복사 작업에서 Azure Data Lake Storage Gen2 구성

이 문서에서는 데이터 파이프라인의 복사 작업을 사용하여 Azure Data Lake Storage Gen2에서 데이터를 복사하는 방법에 대해 설명합니다.

지원되는 형식

Azure Data Lake Storage Gen2는 다음과 같은 파일 형식을 지원합니다. 형식 기반 설정에 대한 각 문서를 참조하세요.

• Avro 형식
• 이진 형식
• 구분된 텍스트 형식
• Excel 형식
• JSON 형식
• ORC 형식
• Parquet 형식
• XML 형식

지원되는 구성

복사 작업 아래의 각 탭을 구성하려면 각각 다음 섹션으로 이동합니다.

• 일반
• 원본
• 대상
• 매핑
• 설정

일반

일반 설정 탭을 구성하려면 일반 설정 지침을 참조하세요.

원본

복사 작업의 원본 탭에서 Azure Data Lake Storage Gen2에 대해 지원되는 속성은 다음과 같습니다.

다음 속성은 필수입니다.

• 데이터 저장소 유형: 외부를 선택합니다.

• 연결: 연결 목록에서 Azure Data Lake Storage Gen2 연결을 선택합니다. 연결이 없으면 새로 만들기를 선택하여 새 Azure Data Lake Storage Gen2 연결을 만듭니다.

• 연결 형식: Azure Data Lake Storage Gen2를 선택합니다.

• 파일 경로 유형: 파일 경로 유형으로 파일 경로, 와일드카드 파일 경로 또는 파일 목록을 선택할 수 있습니다. 이러한 각 설정의 구성은 다음과 같습니다.

  • 파일 경로: 이 유형을 선택하면 이전에 지정한 지정된 파일 시스템 또는 폴더/파일 경로에서 데이터를 복사할 수 있습니다.

  • 와일드카드 파일 경로: 이 유형을 선택하는 경우 파일 시스템 및 와일드카드 경로를 지정합니다.

    • 파일 시스템: Azure Data Lake Storage Gen2 파일 시스템 이름입니다.

    • 와일드카드 경로: 지정한 파일 시스템 아래에 와일드카드 문자로 폴더 또는 파일 경로를 지정하여 원본 폴더 또는 파일을 필터링합니다.

      허용되는 와일드카드는 *(문자 0자 이상 일치) 및 ?(문자 0자 또는 1자 일치)입니다. 폴더 이름에 와일드카드 또는 이 이스케이프 문자가 있는 경우 ^을 사용하여 이스케이프합니다. 더 많은 예를 보려면 폴더 및 파일 필터 예를 참조하세요.

      

      • 와일드카드 폴더 경로: 지정된 파일 시스템 아래에 와일드카드 문자로 폴더 경로를 지정하여 원본 폴더를 필터링합니다.

      • 와일드카드 파일 이름: 지정된 파일 시스템 + 폴더 경로(또는 와일드카드 폴더 경로) 아래에 와일드카드 문자가 포함된 파일 이름을 지정하여 원본 파일을 필터링합니다.

  • 파일 목록: 지정된 파일 집합을 복사하도록 지정합니다. 폴더 경로 및 파일 목록 경로를 지정하여 복사할 파일 목록이 포함된 텍스트 파일을 한 줄에 한 파일씩, 경로의 상대 경로인 텍스트 파일을 가리킵니다. 더 많은 예를 보려면 파일 목록 예로 이동합니다.

    

    • 폴더 경로: 지정된 파일 시스템 아래의 폴더 경로를 지정합니다. 필수 항목입니다.

    • 파일 목록 경로: 복사할 파일 목록이 포함된 텍스트 파일의 경로를 지정합니다.

• 재귀적: 데이터를 하위 폴더에서 재귀적으로 읽을지, 아니면 지정된 폴더에서만 읽을지를 지정합니다. 재귀적을 선택하고 대상이 파일 기반 저장소인 경우 대상에 빈 폴더 또는 하위 폴더가 복사되거나 만들어지지 않습니다. 이 속성은 기본적으로 선택되며 파일 목록 경로를 구성할 때는 적용되지 않습니다.

• 파일 형식: 드롭다운 목록에서 적용된 파일 형식을 선택합니다. 설정을 선택하여 파일 형식을 구성합니다. 다른 파일 형식의 설정에 대한 자세한 내용은 지원되는 형식의 문서를 참조하세요.

고급에서 다음 필드를 지정할 수 있습니다.

• 마지막으로 수정한 날짜별로 필터링: 파일은 마지막으로 수정한 날짜를 기준으로 필터링됩니다. 파일 경로 형식을 파일 목록으로 구성할 때는 이 속성이 적용되지 않습니다.

  • 시작 시간(UTC): 마지막으로 수정한 시간이 구성된 시간보다 크거나 같은 경우 파일이 선택됩니다.

  • 종료 시간(UTC): 마지막으로 수정한 시간이 구성된 시간보다 작은 경우 파일이 선택됩니다.

  시작 시간(UTC)에 datetime 값이 있지만 종료 시간(UTC)이 NULL이면, 마지막으로 수정된 특성이 datetime 값보다 크거나 같은 파일이 선택됩니다. 종료 시간(UTC)에 datetime 값이 있지만 시작 시간(UTC)이 NULL이면, 마지막으로 수정된 특성이 datetime 값보다 작은 파일이 선택됩니다. 속성은 NULL일 수 있습니다. 즉, 파일 특성 필터가 데이터에 적용되지 않습니다.

• 파티션 검색을 사용: 파일 경로에서 파티션을 구문 분석하여 추가 소스 열로 추가할지 여부를 지정합니다. 기본적으로 선택되지 않으며 이진 파일 형식을 사용하는 경우 지원되지 않습니다.

