Partager via

Créer ou modifier une table en important un fichier

La page Créer ou modifier une table en important un fichier vous permet de charger des fichiers CSV, TSV ou JSON, Avro, Parquet ou texte pour créer ou remplacer une table Delta Lake gérée.

Vous pouvez créer des tables Delta gérées dans Unity Catalog ou dans le metastore Hive.

Note

En outre, vous pouvez utiliser utiliser l’interface utilisateur d’ajout de données ou COPY INTO pour charger des fichiers à partir du stockage cloud.

Importante

Vous pouvez utiliser l’interface utilisateur pour créer une table Delta en important de petits fichiers CSV, TSV, JSON, Avro, Parquet ou fichiers texte à partir de votre ordinateur local.

  • La page Créer ou modifier une table en important un fichier permet le chargement de 10 fichiers à la fois, au maximum.
  • La taille totale des fichiers chargés ne doit pas dépasser 2 gigaoctets.
  • Le fichier doit être au format CSV, TSV, JSON, Avro, Parquet ou texte et avoir l’extension « .csv », « .tsv » (ou « .tab »), « .json », « .avro », « .parquet » ou « .txt ».
  • Les fichiers compressés, comme les fichiers zip et tar, ne sont pas pris en charge.

Charger le fichier

  1. Cliquez sur Nouvelle icône Ajouter> ou charger des données.
  2. Cliquez sur Créer ou modifier une table.
  3. Cliquez sur Parcourir ou glisser-déplacer des fichiers directement sur la zone de déplacement.

Note

Les fichiers importés sont chargés à un emplacement interne sécurisé au sein de votre compte qui est nettoyée quotidiennement.

Prévisualiser, configurer et créer une table

Vous pouvez charger des données dans la zone intermédiaire sans vous connecter aux ressources de calcul, mais vous devez sélectionner une ressource de calcul active pour afficher un aperçu et configurer votre tableau. L’interface utilisateur de chargement de fichiers prend en charge les entrepôts SQL, le calcul serverless et le calcul dédié. Les clusters de groupe ne sont pas pris en charge.

Vous pouvez afficher un aperçu de 50 lignes de vos données lorsque vous configurez les options du tableau chargé. Cliquez sur les boutons de grille ou de liste sous le nom de fichier pour changer la présentation de vos données.

Azure Databricks stocke les fichiers de données pour les tables managées dans les emplacements configurés pour le schéma conteneur. Vous avez besoin des autorisations appropriées pour créer une table dans un schéma.

Sélectionnez le schéma souhaité dans lequel créer un tableau en procédant comme suit :

  1. (Pour les espaces de travail avec Unity Catalog uniquement) Vous pouvez sélectionner un catalogue ou l’héritagehive_metastore.
  2. Sélectionnez un schéma.
  3. (Facultatif)Modifiez le nom du tableau.

Note

Vous pouvez utiliser la liste déroulante pour sélectionner Remplacer une table existante ou Créer une table. Les opérations qui tentent de créer des tables avec des conflits de noms affichent un message d’erreur.

Vous pouvez configurer des options ou des colonnes avant de créer le tableau.

Pour créer la table, cliquez sur Créer en bas de la page.

Options de format

Les options de format dépendent du format de fichier que vous chargez. Les options de format courantes apparaissent dans la barre d’en-tête, tandis que les options moins couramment utilisées sont disponibles dans le dialogueAttributs avancés.

