Formato Avro no Azure Data FactoryAvro format in Azure Data Factory

APLICA-SE A: Azure Data Factory Azure Synapse Analytics

Siga este artigo quando desejar analisar os arquivos Avro ou gravar os dados no formato Avro.Follow this article when you want to parse the Avro files or write the data into Avro format.

O formato Avro tem suporte para os seguintes conectores: Amazon S3, blob do Azure, Azure data Lake Storage Gen1, Azure data Lake Storage Gen2, armazenamento de arquivos do Azure, sistema de arquivos, FTP, Google Cloud Storage, HDFS, httpe SFTP.Avro format is supported for the following connectors: Amazon S3, Azure Blob, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Azure File Storage, File System, FTP, Google Cloud Storage, HDFS, HTTP, and SFTP.

Propriedades do conjunto de dadosDataset properties

Para obter uma lista completa das seções e propriedades disponíveis para definir os conjuntos de dados, confira o artigo sobre Conjuntos de Dados.For a full list of sections and properties available for defining datasets, see the Datasets article. Esta seção fornece uma lista das propriedades com suporte pelo conjunto de conjuntos Avro.This section provides a list of properties supported by the Avro dataset.

PropriedadeProperty DescriçãoDescription ObrigatórioRequired
typetype A propriedade Type do conjunto de conjuntos deve ser definida como Avro.The type property of the dataset must be set to Avro. YesYes
locallocation Configurações de local dos arquivos.Location settings of the file(s). Cada conector baseado em arquivo tem seu próprio tipo de local e propriedades com suporte em location .Each file-based connector has its own location type and supported properties under location. Consulte os detalhes no artigo do conector – > seção Propriedades do conjunto de informações.See details in connector article -> Dataset properties section. YesYes
avroCompressionCodecavroCompressionCodec O codec de compactação a ser usado ao gravar em arquivos Avro.The compression codec to use when writing to Avro files. Ao ler de arquivos do Avro, Data Factory determina automaticamente o codec de compactação com base nos metadados do arquivo.When reading from Avro files, Data Factory automatically determines the compression codec based on the file metadata.
Os tipos com suporte são "None" (padrão), "deflate", "encaixar".Supported types are "none" (default), "deflate", "snappy". Observação a atividade de cópia atualmente não dá suporte a instantâneos quando leitura/gravação de arquivos Avro.Note currently Copy activity doesn't support Snappy when read/write Avro files.
NoNo

Observação

Não há suporte para o espaço em branco no nome da coluna para arquivos Avro.White space in column name is not supported for Avro files.

A seguir está um exemplo de conjunto de exemplos de Avro no armazenamento de BLOBs do Azure:Below is an example of Avro dataset on Azure Blob Storage:

{
    "name": "AvroDataset",
    "properties": {
        "type": "Avro",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "schema": [ < physical schema, optional, retrievable during authoring > ],
        "typeProperties": {
            "location": {
                "type": "AzureBlobStorageLocation",
                "container": "containername",
                "folderPath": "folder/subfolder",
            },
            "avroCompressionCodec": "snappy"
        }
    }
}

Propriedades da atividade de cópiaCopy activity properties

Para obter uma lista completa das seções e propriedades disponíveis para definir atividades, confia o artigo Pipelines.For a full list of sections and properties available for defining activities, see the Pipelines article. Esta seção fornece uma lista das propriedades com suporte pela fonte e pelo coletor do Avro.This section provides a list of properties supported by the Avro source and sink.

Avro como fonteAvro as source

As propriedades a seguir têm suporte na seção atividade de cópia **_ _ origem ****.The following properties are supported in the copy activity __source** section.

