Настройте Azure Synapse Analytics в операции копирования

В этой статье описывается, как использовать действие копирования в конвейере для копирования данных из и в Azure Synapse Analytics.

Поддерживаемая конфигурация

Для настройки каждой вкладки в действии копирования перейдите к следующим разделам соответственно.

• Общие сведения
• Источник
• Назначение
• Картирование
• Settings

General

Ознакомьтесь с руководством по общим параметрам , чтобы настроить вкладку "Общие параметры".

Исходный материал

Следующие свойства поддерживаются для Azure Synapse Analytics на вкладке "Источник " действия копирования.

Требуются следующие свойства:

• Подключение. Выберите подключение Azure Synapse Analytics из списка подключений. Если подключение не существует, создайте новое подключение Azure Synapse Analytics, нажав кнопку "Создать".

• Тип подключения: выберите Azure Synapse Analytics.

• Используйте запрос. Для чтения исходных данных можно выбрать таблицу, запрос или хранимую процедуру . В следующем списке описана конфигурация каждого параметра:

  • Таблица: чтение данных из таблицы, указанной в таблице , при выборе этой кнопки. Выберите таблицу из раскрывающегося списка или выберите "Изменить ", чтобы ввести имя схемы и таблицы вручную.

    

  • Запрос. Укажите настраиваемый SQL-запрос для чтения данных. Примером является select * from MyTable. Или щелкните значок карандаша для редактирования в редакторе кода.

    

  • Хранимая процедура: используйте хранимую процедуру, которая считывает данные из исходной таблицы. Последней инструкцией SQL должна быть инструкция SELECT в хранимой процедуре.

    

    • Имя хранимой процедуры: выберите хранимую процедуру или укажите имя хранимой процедуры вручную при нажатии кнопки "Изменить".
    • Параметры хранимой процедуры: выберите параметры импорта для импорта параметра в указанной хранимой процедуре или добавьте параметры для хранимой процедуры, нажав кнопку +Создать. Допустимые значения: пары имен или значений. Имена и регистр параметров должны совпадать с именами и регистром параметров хранимой процедуры.

В разделе "Дополнительно" можно указать следующие поля:

• Время ожидания запроса (минуты): укажите время ожидания для выполнения команды запроса, значение по умолчанию — 120 минут. Если для этого свойства задан параметр, допустимые значения имеют интервал времени, например "02:00:00" (120 минут).

• Уровень изоляции: указывает поведение блокировки транзакций для источника SQL. Допустимые значения: None, Read committed, Read uncommitted, Repeatable read, Serializable или Snapshot. Если это не указано, используется уровень изоляции None . Дополнительные сведения см. в разделе "Изоляция".

  

• Параметр секционирования: укажите параметры секционирования данных, используемые для загрузки данных из Azure Synapse Analytics. Допустимые значения: Нет (по умолчанию), физические секции таблицы и динамический диапазон. Если включен параметр секционирования (то есть не Нет), степень параллелизма при одновременной загрузке данных из Azure Synapse Analytics управляется настройкой параллельного копирования для действия копирования.

  • Нет. Выберите этот параметр, чтобы не использовать секцию.

  • Физические секции таблицы: выберите этот параметр, если вы хотите использовать физическую секцию. Столбец раздела и механизм автоматически определяются на основе определения физической таблицы.

  • Динамический диапазон: выберите этот параметр, если вы хотите использовать секцию динамического диапазона. При использовании запроса с включенным параллелизмом требуется параметр секционирования диапазона ?DfDynamicRangePartitionCondition. Пример запроса: SELECT * FROM <TableName> WHERE ?DfDynamicRangePartitionCondition.