  • Pour les fichiers CSV, les options suivantes sont disponibles :
    • La première ligne contient l’en-tête (activé par défaut) : cette option spécifie si le fichier CSV/TSV contient un en-tête.
    • Délimiteur de colonne : caractère du séparateur entre les colonnes. Un seul caractère est autorisé et la barre oblique inverse n’est pas prise en charge. La valeur par défaut est la virgule pour les fichiers CSV.
    • Détecter automatiquement les types des colonnes (activé par défaut) : détecter automatiquement les types des colonnes à partir du contenu du fichier. Vous pouvez modifier les types dans l’aperçu de la table. Si ce paramètre est défini sur false (faux), tous les types de colonnes sont considérés comme étant STRING.
    • Les lignes s’étendent sur plusieurs lignes (désactivées par défaut) : indique si la valeur d’une colonne peut s’étendre sur plusieurs lignes dans le fichier.
    • Fusionner le schéma entre plusieurs fichiers : indique s’il faut déduire le schéma entre plusieurs fichiers et fusionner le schéma de chaque fichier. Si cette option est désactivée, le schéma d’un seul fichier est utilisé.
  • Pour les fichiers JSON, les options suivantes sont disponibles :
    • Détecter automatiquement les types des colonnes (activé par défaut) : détecter automatiquement les types des colonnes à partir du contenu du fichier. Vous pouvez modifier les types dans l’aperçu de la table. Si ce paramètre est défini sur false (faux), tous les types de colonnes sont considérés comme étant STRING.
    • Les lignes s’étendent sur plusieurs lignes (activées par défaut) : indique si la valeur d’une colonne peut s’étendre sur plusieurs lignes dans le fichier.
    • Autoriser les commentaires (activé par défaut) : indique si les commentaires sont autorisés dans le fichier.
    • Autoriser les guillemets simples (activés par défaut) : indique si les guillemets simples sont autorisés dans le fichier.
    • Déduire les chaînes timestamp (activé par défaut) : indique s’il faut tenter de déduire les chaînes timestamp en tant que TimestampType.
  • Pour les fichiers JSON, les options suivantes sont disponibles :
    • Détecter automatiquement les types des colonnes (activé par défaut) : détecter automatiquement les types des colonnes à partir du contenu du fichier. Vous pouvez modifier les types dans l’aperçu de la table. Si ce paramètre est défini sur false (faux), tous les types de colonnes sont considérés comme étant STRING.
    • Les lignes s’étendent sur plusieurs lignes (désactivées par défaut) : indique si la valeur d’une colonne peut s’étendre sur plusieurs lignes dans le fichier.
    • Autoriser les commentaires : indique si les commentaires sont autorisés dans le fichier.
    • Autoriser les guillemets simples : indique si les guillemets simples sont autorisés dans le fichier.
    • Déduire les chaînes timestamp : indique s’il faut essayer de déduire les chaînes timestamp en tant que TimestampType.

L’aperçu des données est mis à jour automatiquement quand vous modifiez des options de format.

Note

Quand vous chargez plusieurs fichiers, les règles suivantes s’appliquent :

  • Les paramètres d’en-tête s’appliquent à tous les fichiers. Vérifiez que les en-têtes sont systématiquement absents ou présents dans tous les fichiers chargés pour éviter la perte de données.
  • Les fichiers chargés sont combinés en ajoutant toutes les données sous forme de lignes dans la table cible. La jonction ou la fusion d’enregistrements pendant le chargement de fichiers n’est pas prise en charge.

Noms et types de colonnes

Vous pouvez modifier des types et des noms de colonnes.

  • Pour modifier les types, cliquez sur l’icône avec le type.

    Note

    Vous ne pouvez pas modifier les types imbriqués pour STRUCT ou ARRAY.

  • Pour modifier le nom de la colonne, cliquez sur la zone d’entrée en haut de la colonne.

    Les noms des colonnes ne prennent pas en charge les virgules, les barres obliques inverses et les caractères Unicode (comme les emojis).

Pour les fichiers CSV et JSON, les types de données des colonnes sont déduits par défaut. Vous pouvez interpréter toutes les colonnes comme étant de type STRING en désactivant Attributs avancés>Détecter automatiquement le type de colonne.

Note

  • L’inférence de schéma effectue la meilleure détection possible des types des colonnes. La modification des types des colonnes peut entraîner le cast de certaines valeurs en NULL si la valeur ne peut pas être castée correctement vers le type de données cible. La conversion de BIGINT en colonnes DATE ou TIMESTAMP n’est pas prise en charge. Databricks vous recommande de d’abord créer une table, puis de transformer après cela ces colonnes en utilisant des fonctions SQL.
  • Pour prendre en charge les noms de colonnes de table contenant des caractères spéciaux, la page Créer ou modifier une table en important un fichier tire parti du mappage de colonnes.
  • Pour ajouter des commentaires à des colonnes, créez la table, puis accédez à Catalog Explorer, où vous pourrez ajouter des commentaires.

Types de données pris en charge

La page Créer ou modifier une table en important un fichier prend en charge les types de données suivants. Pour plus d’informations sur les types de données individuels, consultez Types de données de SQL.

Type de données Descriptif
BIGINT Nombres entiers signés de 8 octets.
BOOLEAN Valeurs booléennes (true, false)
DATE Valeurs comprenant des valeurs de champs Année, Mois et Jour, sans fuseau horaire.
DOUBLE Nombres à virgule flottante double précision de 8 octets.
STRING Valeurs de chaîne de caractères.
TIMESTAMP Valeurs comprenant des valeurs de champs Année, Mois, Jour, Heure, Minute et Seconde, avec le fuseau horaire local de la session.
STRUCT Valeurs avec la structure décrite par une séquence de champs
ARRAY Valeurs qui composent une séquence d’éléments avec le type
elementType.
DECIMAL(P,S) Nombres avec une précision maximale P et une échelle fixe S.

Problèmes connus

Le cast de BIGINT en types non castables comme DATE, par exemple des dates au format « aaaa », peut déclencher des erreurs.

  • Last updated on