PropriedadeProperty DescriçãoDescription ObrigatórioRequired
typetype A propriedade Type da fonte da atividade de cópia deve ser definida como AvroSource.The type property of the copy activity source must be set to AvroSource. YesYes
storeSettingsstoreSettings Um grupo de propriedades sobre como ler dados de um armazenamento de dados.A group of properties on how to read data from a data store. Cada conector baseado em arquivo tem suas próprias configurações de leitura com suporte em storeSettings .Each file-based connector has its own supported read settings under storeSettings. Veja os detalhes no artigo do conector – > seção Propriedades da atividade de cópia.See details in connector article -> Copy activity properties section. NoNo

Avro como coletorAvro as sink

As propriedades a seguir têm suporte na seção atividade de cópia **_ _ Sink ****.The following properties are supported in the copy activity __sink** section.

PropriedadeProperty DescriçãoDescription ObrigatórioRequired
typetype A propriedade Type da fonte da atividade de cópia deve ser definida como AvroSink.The type property of the copy activity source must be set to AvroSink. YesYes
formatSettingsformatSettings Um grupo de propriedades.A group of properties. Consulte a tabela de configurações de gravação do Avro abaixo.Refer to Avro write settings table below. NoNo
storeSettingsstoreSettings Um grupo de propriedades sobre como gravar dados em um armazenamento de dados.A group of properties on how to write data to a data store. Cada conector baseado em arquivo tem suas próprias configurações de gravação com suporte em storeSettings .Each file-based connector has its own supported write settings under storeSettings. Veja os detalhes no artigo do conector – > seção Propriedades da atividade de cópia.See details in connector article -> Copy activity properties section. NoNo

Configurações de gravação de Avro com suporte em formatSettings :Supported Avro write settings under formatSettings:

PropriedadeProperty DescriçãoDescription ObrigatórioRequired
typetype O tipo de formatSettings deve ser definido como AvroWriteSettings.The type of formatSettings must be set to AvroWriteSettings. YesYes
maxRowsPerFilemaxRowsPerFile Ao gravar dados em uma pasta, você pode optar por gravar em vários arquivos e especificar o máximo de linhas por arquivo.When writing data into a folder, you can choose to write to multiple files and specify the max rows per file. NoNo
fileNamePrefixfileNamePrefix Aplicável quando o maxRowsPerFile está configurado.Applicable when maxRowsPerFile is configured.
Especifique o prefixo do nome do arquivo ao gravar dados em vários arquivos, resultando neste padrão: <fileNamePrefix>_00000.<fileExtension> .Specify the file name prefix when writing data to multiple files, resulted in this pattern: <fileNamePrefix>_00000.<fileExtension>. Se não for especificado, o prefixo de nome de arquivo será gerado automaticamente.If not specified, file name prefix will be auto generated. Essa propriedade não se aplica quando a origem é um armazenamento de dados habilitado para opçãode armazenamento ou de partição baseada em arquivo.This property does not apply when source is file-based store or partition-option-enabled data store.
NoNo

Propriedades do fluxo de dados de mapeamentoMapping data flow properties

No mapeamento de fluxos de dados, você pode ler e gravar no formato Avro nos seguintes armazenamentos de dados: armazenamento de BLOBs do Azure, Azure data Lake Storage Gen1e Azure data Lake Storage Gen2.In mapping data flows, you can read and write to avro format in the following data stores: Azure Blob Storage, Azure Data Lake Storage Gen1, and Azure Data Lake Storage Gen2.

Propriedades de origemSource properties

A tabela abaixo lista as propriedades com suporte por uma fonte Avro.The below table lists the properties supported by an avro source. Você pode editar essas propriedades na guia Opções de origem .You can edit these properties in the Source options tab.

