Obter dados do armazenamento do Azure

Neste artigo, você aprenderá como obter dados do armazenamento do Azure (contêiner ADLS Gen2, contêiner de blob ou blobs individuais) em uma tabela nova ou existente.

Pré-requisitos

• Um espaço de trabalho com uma capacidade habilitada para o Microsoft Fabric
• Um banco de dados KQL com permissões de edição
• Uma conta de armazenamento

Fonte

1. Na faixa de opções inferior do banco de dados KQL, selecione Obter dados.

   Na janela obter dados, a guia de origem está selecionada.

2. Selecione a fonte de dados na lista disponível. Neste exemplo, estás a ingerir dados do armazenamento do Azure .

   

Configurar

1. Selecione uma tabela de destino. Se pretender ingerir dados numa nova tabela, selecione + Nova tabela e introduza um nome de tabela.

   Observação

   Os nomes das tabelas podem ter até 1024 caracteres, incluindo espaços, alfanuméricos, hífenes e sublinhados. Não há suporte para caracteres especiais.

2. Para adicionar a sua fonte de dados, cole a string de conexão de armazenamento no campo URI , e em seguida, selecione +. A tabela a seguir lista os métodos de autenticação com suporte e as permissões necessárias para ingerir dados do armazenamento do Azure.

   Método de autenticação	Bolha individual	Contentor de Blob	Azure Data Lake Storage Gen2
   Token de Acesso Compartilhado (SAS)	Ler e escrever	Ler e Listar	Ler e Listar
   Chave de acesso da conta de armazenamento

   Observação

   • Você pode adicionar até 10 blobs individuais ou ingerir até 5000 blobs de um único contêiner. Você não pode ingerir os dois ao mesmo tempo.
   • Cada blob pode ter no máximo 1 GB descompactado.

   1. Se você colou uma cadeia de conexão para um contêiner de blob ou um Azure Data Lake Storage Gen2, poderá adicionar os seguintes filtros opcionais:

      

      Configuração	Descrição do campo
      Filtros de arquivo (opcional)
      Caminho da pasta	Filtra dados para ingerir arquivos com um caminho de pasta específico.
      Extensão do arquivo	Filtra dados para ingerir arquivos apenas com uma extensão de arquivo específica.

3. Selecione Próximo

Inspecionar

A guia Inspecionar é aberta com uma pré-visualização dos dados.

Para concluir o processo de ingestão, selecione Concluir.

Opcionalmente:

• Selecione visualizador de comandos para visualizar e copiar os comandos automáticos gerados a partir de suas entradas.
• Utilize o menu suspenso do arquivo de definição de esquema para alterar o arquivo do qual o esquema é inferido.
• Altere o formato de dados inferido automaticamente selecionando o formato desejado na lista suspensa. Para obter mais informações, consulte Formatos de dados suportados pelo Real-Time Intelligence.
• Editar colunas.
• Explore opções avançadas com base no tipo de dados.

Editar colunas

Observação

• Para formatos tabulares (CSV, TSV, PSV), não é possível mapear uma coluna duas vezes. Para mapear para uma coluna existente, primeiro exclua a nova coluna.
• Não é possível alterar um tipo de coluna existente. Se você tentar mapear para uma coluna com um formato diferente, você pode acabar com colunas vazias.

As alterações que você pode fazer em uma tabela dependem dos seguintes parâmetros:

• Tipo de Tabela é novo ou existente
• O tipo de de mapeamento é novo ou existente

Tipo de tabela	Tipo de mapeamento	Ajustes disponíveis
Nova tabela	Novo mapeamento	Renomear coluna, alterar tipo de dados, alterar fonte de dados, transformação de mapeamento , adicionar coluna, eliminar coluna
Tabela existente	Novo mapeamento	Adicionar coluna (na qual você pode alterar o tipo de dados, renomear e atualizar)
Tabela existente	Mapeamento existente	nenhum

Mapeando transformações

Alguns mapeamentos de formato de dados (Parquet, JSON e Avro) suportam transformações simples em tempo de ingestão. Para aplicar transformações de mapeamento, crie ou atualize uma coluna na janela Editar colunas.

As transformações de mapeamento podem ser executadas em uma coluna do tipo string ou datetime, com a fonte tendo o tipo de dados int ou long. As transformações de mapeamento suportadas são:

• DateTimeFromUnixSeconds
• DateTimeFromUnixMilliseconds
• DateTimeFromUnixMicroseconds
• DateTimeFromUnixNanoseconds (DataHoraAPartirDeNanosegundosUnix)

Opções avançadas com base no tipo de dados

Tabela (CSV, TSV, PSV):

• Se estiveres a ingerir formatos tabulares numa tabela existente, podes selecionar Manter esquema de tabela>. Os dados tabulares não incluem necessariamente os nomes das colunas usadas para mapear os dados de origem para as colunas existentes. Quando essa opção é marcada, o mapeamento é feito por ordem e o esquema da tabela permanece o mesmo. Se essa opção estiver desmarcada, novas colunas serão criadas para os dados de entrada, independentemente da estrutura dos dados.

• Para usar a primeira linha como nomes de coluna, selecione Avançado>A primeira linha é o cabeçalho da coluna.

  

JSON:

• Para determinar a divisão de colunas dos dados JSON, selecione Advanced>Nested levelsde 1 a 100.

• Se você selecionar Avançado>Ignorar linhas JSON com erros, os dados serão ingeridos no formato JSON. Se você deixar essa caixa de seleção desmarcada, os dados serão ingeridos no formato multijson.

  

Resumo

Na janela de preparação de dados , todas as três etapas são assinaladas com marcas de seleção verdes quando a ingestão de dados é concluída com êxito. Você pode selecionar um cartão para consultar, eliminar os dados ingeridos ou ver um dashboard com o resumo da sua ingestão.

Conteúdo relacionado

• Para gerenciar seu banco de dados, consulte Gerenciar dados
• Para criar, armazenar e exportar consultas, consulte Consultar dados em um conjunto de consultas KQL