Excel Dateiformat in Azure Data Factory und Azure Synapse Analytics

Gilt für: Azure Data Factory Azure Synapse Analytics

Folgen Sie diesem Artikel, wenn Sie die Excel-Dateien parsen. Der Dienst unterstützt sowohl das „.xls“ als auch „.xlsx“-Format.

Excel Format wird für die folgenden Connectors unterstützt: Amazon S3, Amazon S3 Kompatibler Speicher, Azure Blob, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Azure Files, File System, FTP, Google Cloud Storage, HDFS, HTTP, Oracle Cloud Storage und SFTP. Es wird als Quelle, aber nicht als Sink unterstützt.

Dataset-Eigenschaften

Eine vollständige Liste mit den Abschnitten und Eigenschaften, die zum Definieren von Datasets zur Verfügung stehen, finden Sie im Artikel zu Datasets. Dieser Abschnitt enthält eine Liste der Eigenschaften, die vom Excel-Dataset unterstützt werden.

Nachfolgend finden Sie ein Beispiel für Excel Datasets für Azure Blob Storage:

{
    "name": "ExcelDataset",
    "properties": {
        "type": "Excel",
        "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",
            },
            "sheetName": "MyWorksheet",
            "range": "A3:H5",
            "firstRowAsHeader": true
        }
    }
}

Eigenschaften der Kopieraktivität

Eine vollständige Liste mit den Abschnitten und Eigenschaften zum Definieren von Aktivitäten finden Sie im Artikel Pipelines. Dieser Abschnitt enthält eine Liste der Eigenschaften, die von der Excel Quelle unterstützt werden.

Excel als Quelle

Die folgenden Eigenschaften werden im Abschnitt *source* der Kopieraktivität unterstützt.

"activities": [
    {
        "name": "CopyFromExcel",
        "type": "Copy",
        "typeProperties": {
            "source": {
                "type": "ExcelSource",
                "storeSettings": {
                    "type": "AzureBlobStorageReadSettings",
                    "recursive": true
                }
            },
            ...
        }
        ...
    }
]

Eigenschaften von Mapping Data Flow

Beim Zuordnen von Datenflüssen können Sie Excel Format in den folgenden Datenspeichern lesen: Azure Blob Storage, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Amazon S3 und SFTP. Sie können auf Excel Dateien verweisen, indem Sie entweder Excel Dataset oder ein inline-Dataset verwenden.

Quelleigenschaften

In der folgenden Tabelle sind die Eigenschaften aufgeführt, die von einer Excel Quelle unterstützt werden. Sie können diese Eigenschaften auf der Registerkarte Quelloptionen bearbeiten. Bei Verwendung eines Inlinedatasets werden zusätzliche Dateieinstellungen angezeigt. Diese entsprechen den Eigenschaften, die im Abschnitt zu den Dataseteigenschaften beschrieben sind.

Quellbeispiel

Die folgende Abbildung ist ein Beispiel für eine Excel Quellkonfiguration beim Zuordnen von Datenflüssen mithilfe des Datasetmodus.

Das zugehörige Datenflussskript ist:

source(allowSchemaDrift: true,
    validateSchema: false,
    wildcardPaths:['*.xls']) ~> ExcelSource

Wenn Sie ein Inline-Dataset verwenden, werden im Zuordnungsdatenfluss die folgenden Quelloptionen angezeigt.

Das zugehörige Datenflussskript ist:

source(allowSchemaDrift: true,
    validateSchema: false,
    format: 'excel',
    fileSystem: 'container',
    folderPath: 'path',
    fileName: 'sample.xls',
    sheetName: 'worksheet',
    firstRowAsHeader: true) ~> ExcelSourceInlineDataset

Behandeln sehr großer Excel Dateien

Der Excel Connector unterstützt keine Streaminglesevorgänge für die Copy-Aktivität und muss die gesamte Datei in den Arbeitsspeicher laden, bevor Daten gelesen werden können. Zum Importieren von Schema-, Vorschaudaten oder Aktualisieren eines Excel Datasets müssen die Daten vor dem Http-Anforderungstimeout (100s) zurückgegeben werden. Bei großen Excel Dateien werden diese Vorgänge möglicherweise nicht innerhalb dieses Zeitrahmens abgeschlossen, was zu einem Timeoutfehler führt. Wenn Sie große Excel Dateien (>100MB) in einen anderen Datenspeicher verschieben möchten, können Sie eine der folgenden Optionen verwenden, um diese Einschränkung zu umgehen:

• Verwenden Sie die selbst gehostete Integrationslaufzeit (Self-Hosted Integration Runtime, SHIR), und verwenden Sie dann die Copy-Aktivität, um die große Excel Datei in einen anderen Datenspeicher mit dem SHIR zu verschieben.
• Teilen Sie die große Excel Datei in mehrere kleinere Dateien auf, und verwenden Sie dann die Copy-Aktivität, um den Ordner mit den Dateien zu verschieben.
• Verwenden Sie eine Datenflussaktivität, um die große Excel Datei in einen anderen Datenspeicher zu verschieben. Dataflow unterstützt streaminglesevorgänge für Excel und kann große Dateien schnell verschieben/übertragen.
• Konvertieren Sie die große Excel-Datei manuell in das CSV-Format, und verwenden Sie dann eine Copy-Aktivität, um die Datei zu verschieben.

Zugehöriger Inhalt

• Übersicht über die Kopieraktivität
• Lookup-Aktivität
• GetMetadata-Aktivität