Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
Neste artigo, você aprenderá como obter dados de um arquivo local em uma tabela nova ou existente.
Pré-requisitos
- Um espaço de trabalho com uma capacidade habilitada através de Microsoft Fabric
- Um banco de dados KQL com permissões de edição
Fonte
Na faixa de opções inferior do banco de dados KQL, selecione Obter dados .
Na janela Obter Dados, a aba Fonte está selecionada.
Selecione a fonte de dados na lista disponível. Neste exemplo, está a ingerir dados de Local file.
Configurar
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.
Arraste os ficheiros para a janela ou selecione Procurar ficheiros .
Observação
Você pode adicionar até 1.000 arquivos. Cada ficheiro pode ter um máximo de 1 GB descomprimido.
Selecione Próximo
Inspecionar
A guia Inspecionar é aberta com uma pré-visualização dos dados.
Para concluir o processo de ingestão, selecione Concluir.
Você pode visualizar, inspecionar e configurar os dados ingeridos. Os números na imagem correspondem a estas opções:
Selecione visualizador de comandos para visualizar e copiar os comandos automáticos gerados a partir das suas entradas.
(2) Utilize o menu pendente Arquivo de definição de esquema para alterar o arquivo do qual o esquema é inferido.
Mudar o formato de dados inferido automaticamente, selecionando o formato desejado no menu drop-down. Para obter mais informações, consulte Formatos de dados suportados pelo Real-Time Intelligence.
(4) Editar colunas.
(5) 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:
- O tipo de tabela é novo ou existente
- O tipo de mapeamento é novo ou existente
Mapeando transformações
Alguns mapeamentos de formato de dados (Parquet, JSON e Avro) suportam transformações simples durante a 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. Para obter mais informações, consulte a lista completa de transformações de mapeamento suportadas.
Opções avançadas com base no tipo de dados
Tabela (CSV, TSV, PSV):
Se estiveres a ingerir formatos tabulares numa tabela existente, podes selecionar Avançado - 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.
Os dados tabulares não incluem necessariamente os nomes das colunas usadas para mapear os dados de origem para as colunas existentes. Para usar a primeira linha como nomes de coluna, selecione Primeira linha é o cabeçalho da coluna.
Captura de ecrã onde a primeira linha é a alternância do cabeçalho da coluna.
Resumo
Na janela de preparação de dados, todas as três etapas são marcadas 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 painel 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