NameName DescriçãoDescription ObrigatórioRequired Valores permitidosAllowed values Propriedade de script de fluxo de dadosData flow script property
Caminhos curingaWild card paths Todos os arquivos correspondentes ao caminho curinga serão processados.All files matching the wildcard path will be processed. Substitui a pasta e o caminho do arquivo definido no conjunto de um.Overrides the folder and file path set in the dataset. nono String[]String[] wildcardPathswildcardPaths
Caminho raiz da partiçãoPartition root path Para dados de arquivo particionados, você pode inserir um caminho raiz de partição para ler pastas particionadas como colunasFor file data that is partitioned, you can enter a partition root path in order to read partitioned folders as columns nono StringString partitionRootPathpartitionRootPath
Lista de arquivosList of files Se sua fonte está apontando para um arquivo de texto que lista os arquivos a serem processadosWhether your source is pointing to a text file that lists files to process nono true ou falsetrue or false FilefileList
Coluna para armazenar o nome do arquivoColumn to store file name Criar uma nova coluna com o nome e o caminho do arquivo de origemCreate a new column with the source file name and path nono StringString rowUrlColumnrowUrlColumn
Após a conclusãoAfter completion Exclua ou mova os arquivos após o processamento.Delete or move the files after processing. O caminho do arquivo inicia a partir da raiz do contêinerFile path starts from the container root nono Excluir: true ou falseDelete: true or false
Prosseguir ['<from>', '<to>']Move: ['<from>', '<to>']
purgeFilespurgeFiles
MoveFilemoveFiles
Filtrar por última modificaçãoFilter by last modified Escolher filtrar arquivos com base na última alteraçãoChoose to filter files based upon when they were last altered nono TimestampTimestamp modifiedAftermodifiedAfter
modifiedBeforemodifiedBefore
Não permitir nenhum arquivo encontradoAllow no files found Se for true, um erro não será gerado se nenhum arquivo for encontradoIf true, an error is not thrown if no files are found nono true ou falsetrue or false ignoreNoFilesFoundignoreNoFilesFound

Propriedades do coletorSink properties

A tabela abaixo lista as propriedades com suporte por um coletor de Avro.The below table lists the properties supported by an avro sink. Você pode editar essas propriedades na guia configurações .You can edit these properties in the Settings tab.

NameName DescriçãoDescription ObrigatórioRequired Valores permitidosAllowed values Propriedade de script de fluxo de dadosData flow script property
Limpar a pastaClear the folder Se a pasta de destino for limpa antes da gravaçãoIf the destination folder is cleared prior to write nono true ou falsetrue or false truncatetruncate
Opção de nome de arquivoFile name option O formato de nomenclatura dos dados gravados.The naming format of the data written. Por padrão, um arquivo por partição no formato part-#####-tid-<guid>By default, one file per partition in format part-#####-tid-<guid> nono Padrão: cadeia de caracteresPattern: String
Por partição: cadeia de caracteres []Per partition: String[]
Como dados na coluna: StringAs data in column: String
Saída para arquivo único: ['<fileName>']Output to single file: ['<fileName>']
filePatternfilePattern
partitionFileNamespartitionFileNames
rowUrlColumnrowUrlColumn
partitionFileNamespartitionFileNames
Cotar tudoQuote all Incluir todos os valores entre aspasEnclose all values in quotes nono true ou falsetrue or false quoteAllquoteAll

Suporte do tipo de dadosData type support

Atividade de cópiaCopy activity

Os tipos de dados complexos do Avro não têm suporte (registros, enumerações, matrizes, mapas, uniões e fixos) na atividade de cópia.Avro complex data types are not supported (records, enums, arrays, maps, unions, and fixed) in Copy Activity.

Fluxos de dadosData flows

Ao trabalhar com arquivos Avro em fluxos de dados, você pode ler e gravar tipos de dados complexos, mas certifique-se de limpar primeiro o esquema físico do DataSet.When working with Avro files in data flows, you can read and write complex data types, but be sure to clear the physical schema from the dataset first. Em fluxos de dados, você pode definir sua projeção lógica e derivar colunas que são estruturas complexas e, em seguida, mapear automaticamente esses campos para um arquivo Avro.In data flows, you can set your logical projection and derive columns that are complex structures, then auto-map those fields to an Avro file.

Próximas etapasNext steps