Formato XML em pipelines do Azure Data Factory e do Synapse Analytics

APLICA-SE A: Azure Data Factory Azure Synapse Analytics

Siga este artigo quando desejar analisar os arquivos XML.

O formato XML é compatível com os seguintes conectores: Amazon S3, Armazenamento compatível com Amazon S3, Blob do Azure, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Arquivos do Azure, Sistema de arquivos, FTP, Google Cloud Storage, HDFS, HTTP, Oracle Cloud Storage e SFTP. É compatível como origem, mas não como coletor.

Propriedades do conjunto de dados

Para obter uma lista completa das seções e propriedades disponíveis para definir os conjuntos de dados, confira o artigo sobre Conjuntos de Dados. Esta seção fornece uma lista das propriedades com suporte pelo conjunto de dados XML.

Veja abaixo um exemplo de conjunto de um XML no Armazenamento de Blobs do Azure:

{
    "name": "XMLDataset",
    "properties": {
        "type": "Xml",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "typeProperties": {
            "location": {
                "type": "AzureBlobStorageLocation",
                "container": "containername",
                "folderPath": "folder/subfolder",
            },
            "compression": {
                "type": "ZipDeflate"
            }
        }
    }
}

Propriedades da atividade de cópia

Para obter uma lista completa das seções e propriedades disponíveis para definir atividades, confia o artigo Pipelines. Esta seção fornece uma lista das propriedades com suporte pela origem XML.

Saiba mais sobre como mapear dados XML e o formato/armazenamento de dados do coletor do mapeamento de esquema. Ao visualizar arquivos XML, os dados são mostrados com a hierarquia JSON e você deve usar o caminho JSON para apontar para os campos.

XML como origem

As propriedades a seguir têm suporte na seção de *origem* da atividade de cópia. Saiba mais sobre o comportamento do conector XML.

Configurações de leitura XML com suporte em formatSettings:

Mapeamento de propriedades de fluxo de dados

Nos fluxos de dados de mapeamento, é possível ler o formato XML nos seguintes armazenamentos de dados: Armazenamento de Blobs do Azure, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Amazon S3 e SFTP. É possível apontar para arquivos XML usando o conjunto de programas XML ou um conjunto de linhas embutido.

Propriedades da Origem

A tabela abaixo lista as propriedades com suporte de uma origem XML. É possível editar essas propriedades na guia Opções de origem. Saiba mais sobre o comportamento do conector XML. Ao usar o conjunto de linhas embutido, será possível ver as configurações de arquivo adicionais, que são iguais às propriedades descritas na seção Propriedades do conjunto.

Exemplo de script de origem XML

O script abaixo é um exemplo de uma configuração de origem XML nos fluxos de dados de mapeamento usando o modo DataSet.

source(allowSchemaDrift: true,
    validateSchema: false,
    validationMode: 'xsd',
    namespaces: true) ~> XMLSource

O script abaixo é um exemplo de uma configuração de origem XML usando o modo de conjunto de dados embutido.

source(allowSchemaDrift: true,
    validateSchema: false,
    format: 'xml',
    fileSystem: 'filesystem',
    folderPath: 'folder',
    validationMode: 'xsd',
    namespaces: true) ~> XMLSource

Comportamento do conector XML

Observe o seguinte ao usar XML como fonte.

• Atributos XML:

  • Os atributos de um elemento são analisados como os subcampos do elemento na hierarquia.
  • O nome do campo de atributo segue o padrão @attributeName.

• Validação do esquema XML:

  • É possível optar por não validar o esquema ou validar o esquema usando XSD ou DTD.
  • Ao usar XSD ou DTD para validar arquivos XML, o XSD/DTD deve ser referenciado dentro dos arquivos XML por meio do caminho relativo.

• Tratamento de namespace:

  • O namespace pode ser desabilitado ao usar o fluxo de dados. Neste caso, os atributos que definem o namespace serão analisados como atributos normais.
  • Quando o namespace está habilitado, os nomes do elemento e dos atributos seguem o padrão namespaceUri,elementName e namespaceUri,@attributeName, por padrão. É possível definir o prefixo de namespace para cada URI de namespace na origem. Neste caso, os nomes do elemento e dos atributos seguem o padrão definedPrefix:elementName ou definedPrefix:@attributeName em vez disso.

• Coluna de valor:

  • Se um elemento XML tiver um valor de texto simples e atributos/elementos filho, o valor de texto simples será analisado como o valor de uma "coluna de valor" com o nome de campo interno _value_. E também herda o namespace do elemento, se aplicável.

Conteúdo relacionado

• Visão geral da atividade de cópia
• Fluxo de dados de mapeamento
• Atividade de pesquisa
• Atividade GetMetadata