Importar ORC

Descrição

Importe ficheiros Apache ORC a partir do PlaidCloud Document. O ORC é um formato de armazenamento em colunas escrito pelo Hive e pelo Spark, com o esquema incluído no ficheiro.

O formulário do passo tem três separadores:

• Parâmetros de importação — o Ficheiro de origem (uma conta de documentos e o caminho do ficheiro ou da pasta) e a Tabela de destino, com Remover carateres não ASCII (ascii_only), Eliminar ficheiro(s) após a importação (delete_file) e Ignorar a reimportação se os ficheiros de origem não tiverem sido alterados (skip_if_unchanged).
• Seleção de dados da tabela — mapeia as colunas de origem para as colunas de destino, com Resumir e Distinto. Preencher lê as colunas e os respetivos tipos a partir do esquema incluído no ficheiro ORC.
• Filtros de dados — filtra as linhas antes e depois de resumir.

Quando o ficheiro não existe ou está vazio, Preencher responde Nada para preencher com um aviso que indica o caminho e mantém o mapeamento existente.

Os projetos Prophecy migrados utilizam este passo para conjuntos de dados ORC.

Exemplos

Ainda sem exemplos…