    

    • Имя столбца секционирования: укажите имя исходного столбца в целочисленном или типе даты или даты и времени (int, smallint, bigint, date, smalldatetime, datetime, datetime2, или datetimeoffset), используемый для секционирования диапазоном для параллельной копии. Если значение не указано, автоматически определяется индекс или первичный ключ таблицы, который затем используется в качестве столбца секционирования.
    • Верхняя граница секции: укажите максимальное значение столбца секционирования для разделения диапазона секций. Это значение используется для определения шага раздела, а не для фильтрации строк в таблице. Все строки в таблице или результатах запроса секционируются и копируются.
    • Нижняя граница секции: укажите минимальное значение столбца секционирования для разделения диапазона секций. Это значение используется для определения шага раздела, а не для фильтрации строк в таблице. Все строки в таблице или результатах запроса секционируются и копируются.

• Дополнительные столбцы: добавьте дополнительные столбцы данных для хранения относительного пути или статического значения исходных файлов. Выражение поддерживается для последнего варианта. Дополнительные сведения см. в разделе Добавление дополнительных столбцов во время копирования.

Место назначения

Следующие свойства поддерживаются для Azure Synapse Analytics на вкладке "Назначение " действия копирования.

Требуются следующие свойства:

• Подключение. Выберите подключение Azure Synapse Analytics из списка подключений. Если подключение не существует, создайте новое подключение Azure Synapse Analytics, нажав кнопку "Создать".
• Тип подключения: выберите Azure Synapse Analytics.
• Параметр таблицы. Вы можете выбрать "Использовать существующую", "Автоматически создать таблицу". В следующем списке описана конфигурация каждого параметра:
  • Используйте существующую: выберите таблицу в базе данных из раскрывающегося списка. Или выберите "Изменить", чтобы ввести имя схемы и таблицы вручную.
  • Автоматическая создание таблицы: она автоматически создает таблицу (если она отсутствует) в исходной схеме.

В разделе "Дополнительно" можно указать следующие поля:

• Метод copy Выберите метод, который вы хотите использовать для копирования данных. Вы можете выбрать команду Copy, PolyBase, bulk insert или Upsert. В следующем списке описана конфигурация каждого параметра:

  • Команда копирования: Используйте инструкцию COPY для загрузки данных из хранилища Azure в Azure Synapse Analytics или SQL-пул.

    

    • Разрешить команду копирования: обязательно должно быть выбрано при выборе команды "Копировать".
    • Значения по умолчанию: укажите значения по умолчанию для каждого целевого столбца в Azure Synapse Analytics. Значения по умолчанию из этого свойства переопределяют ограничение DEFAULT, заданное в хранилище данных, а столбец идентификаторов не может иметь значение по умолчанию.
    • Дополнительные параметры: дополнительные параметры, которые будут переданы инструкции Azure Synapse Analytics COPY непосредственно в предложении With в инструкции COPY. Значение необходимо заключать в кавычки для соответствия требованиям инструкции COPY.

  • PolyBase: PolyBase — это механизм высокой пропускной способности. Используйте его для загрузки больших объемов данных в Azure Synapse Analytics или пул SQL.

    

    • Разрешить PolyBase: это обязательный параметр, если вы выбрали PolyBase.
    • Тип отклонения: укажите, является ли параметр rejectValue литеральным значением или процентом. Допустимые значения: Значение (по умолчанию) и Процент.
    • Отклонить значение: укажите число или процент строк, которые могут быть отклонены до сбоя запроса. Дополнительные сведения о параметрах отклонения PolyBase см. в разделе "Аргументы" статьи CREATE EXTERNAL TABLE (Transact-SQL). Допустимые значения: 0 (по умолчанию), 1, 2 и т. д.
    • Значение выборки отклонения: определяет количество строк, прежде чем PolyBase пересчитает процент отклоненных строк. Допустимые значения: 1, 2 и т. д. Если в качестве типа отклонения выбран процент , это свойство необходимо.
    • Используйте тип по умолчанию: укажите, как обрабатывать отсутствующие значения в текстовых файлах с разделителями, когда PolyBase извлекает данные из текстового файла. Дополнительные сведения об этом свойстве см. в разделе "Аргументы" в разделе CREATE EXTERNAL FILE FORMAT (Transact-SQL). Допустимые значения выбраны (по умолчанию) или не выбраны.

