使用文件上传创建或修改表

2025-05-10

使用文件上传页创建或修改表允许上传 CSV、TSV 或 JSON、Avro、Parquet 或文本文件来创建或覆盖托管 Delta Lake 表。

可以在 Unity 目录或 Hive 元存储中创建托管 Delta 表。

注意

此外，可以使用“添加数据”UI 或 COPY INTO 从云存储加载文件。

重要

必须有权访问正在运行的计算资源和权限才能在目标架构中创建表。
工作区管理员可以使用文件上传页禁用“创建或修改表”。

可以使用 UI 从本地计算机导入小型 CSV、TSV、JSON、Avro、Parquet 或文本文件来创建 Delta 表。

使用文件上传页创建或修改表支持一次上传最多 10 个文件。
上传的文件的总大小必须在 2 GB 以下。
该文件必须是 CSV、TSV、JSON、Avro、Parquet 或文本文件，并且扩展名为“.csv”、“.tsv”（或“.tab”）、“.json”、“.avro”、“.parquet”或“.txt”。
不支持压缩的文件，例如 zip 和 tar 文件。

上传文件

单击“>添加”或“上传数据”。
单击“ 创建或修改表”。
单击浏览或将文件直接拖放到放置区域。

注意

导入的文件将上传到帐户中的安全内部位置，这里每天都会进行垃圾回收。

预览、配置和创建表

无需连接到计算资源即可将数据上传到暂存区域，但必须选择活动计算资源来预览和配置表。

配置上传表的选项时，可以预览 50 行的数据。单击文件名下的网格或列表按钮以切换数据的呈现。

Azure Databricks 将托管表的数据文件存储在为包含其架构而配置的位置。你需要适当的权限才能在架构中创建表。

执行以下操作，选择要在其中创建表的架构。

（仅适用于已启用 Unity Catalog 的工作区）您可以选择一个目录或旧版顶级目录 hive_metastore。
选择架构。
（可选）编辑表名。

注意

可以使用下拉列表选择“ 覆盖现有表 ”或 “创建新表”。尝试创建新表时，如果发生名称冲突，操作将显示一条错误消息。

可以在创建表之前配置选项或列。

若要创建表，请单击页面底部的 “创建 ”。

格式选项

格式选项取决于上传的文件格式。常用格式选项显示在标题栏中，而不太常用的选项位于“高级属性”对话框中。

对于 CSV，可以使用以下选项：
- 第一行包含标题（默认情况下启用）：该选项指定 CSV/TSV 文件是否包含标题。
- 列分隔符：列之间的分隔符。仅允许单个字符，且不支持反斜杠。对于 CSV 文件，默认为英文逗号。
- 自动检测列类型 （默认启用）：自动检测文件内容的列类型。可以在预览表中编辑类型。如果设置为 false，则所有列类型都推断为 STRING。
- 行跨越多行 （默认禁用）：列的值是否可以跨越文件中的多行。
- 跨多个文件合并架构：是否跨多个文件推断架构并合并每个文件的架构。如果禁用，则使用一个文件中的架构。
对于 JSON，可以使用以下选项：
- 自动检测列类型 （默认启用）：自动检测文件内容的列类型。可以在预览表中编辑类型。如果设置为 false，则所有列类型都推断为 STRING。
- 行跨越多行 （默认启用）：列的值是否可以跨文件中的多行。
- 允许注释（默认启用）：文件中是否允许注释。
- 允许单引号（默认已启用）：文件中是否允许单引号。
- 推理时间戳（默认已启用）：是否尝试将时间戳字符串推理为。
对于 JSON，可以使用以下选项：
- 自动检测列类型 （默认启用）：自动检测文件内容的列类型。可以在预览表中编辑类型。如果设置为 false，则所有列类型都推断为 STRING。
- 行跨越多行 （默认禁用）：列的值是否可以跨越文件中的多行。
- 允许注释：文件中是否允许注释。
- 允许单引号：文件中是否允许单引号。
- 推断时间戳：是否尝试将时间戳字符串推断为 TimestampType。

编辑格式选项时，数据预览会自动更新。

注意

上传多个文件时，以下规则适用：

标头设置适用于所有文件。确保标头在所有上传的文件中始终不存在或存在，以避免数据丢失。
上传的文件通过将所有数据追加为目标表中的行来合并。不支持在文件上传期间联接或合并记录。

列名称和类型

可以编辑列名称和类型。

若要编辑类型，请单击该类型的图标。

注意

不能编辑 STRUCT 或 ARRAY 的嵌套类型。
若要编辑列名，请单击列顶部的输入框。

列名不支持逗号、反斜杠或 unicode 字符（如表情符号）。

默认情况下，CSV 和 JSON 文件的列数据类型会被自动推断。可以通过禁用高级属性>自动检测列类型来将所有列解释为STRING类型。

注意

架构推理会尽力检测列类型。更改列类型可能会导致某些值被转换为NULL，如果这些值无法正确转换为目标数据类型。不支持将 BIGINT 类型转换为 DATE 列或 TIMESTAMP 列。 Databricks 建议先创建表，然后使用 SQL 函数转换这些列。
若要支持具有特殊字符的表列名，可以在文件上传页中创建或修改表时利用列映射。
若要向列添加注释，请创建表并导航到目录资源管理器，可在其中添加注释。

支持的数据类型

使用文件上传页创建或修改表支持以下数据类型。有关各种数据类型的详细信息，请参阅 SQL 数据类型。

数据类型	说明
`BIGINT`	8 字节带符号整数。
`BOOLEAN`	布尔（`true`、`false`）值。
`DATE`	值包括字段年、月和日的值，不包含时区。
`DOUBLE`	8 字节双精度浮点数
`STRING`	字符串值。
`TIMESTAMP`	由字段 year、month、day、hour、minute 和 second 的值构成的值，包含会话本地时区。
`STRUCT`	具有字段序列描述的结构的值。
`ARRAY`	包含类型元素序列的值 `elementType`。
`DECIMAL(P,S)`	具有最大精度 `P` 和固定位数 `S` 的数字。

已知问题

将 BIGINT 转换为不可转换的类型（例如日期格式为“yyyy”的 DATE）可能会触发错误。

通过