Export to ORC ステップ
プロジェクトテーブルを Apache ORC ファイルとして、テーブルごとに 1 つのファイルでドキュメントアカウントに書き込みます。ORC は Hive、Spark、ほとんどのクラウドデータプラットフォームで読み取れる列指向の形式で、スキーマはファイルに含まれます。ORC のインポートと組み合わせて使用します。
ステップのフォームには、ターゲットファイル、プレフィックス、圧縮、ファイルが存在する場合の動作を指定する ファイルパラメーター ページと、エクスポートするテーブルを一覧にして、テーブルごとにテーブルデータの選択とデータフィルターを設定する パラメーターを記録 ページがあります。移行された KNIME ワークフローでは、ORC の書き込みにこのステップが使用されます。
- ターゲットファイル（
output_file）— ファイルの書き込み先となるドキュメントアカウントとフォルダーです。 - ターゲットファイルのプレフィックス（
file_name）— ファイルのプレフィックスです。各テーブルは<prefix><table name>.orcとして書き込まれます。 - 圧縮オプション（
compression）— ファイル内で使用される ORC コーデックです。Snappy、zlib、gzip（zlibとして書き込まれます）、Zstandard、LZ4 から選択します。なし を選ぶと、ファイルは非圧縮で書き込まれます。 - パラメーターを記録（
frames）— エクスポートするテーブルです。各フレームには独自のテーブル設定があります。フレーム内ではなくステップの先頭に置いたテーブルレベルの設定は読み取られません。id— 警告に表示されるテーブルのラベルです。source— エクスポートするプロジェクトテーブルです。各ファイルの名前はこのテーブルから付けられます。source_columnsとtarget_columns— 読み取る列と書き込む列です。名前の変更、型、列ごとの集計も指定できます。source_where— ソースの行に対するフィルターです。aggregateとaggregation_type— 行を集計します。aggregation_typeは、独自の集計を設定していない列に適用される集計方法です。having— 集計後の行に対するフィルターです。distinct— 重複を除いた行のみを書き込みます。use_target_slicer、limit_target_start、limit_target_end— 結果の開始位置から終了位置までの行のみを書き込みます。sort_columns— AI アシスタントまたは REST API で設定し、書き込む行を指定したソース列の順に並べ替えます。最初のキーが優先され、各キーは{source, ascending, nulls}です。キー列は書き込まれる列でなくてもかまいません。nullsのデフォルトは、昇順ではfirst、降順ではlastです。aggregateまたはdistinctと併用することはできません。
- ファイルが存在する場合 の すでに存在するファイル（
if_exists）— 上書きする（overwrite、デフォルト）は、すでにあるファイルを置き換えます。何も書き込まずにステップを失敗させる（fail）は、書き込もうとするファイルがすでに存在する場合に、何も書き込まずにステップを停止します。