Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Denne artikel giver et overblik over de metoder, der er tilgængelige til at indlæse data i et Eventhouse ved at bruge Get data-oplevelsen.
Datakilder
Du kan indlæse data i et Eventhouse fra følgende kilder:
- Lokal fil
- OneLake
- Hub i realtid
- Eventstream-
- Azure Storage-
- Azure Event Hubs
- Amazon S3
- Data Factory pipeline-kopi
- Data Factory-dataflows
- Eventhouse og Real-Time Dashboard-forretningsbegivenheder
Flere datakilder
Hvis din kilde ikke er opført, vælg Connect more data sources for at bruge de connectors, der er tilgængelige gennem Real-Time hub. Du kan bringe data ind i Eventstream og derefter ind i Eventhouse uden at forlade Get data-workflowet. I disse tilfælde vælger du muligheden Forbind flere datakilder .
Understøttelse af store beskeder (forhåndsvisning)
Vigtigt
Denne funktion er i prøveversion.
Når du henter data fra en Eventstream eller en lokal fil, indeholder dataforhåndsvisningen en afkrydsningsboks for string og dynamic kolonner for at tillade store værdier. Når den er aktiveret, tillader den individuelle dataceller at indeholde værdier fra 1 MB op til 32 MB.
Denne funktion gør det muligt at holde en stor nyttelast samlet i en enkelt celle, når dit scenarie kræver det.
For eksempel at gemme og behandle et stort JSON-dokument i et enkelt eventhouse string eller dynamic kolonne. Hvis dit scenarie i stedet drager fordel af en mere struktureret datamodel, kan du omdanne payloaden til separate kolonner ved at bruge Eventstreams Event Processing Editor før indtastning eller en eventhouse-opdateringspolitik efter indlæsning.
For analysescenarier er det generelt mere effektivt at opdele store beskeder i mindre, strukturerede kolonner. Denne tilgang kan reducere hukommelsesforbrug og I/O (input/output) operationer, når du gemmer, indekserer og forespørger dataene.
Vigtigt
Som en del af indlæsningsguiden scanner en skema-inferensmekanisme de første 1.000 poster af de indkommende forhåndsvisningsdata. Hvis den identificerer en stor værdi blandt disse poster, vælger den automatisk afkrydsningsboksen og viser en besked, der informerer dig om, at store værdier er blevet registreret. Hvis en stor værdi optræder senere i dataene, opdager skema-inferensmotoren det ikke automatisk, og du skal manuelt vælge afkrydsningsboksen for at indtaste værdier større end 1 MB pr. celle.
AVRO-, Parquet- og TXT-formaterne scannes ikke for store beskeder under denne konfigurationsguide. For disse formater skal du vælge Tillad store værdier , hvis du forventer string , at værdierne dynamic overstiger 1 MB pr. celle.
Stor beskedunderstøttelse understøttes ikke genveje (eksterne tabeller), tabeller med forespørgselsacceleration over OneLake-genveje.
Tilgængeligheden af OneLake-data for tabeller med store værdikolonner afhænger af målstørrelsesgrænserne.
Du kan også slå denne mulighed til for en eksisterende tabelkolonne senere. For mere information, se Tillad store værdier for en kolonne. Denne ændring gælder kun for nye data, der indlæses fremover; tidligere indlæste string værdier afkortes til grænsen (MaxValueSize egenskaben ved standardpolitikken er 1 MB), dynamic værdier erstattes med null.
Når den er aktiveret, bruger kolonnen kodningspolitikken BigObjectIndexed32 , som indekserer store værdier for forespørgselsydelse, men øger hukommelsesforbruget. For at tjekke, om politikken er aktiveret for en kolonne, se Kodningspolitik, eller se den i tabellens detaljers sidepanel i Administrer og overvåg en KQL-databasetabel. For mere information om politikken, se Kodning af politiktyper.