  • Массовая вставка: используйте массовую вставку для пакетного переноса данных в место назначения.

    

    • Блокировка таблицы при массовой вставке. Это позволяет повысить производительность операции массового вставки в таблицу без индекса от нескольких клиентов. Дополнительные сведения см. в статьях BULK INSERT (Transact-SQL).

  • Upsert: укажите группу параметров для поведения записи, когда требуется переставить данные в место назначения.

    

    • Ключевые столбцы: выберите, какой столбец используется для определения того, соответствует ли строка из источника строке из назначения.

    • Блокировка таблицы при массовой вставке. Это позволяет повысить производительность операции массового вставки в таблицу без индекса от нескольких клиентов. Дополнительные сведения см. в статьях BULK INSERT (Transact-SQL).

• Скрипт предварительного копирования: укажите сценарий для действия копирования перед записью данных в целевую таблицу в каждом запуске. Это свойство можно использовать для очистки предварительно загруженных данных.

• время ожидания пакетной записи: укажите время ожидания завершения операции пакетной вставки перед истечением тайм-аута. Допустимое значение — интервал времени. Значение по умолчанию — "00:30:00" (30 минут).

• Размер пакета записи: укажите количество строк для вставки в таблицу SQL в одном пакете. Допустимое значение — целое число (число строк). По умолчанию эта служба динамически определяет соответствующий размер пакета в зависимости от размера строки.

• Максимальное число одновременных подключений: укажите верхний предел одновременных подключений, установленных в хранилище данных во время выполнения действия. Указывайте значение только при необходимости ограничить количество одновременных подключений.

• Отключить аналитику метрик производительности: этот параметр используется для сбора метрик, таких как DTU, DWU, RU и т. д., для оптимизации производительности копирования и рекомендаций. Если вы обеспокоены этим поведением, установите этот флажок. По умолчанию он не выбирается.

Прямая копия с помощью команды COPY

Команда Azure Synapse Analytics COPY напрямую поддерживает хранилище BLOB-объектов Azure и Azure Data Lake Storage 2-го поколения в качестве исходных хранилищ данных. Если исходные данные соответствуют критериям, описанным в этом разделе, используйте команду COPY для копирования непосредственно из исходного хранилища данных в Azure Synapse Analytics.

1. Исходные данные и формат содержат следующие типы и методы проверки подлинности:

   Поддерживаемый тип хранилища исходных данных	Поддерживаемый формат	Поддерживаемый тип проверки подлинности источника
   Azure Blob-хранилище	Текст, разделенный символами Parquet	Анонимная аутентификация Проверка подлинности ключа учетной записи Аутентификация с помощью подписей для совместного доступа
   Azure Data Lake Storage 2-го поколения	Текст, разделенный символами Parquet	Проверка подлинности ключа учетной записи Аутентификация с помощью подписей для совместного доступа

2. Можно задать следующие параметры формата:
   

   1. Для Parquet: тип сжатия может быть None, snappy или gzip.
   2. Для делимитированного текста:
      1. Разделитель строк: при копировании текста с разделителями в Azure Synapse Analytics с помощью прямой команды COPY явно укажите разделитель строк (\r; \n; или \r\n). Только если разделитель строк исходного файла \r\n, значение по умолчанию (\r, \nили \r\n) работает. В противном случае включите стейджинг для вашего сценария.
      2. Значение NULL остается в качестве значения по умолчанию или имеет значение пустой строки ("").
      3. Кодировка остается по умолчанию или имеет значение UTF-8 или UTF-16.
      4. Число пропускаемых строк оставлено по умолчанию или установлено на 0.
      5. Тип сжатия может быть None или gzip.

3. Если источник является папкой, установите флажок "Рекурсивно ".