  • 파티션 루트 경로: 파티션 검색을 사용하는 경우 분할된 폴더를 데이터 열로 읽도록 절대 루트 경로를 지정합니다.

    지정되지 않은 경우 기본적으로 다음과 같이 지정됩니다.

    • 소스의 파일 경로 또는 파일 목록을 사용하는 경우 파티션 루트 경로는 사용자가 구성한 경로입니다.
    • 와일드카드 폴더 필터를 사용하는 경우 파티션 루트 경로는 첫 번째 와일드카드 앞의 하위 경로입니다.

    예를 들어, 경로를 다음과 같이 root/folder/year=2020/month=08/day=27(으)로 구성합니다.

    • 파티션 루트 경로를 root/folder/year=2020(으)로 지정하면 복사 작업은 파일 내부의 열 외에 각각 “08” 및 “27” 값을 가진 월 및 일 열을 두 개 더 생성합니다.
    • 파티션 루트 경로가 지정되지 않은 경우 추가 열이 생성되지 않습니다.

  

• 최대 동시 연결: 이는 작업 실행 중 데이터 저장소에 설정된 동시 연결의 상한을 의미합니다. 동시 연결을 제한하려는 경우에만 값을 지정합니다.

• 추가 열: 데이터 열을 추가하여 원본 파일의 상대 경로 또는 정적 값을 저장하세요. 식은 정적 값에 대해 지원됩니다.

대상

복사 작업의 대상 탭에서 Azure Data Lake Storage Gen2에 대해 지원되는 속성은 다음과 같습니다.

다음 속성은 필수입니다.

• 데이터 저장소 유형: 외부를 선택합니다.
• 연결: 연결 목록에서 Azure Data Lake Storage Gen2 연결을 선택합니다. 연결이 없으면 새로 만들기를 선택하여 새 Azure Data Lake Storage Gen2 연결을 만듭니다.
• 연결 형식: Azure Data Lake Storage Gen2를 선택합니다.
• 파일 경로: 찾아보기를 선택하여 복사할 파일을 선택하거나 경로를 수동으로 채웁니다.
• 파일 형식: 드롭다운 목록에서 적용된 파일 형식을 선택합니다. 설정을 선택하여 파일 형식을 구성합니다. 다른 파일 형식의 설정에 대한 자세한 내용은 지원되는 형식의 문서를 참조하세요.

고급에서 다음 필드를 지정할 수 있습니다.

• 복사 동작: 원본이 파일 기반 데이터 저장소의 파일인 경우의 복사 동작을 정의합니다. 드롭다운 목록에서 동작을 선택할 수 있습니다.

  

  • 계층 구조 평면화: 소스 폴더의 모든 파일이 대상 폴더의 최상위 레벨에 저장됩니다. 대상 파일에는 자동 생성된 이름이 있습니다.
  • 파일 병합: 원본 폴더의 모든 파일을 하나의 파일로 병합합니다. 파일 이름이 지정된 경우 병합되는 파일 이름은 지정된 이름입니다. 그렇지 않으면 자동 생성되는 파일 이름이 적용됩니다.
  • 계층 구조 유지: 대상 폴더에서 파일의 계층 구조를 그대로 유지합니다. 원본 폴더의 원본 파일 상대 경로는 대상 폴더의 대상 파일 상대 경로와 동일합니다.

• 최대 동시 연결: 작업 실행 중 데이터 저장소에 설정된 동시 연결의 상한입니다. 동시 연결을 제한하려는 경우에만 값을 지정합니다.

• 블록 크기(MB): Azure Data Lake Storage Gen2에 데이터를 쓰는 데 사용되는 블록 크기를 MB 단위로 지정합니다. 자세한 내용은 블록 Blob을 참조하세요. 허용되는 값은 4~100MB입니다.

  기본적으로 블록 크기는 원본 저장소 유형과 데이터에 따라 자동으로 결정됩니다. Azure Data Lake Storage Gen2에 대한 비이진 복사본의 경우 기본 블록 크기가 100MB이므로 최대 약 4.75TB의 데이터에 적합합니다. 데이터가 크지 않은 경우 최적이 아닐 수 있습니다. 블록 크기를 명시적으로 지정할 수는 있지만 블록 크기(MB)*50000이 데이터를 저장할 수 있을 만큼 커야 합니다. 그러지 않으면 복사 작업 실행에 실패합니다.

• 메타데이터: 대상으로 복사할 때 사용자 지정 메타데이터를 설정합니다. metadata 배열의 각 개체는 추가 열을 나타냅니다. name은 메타데이터 키 이름을 정의하고 value는 해당 키의 데이터 값을 나타냅니다. 특성 유지 기능을 사용하는 경우 지정된 메타데이터는 원본 파일 메타데이터와 통합/덮어씁니다.

  허용되는 데이터 값은 다음과 같습니다.

  • $$LASTMODIFIED: 예약된 변수는 원본 파일의 마지막으로 수정된 시간을 저장함을 나타냅니다. 이진 형식만 사용하는 파일 기반 원본에 적용합니다.
  • 식
  • 정적 값

  

매핑

매핑 탭을 구성하려면 매핑 탭에서 매핑 구성으로 이동합니다. 파일 형식으로 바이너리를 선택하면 매핑이 지원되지 않습니다.

설정

설정 탭을 구성하려면 설정 탭에서 기타 설정 구성으로 이동합니다.

표 요약

다음 표에는 Azure Data Lake Storage Gen2의 복사 작업에 대한 자세한 정보가 포함되어 있습니다.

원본 정보

대상 정보

관련 콘텐츠

• Azure Data Lake Storage Gen2 연결 설정