从数据砖中的装载中读取数据（使用自动加载器）
我正在使用 Azure Blob 存储来存储数据，并使用装载将此数据馈送到自动加载程序。我正在寻找一种方法来允许自动加载器从任何装载加载新文件。假设我的装载中有这些文件夹：
mnt/
├─ blob_container_1
├─ blob_container_2
当我使用 .load（'/mnt/'） 时，没有检测到新文件。但是当我单独考虑文件夹时，它像.load（'/mnt/blob_container_1'）一样工作正常。
我想使用自动加载器（连续运行）从两个装载路径加载文件。
共有1个答案
您可以使用路径来提供前缀模式，例如:
df = spark.readStream.format("cloudFiles") \
.option("cloudFiles.format", <format>) \
.schema(schema) \
.load("<base_path>/*/files")
例如，如果您想仅解析包含具有不同后缀的文件的目录中的png文件，您可以这样做：
df = spark.readStream.format("cloudFiles") \
.option("cloudFiles.format", "binaryFile") \
.option("pathGlobfilter", "*.png") \
.load(<base_path>)
参考–https://docs.databricks.com/spark/latest/structured-streaming/auto-loader.html#filtering-使用glob模式的目录或文件
-
我是这个Databricks自动加载器的新手，我们有一个要求，我们需要通过Databricks自动加载器处理从AWS s3到delta表的数据。我正在测试这个自动加载程序，所以我遇到了重复的问题，即如果我上传一个文件名为emp_09282021.csv的文件，该文件与emp_09272021.csv文件具有相同的数据，那么它没有检测到任何重复，它只是简单地插入它们，所以如果我在emp_092720
-
我已经在我的容器中压缩了文件，我每天都会得到一个或多个文件，当它们进来时，我想处理这些文件。我有一些问题。 > 我可以使用Databricks自动加载功能来处理zip文件吗？Autoloader是否支持zip文件？ 使用Autoloader需要启用哪些设置？我有我的容器和sas令牌。 一旦zip文件被处理（解压缩，读取zip文件中的每个文件），我就不应该再次读取zip。当我使用自动加载器时，我该怎
-
我从几个csv文件迭代上传节点和边，每个节点类型一个。加载节点工作得很好，但加载边并不总是有效。实际上，有些节点有数字作为标识符--如果是这样的话，所有这种类型的节点都有数字--但加载为字符串，因此创建边失败。手动创建一个边，添加用双引号包装标识符，效果很好。 边缘： 密码命令：
-
我是数据库管理员的新手。我编写示例代码来读取Azure数据库管理员中的存储Blob。 它抛出错误： 我猜它在WASBS链接中没有附加SAS令牌，所以它没有读取数据的权限。 如何在wasbs链接中连接SAS。
-
我在Azure DataBricks中使用装载路径创建了一个非托管表，如下所示： 挂载路径的来源是存储在ADLS Gen2中的拼花文件。我看到如果底层数据在ADLS Gen 2 blob存储路径中发生变化，它不会反映在ADB中创建的非托管表中。此ADB表仍然保存创建表时blob存储中可用的数据。有什么方法可以将最新数据从blob存储放入ADB中的表中吗？