[英]Synapse Server less Pool writing data back to ADLS Gen-2 using CETAS >> Permissions issue
[英]Loading data from ADLS Gen 2 into Azure Synapse
我正在尝试使用 polybase 外部表功能将 Parquet 文件从 ADLS Gen2 加载到 Synapse。
下面是代码,但是在运行 create external table 命令时,查询永远不会完成。 在取消查询执行时,我看到了这个错误 -
由于内部错误,外部文件访问失败:“访问 HDFS 时发生错误:调用 HdfsBridge_IsDirExist 时引发 Java 异常。 Java 异常消息:HdfsBridge::isDirExist - 检查目录是否存在时遇到意外错误:UnknownHostException: ''.azuredatalakestore.dfs.core.windows.net'
SQL查询
CREATE MASTER KEY ENCRYPTION BY PASSWORD = '<password>';
GO
DROP CREDENTIAL ADLSCredential
CREATE DATABASE SCOPED CREDENTIAL ADLSCredential
WITH
IDENTITY = 'user',
SECRET = '<secret-key>'
;
CREATE EXTERNAL DATA SOURCE AzureDataLakeStorage
WITH (
TYPE = HADOOP,
LOCATION = 'abfss://<container>@<storage-account>.azuredatalakestore.dfs.core.windows.net',
CREDENTIAL = ADLSCredential
);
-- Create an external file format for PARQUET files.
CREATE EXTERNAL FILE FORMAT parquet
WITH (
FORMAT_TYPE = PARQUET,
DATA_COMPRESSION = 'org.apache.hadoop.io.compress.SnappyCodec'
);
CREATE EXTERNAL FILE FORMAT uncompressedcsv
WITH (
FORMAT_TYPE = DELIMITEDTEXT,
FORMAT_OPTIONS (
FIELD_TERMINATOR = ',',
STRING_DELIMITER = '',
DATE_FORMAT = '',
USE_TYPE_DEFAULT = False
)
);
CREATE EXTERNAL TABLE [dbo].[CashReceipts_external] (
[AMOUNT_APPLIED] [float] NOT NULL,
[TRX_NUMBER] [nvarchar](50) NULL,
[SHORT_NAME] [nvarchar](50) NOT NULL,
[NAME] [nvarchar](1) NULL,
[CURRENT_RECORD_FLAG] [nvarchar](50) NULL,
[CURRENCY_CODE] [nvarchar](50) NULL,
[FUNC_CURRENCY_CODE] [nvarchar](50) NOT NULL,
[CASH_RCPT_AMOUNT] [float] NULL,
[CASH_HISTORY_AMOUNT] [float] NULL,
[FUNC_AMT_HISTORY] [float] NULL,
[STATUS] [nvarchar](50) NULL,
[ANTICIPATED_CLEARING_DATE] [nvarchar](50) NULL,
[CASH_HISTORY_EXCHANGE_RATE] [nvarchar](50) NULL,
[GL_DATE] [datetime2](7) NULL,
[GL_PERIOD] [datetime2](7) NOT NULL,
[BATCH_GL_DATE] [nvarchar](1) NULL,
[EXCHANGE_RATE] [nvarchar](50) NULL,
[RECEIPT_NUMBER] [nvarchar](50) NULL,
[DEPOSIT_DATE] [datetime2](7) NULL,
[RECEIPT_DATE] [datetime2](7) NULL,
[ISSUE_DATE] [nvarchar](1) NULL,
[TYPE] [nvarchar](50) NULL,
[GL_POSTED_DATE] [datetime2](7) NULL,
[AMOUNT] [float] NULL
)
WITH
(
LOCATION='parquetfiles'
, DATA_SOURCE = AzureDataLakeStorage
, FILE_FORMAT = parquet
, REJECT_TYPE = VALUE
, REJECT_VALUE = 0
)
;
根据错误消息,错误是由位置“parquetfiles”引起的。
请尝试以下CREATE EXTERNAL DATA SOURCE
命令:
CREATE EXTERNAL DATA SOURCE AzureDataLakeStorage
WITH
( LOCATION = 'wasbs://<container>@<storage_account>.blob.core.windows.net' ,
CREDENTIAL = AzureStorageCredential ,
TYPE = BLOB_STORAGE
) ;
当CREATE EXTERNAL TABLE
时,使用文件或文件夹名称,:
CREATE EXTERNAL TABLE [dbo].[CashReceipts_external] (
[AMOUNT_APPLIED] [float] NOT NULL,
[TRX_NUMBER] [nvarchar](50) NULL,
[SHORT_NAME] [nvarchar](50) NOT NULL,
[NAME] [nvarchar](1) NULL,
[CURRENT_RECORD_FLAG] [nvarchar](50) NULL,
[CURRENCY_CODE] [nvarchar](50) NULL,
[FUNC_CURRENCY_CODE] [nvarchar](50) NOT NULL,
[CASH_RCPT_AMOUNT] [float] NULL,
[CASH_HISTORY_AMOUNT] [float] NULL,
[FUNC_AMT_HISTORY] [float] NULL,
[STATUS] [nvarchar](50) NULL,
[ANTICIPATED_CLEARING_DATE] [nvarchar](50) NULL,
[CASH_HISTORY_EXCHANGE_RATE] [nvarchar](50) NULL,
[GL_DATE] [datetime2](7) NULL,
[GL_PERIOD] [datetime2](7) NOT NULL,
[BATCH_GL_DATE] [nvarchar](1) NULL,
[EXCHANGE_RATE] [nvarchar](50) NULL,
[RECEIPT_NUMBER] [nvarchar](50) NULL,
[DEPOSIT_DATE] [datetime2](7) NULL,
[RECEIPT_DATE] [datetime2](7) NULL,
[ISSUE_DATE] [nvarchar](1) NULL,
[TYPE] [nvarchar](50) NULL,
[GL_POSTED_DATE] [datetime2](7) NULL,
[AMOUNT] [float] NULL
)
WITH
(
LOCATION='[filename]'
, DATA_SOURCE = AzureDataLakeStorage
, FILE_FORMAT = parquet
, REJECT_TYPE = VALUE
, REJECT_VALUE = 0
)
;
参考:
LOCATION = 'folder_or_filepath' 指定 Hadoop 或 Azure blob 存储中实际数据的文件夹或文件路径和文件名。
如果将 LOCATION 指定为文件夹,则从外部表中选择的 PolyBase 查询将从文件夹及其所有子文件夹中检索文件。 就像 Hadoop 一样,PolyBase 不会返回隐藏文件夹。 它也不返回文件名以下划线 (_) 或句点 (.) 开头的文件。
在此示例中,如果 LOCATION='/webdata/',PolyBase 查询将返回来自 mydata.txt 和 mydata2.txt 的行。 它不会返回 mydata3.txt 因为它是隐藏文件夹中的文件。 它不会返回 _hidden.txt 因为它是一个隐藏文件。
请注意:一个文件一个表,我们可以加载多个文件来创建外部表!
希望这可以帮助。
创建外部数据源命令具有属性位置
LOCATION = 'abfss://<container>@<storage-account>.azuredatalakestore.dfs.core.windows.net'
应该是
LOCATION = 'abfss://<container>@<storage-account>.dfs.core.windows.net'
我把它与 ADLS Gen 1 Location 属性混淆了。 我的错。感谢大家花时间研究这个。将其标记为已关闭。 我最终使用了 AAD 应用注册令牌而不是存储密钥。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.