4. Время начала (UTC) и время окончания (UTC) в фильтре по последнему изменению, префиксу, включению обнаружения секций и дополнительным столбцам не указаны.

Сведения о приеме данных в Azure Synapse Analytics с помощью команды COPY см. в этой статье.

Если исходное хранилище данных и формат не поддерживаются командой COPY, используйте поэтапное копирование с помощью функции команды COPY. Он автоматически преобразует данные в формат, совместимый с командой COPY, а затем вызывает команду COPY для загрузки данных в Azure Synapse Analytics.

Картирование

Для конфигурации вкладки Сопоставление, если вы не используете Azure Synapse Analytics с автоматическим созданием таблицы в качестве назначения, перейдите на Сопоставление.

Если вы применяете Azure Synapse Analytics с автоматическим созданием таблицы в качестве назначения, за исключением конфигурации в сопоставлении, можно изменить тип для столбцов назначения. После выбора схемы импорта можно указать тип столбца в назначении.

Например, тип столбца идентификатора в источнике является int, и его можно изменить на float type при сопоставлении с целевым столбцом.

Settings

Для настройки вкладки перейдите к Настройка других параметров на вкладке "Параметры".

Параллельная копия из Azure Synapse Analytics

Соединитель Azure Synapse Analytics в процессе копирования предоставляет встроенное разделение данных для параллельного копирования. Параметры секционирования данных можно найти на вкладке Источник действия Copy.

При включении секционированного копирования действие копирования выполняет параллельные запросы к источнику Azure Synapse Analytics для загрузки данных по секциям. Параллельная степень управляется степенью параллелизма копирования на вкладке параметров действия копирования. Например, если задать степень параллелизма копирования четыре, служба одновременно создает и выполняет четыре запроса на основе указанного параметра секции и параметров, а каждый запрос получает часть данных из Azure Synapse Analytics.

Рекомендуется включить параллельную копию с секционированием данных, особенно при загрузке большого объема данных из Azure Synapse Analytics. Ниже приведены рекомендуемые конфигурации для разных сценариев. Если данные копируются в файловое хранилище данных, то рекомендуется сохранять данные в папку несколькими файлами (указывая только имя папки), так как производительность в таком случае будет выше, чем при записи в один файл.

Ниже приведены рекомендации по загрузке данных с параметром секционирования.

• Чтобы избежать неравномерного распределения данных, выбирайте в качестве столбца секционирования отличительный столбец (например, первичный ключ или уникальный ключ).
• Если в таблице есть встроенные секции, используйте параметр " Физические секции таблицы " для повышения производительности.
• Azure Synapse Analytics может выполнять максимум 32 запроса одновременно, установка слишком высокого уровня параллелизма копирования может привести к проблеме ограничения производительности Synapse.

Пример запроса для проверки физической секции

SELECT DISTINCT s.name AS SchemaName, t.name AS TableName, c.name AS ColumnName, CASE WHEN c.name IS NULL THEN 'no' ELSE 'yes' END AS HasPartition
FROM sys.tables AS t
LEFT JOIN sys.objects AS o ON t.object_id = o.object_id
LEFT JOIN sys.schemas AS s ON o.schema_id = s.schema_id
LEFT JOIN sys.indexes AS i ON t.object_id = i.object_id
LEFT JOIN sys.index_columns AS ic ON ic.partition_ordinal > 0 AND ic.index_id = i.index_id AND ic.object_id = t.object_id
LEFT JOIN sys.columns AS c ON c.object_id = ic.object_id AND c.column_id = ic.column_id
LEFT JOIN sys.types AS y ON c.system_type_id = y.system_type_id
WHERE s.name='[your schema]' AND t.name = '[your table name]'

Если в таблице есть физическая секция, вы увидите HasPartition как "да".

Сводка таблицы

В следующих таблицах представлены дополнительные сведения о процессе копирования в Azure Synapse Analytics.

Исходный материал

Место назначения

Связанный контент

• Общие сведения о соединителе Azure Synapse Analytics