modificação é menor que o valor datetime serão selecionados. As propriedades podem ser NULL, o que significa que nenhum filtro de atributo de arquivo será aplicado aos dados.

• Desativar fragmentação: a fragmentação é projetada para otimizar o desempenho e acontece por baixo. Esta opção permite que você desative o agrupamento dentro de cada arquivo. Ao copiar dados do FTP, o serviço tenta obter o comprimento do arquivo primeiro, em seguida, dividir o arquivo em várias partes e lê-los em paralelo. Especifique se o seu servidor FTP suporta obter o comprimento do arquivo ou procurar ler a partir de um determinado deslocamento. Ele é desmarcado por padrão.

• Habilitar descoberta de partição: especifique se deseja analisar as partições do caminho do arquivo e adicioná-las como colunas de origem adicionais. Ele é desmarcado por padrão e não é suportado quando você usa o formato de arquivo binário.

  • Caminho da raiz da partição: Quando a descoberta de partição estiver habilitada, especifique o caminho raiz absoluto para ler pastas particionadas como colunas de dados.
    Se não for especificado, por padrão,

    • Quando você usa o caminho do arquivo ou a lista de arquivos na origem, o caminho da raiz da partição é o caminho que você configurou.
    • Quando você usa o filtro de pasta curinga, o caminho da raiz da partição é o subcaminho antes do primeiro curinga.

    Por exemplo, supondo que você configure o caminho como root/folder/year=2020/month=08/day=27:

    • Se você especificar o caminho da raiz da partição como root/folder/year=2020, a atividade de cópia gerará mais duas colunas mês e dia com o valor "08" e "27", respectivamente, além das colunas dentro dos arquivos.
    • Se o caminho raiz da partição não for especificado, nenhuma coluna extra será gerada.

    

• Usar transferência binária: especifique se deseja usar o modo de transferência binária. Selecione-o para usar o modo binário (padrão) ou desmarque-o para usar ASCII.

• Máximo de conexões simultâneas: esta propriedade indica o limite superior de conexões simultâneas estabelecidas para o armazenamento de dados durante a execução da atividade. Especifique um valor somente quando quiser limitar conexões simultâneas.

• Colunas adicionais: adicione colunas de dados adicionais para armazenar o caminho relativo ou o valor estático dos arquivos de origem. A expressão é suportada para este último. Para obter mais informações, vá para Adicionar colunas adicionais durante a cópia.

Mapeamento

Para a configuração da guia Mapeamento, consulte Configurar seus mapeamentos na guia mapeamento. Se você escolher binário como seu formato de arquivo, o mapeamento não será suportado.

Definições

Para Configuração da guia Configurações, vá para Configurar suas outras configurações na guia Configurações.

Resumo da tabela

A tabela a seguir contém mais informações sobre a atividade de cópia no FTP.

Source

Nome	Descrição	valor	Obrigatório	Propriedade de script JSON
Tipo de armazenamento de dados	Seu tipo de armazenamento de dados.	Externa	Sim	/
Ligação	Sua conexão FTP com o armazenamento de dados de origem.	< sua conexão FTP >	Sim	ligação
Tipo de caminho de arquivo	O tipo de caminho de arquivo usado para obter dados de origem.	• Caminho do arquivo • Caminho do arquivo curinga • Lista de ficheiros	Sim	/
Caminho do ficheiro	O caminho para o arquivo de origem.	< caminho do arquivo>	Sim	fileName folderpath
Caminhos curinga	O caminho curinga para o arquivo de origem.	< o caminho do arquivo curinga >	Sim para nome de arquivo curinga	curingFolderPath curingaFileName
Folder path	O caminho para a pasta de origem.	< Caminho comum da pasta base>	Sim	folderPath
Caminho para a lista de arquivos	Indica para copiar um determinado conjunto de arquivos. Aponte para um ficheiro de texto que inclua uma lista de ficheiros que pretende copiar, um ficheiro por linha.	< caminho da lista de arquivos >	Não	fileListPath
Formato do ficheiro	O formato de arquivo para seus dados de origem. Para obter informações sobre diferentes formatos de arquivo, consulte os artigos em Formato suportado para obter informações detalhadas.	/	Sim	/
Filtrar por última modificação	Os ficheiros com a hora da última modificação no intervalo [Hora de início, Hora de fim) serão filtrados para processamento posterior. A hora será aplicada ao fuso horário UTC no formato de yyyy-mm-ddThh:mm:ss.fffZ. Essas propriedades podem ser ignoradas, o que significa que nenhum filtro de atributo de arquivo será aplicado. Essa propriedade não se aplica quando você configura o tipo de caminho de arquivo como Lista de arquivos.	datetime	Não	modifiedDatetimeStart modifiedDatetimeEnd
Desativar fragmentação	A fragmentação é projetada para otimizar o desempenho e acontece por baixo. Esta opção permite que você desative o agrupamento dentro de cada arquivo. Ao copiar dados do FTP, o serviço tenta obter o comprimento do arquivo primeiro, em seguida, dividir o arquivo em várias partes e lê-los em paralelo. Especifique se o seu servidor FTP suporta obter o comprimento do arquivo ou procurar ler a partir de um determinado deslocamento.	selecionado ou desmarcado (padrão)	Não	disableChunking: true ou false (padrão)
Habilitar a descoberta de partições	Indica se as partições devem ser analisadas a partir do caminho do arquivo e adicionadas como colunas de origem adicionais.	selecionado ou desmarcado (padrão)	Não	enablePartitionDiscovery: true ou false (padrão)
Caminho da raiz da partição	O caminho raiz da partição absoluta para ler pastas particionadas como colunas de dados. Especifique-o quando a descoberta de partições estiver habilitada.	< caminho da raiz da partição >	Não	partitionRootPath
Usar transferência binária	Indica se o modo de transferência binário deve ser usado. Os valores são true para o modo binário (padrão) e false para ASCII.	selecionado (padrão) ou não selecionado	Não	useBinaryTransfer: true (padrão) ou false
Máximo de conexões simultâneas	O limite superior de conexões simultâneas estabelecidas para o armazenamento de dados durante a execução da atividade. Especifique um valor somente quando quiser limitar conexões simultâneas.	< limite superior de conexões simultâneas > (inteiro)	Não	maxConcurrentConnections
Colunas adicionais	Adicione colunas de dados adicionais para armazenar o caminho relativo ou o valor estático dos arquivos de origem. A expressão é suportada para este último. Para obter mais informações, vá para Adicionar colunas adicionais durante a cópia	• Nome • Valor	Não	adicionaisColunas: • nome • valor

Conteúdos relacionados

• Visão geral do conector FTP