导入 ORC

说明

从 PlaidCloud 文档中导入 Apache ORC 文件。ORC 是由 Hive 和 Spark 写入的列式存储格式，架构包含在文件中。

步骤表单有三个选项卡：

• 导入参数——源文件（文档账户以及文件或文件夹路径）和目标表，以及删除非 ASCII 字符（ascii_only）、导入后删除文件（delete_file）和源文件未更改时跳过重新导入（skip_if_unchanged）。
• 表数据选择——将源列映射到目标列，并提供汇总和非重复。填充会从 ORC 文件中包含的架构读取列及其类型。
• 数据筛选器——在汇总之前和之后筛选行。

当文件缺失或为空时，填充会返回没有可填充的内容，并给出指明路径的警告，同时保留您现有的映射。

已迁移的 Prophecy 项目会将此步骤用于 ORC 数据集。

示例

暂无示例…