使用 Azure 数据工厂或 Synapse Analytics 从 Presto 复制数据

项目
07/12/2024

适用于： Azure 数据工厂 Azure Synapse Analytics

提示

试用 Microsoft Fabric 中的数据工厂，这是一种适用于企业的一站式分析解决方案。 Microsoft Fabric 涵盖从数据移动到数据科学、实时分析、商业智能和报告的所有内容。了解如何免费开始新的试用！

本文概述如何使用 Azure 数据工厂或 Synapse Analytics 管道中的复制活动从 Presto 复制数据。它是基于概述复制活动总体的复制活动概述一文。

支持的功能

此 Presto 连接器支持以下功能：

支持的功能	IR
复制活动（源/-）	① ②
Lookup 活动	① ②

① Azure 集成运行时 ② 自承载集成运行时

有关复制活动支持作为源/接收器的数据存储列表，请参阅支持的数据存储表。

该服务提供内置的驱动程序用于启用连接，因此使用此连接器无需手动安装任何驱动程序。

入门

若要使用管道执行复制活动，可以使用以下工具或 SDK 之一：

使用 UI 创建一个到 Presto 的链接服务

使用以下步骤在 Azure 门户 UI 中创建一个到 Presto 的链接服务。

浏览到 Azure 数据工厂或 Synapse 工作区中的“管理”选项卡并选择“链接服务”，然后单击“新建”：
- Azure 数据工厂
- Azure Synapse
搜索 Presto 并选择 Presto 连接器。
配置服务详细信息、测试连接并创建新的链接服务。

连接器配置详细信息

对于特定于 Presto 连接器的数据工厂实体，以下部分提供有关用于定义这些实体的属性的详细信息。

链接服务属性

Presto 链接服务支持以下属性：

属性	描述	必需
type	type 属性必须设置为：Presto	是
host	Presto 服务器的 IP 地址或主机名。（例如 192.168.222.160）	是
serverVersion	Presto 服务器的版本。（例如 0.148-t）	是
目录	针对服务器的所有请求的目录上下文。	是
port	Presto 服务器用来侦听客户端连接的 TCP 端口。默认值为 8080。	否
authenticationType	用于连接到 Presto 服务器的身份验证机制。允许值包括：匿名、LDAP	是
username	用于连接到 Presto 服务器的用户名。	否
password	用户名所对应的密码。将此字段标记为 SecureString 以安全地存储它，或引用 Azure Key Vault 中存储的机密。	否
enableSsl	指定是否使用 TLS 加密到服务器的连接。默认值为 false。	否
trustedCertPath	包含受信任 CA 证书（通过 TLS 进行连接时用来验证服务器）的 .pem 文件的完整路径。只有在自承载 IR 上使用 TLS 时才能设置此属性。默认值是随 IR 一起安装的 cacerts.pem 文件。	否
useSystemTrustStore	指定是使用系统信任存储中的 CA 证书还是使用指定 PEM 文件中的 CA 证书。默认值是 false。	否
allowHostNameCNMismatch	指定通过 TLS 进行连接时是否要求 CA 颁发的 TLS/SSL 证书名称与服务器的主机名相匹配。默认值为 false。	否
allowSelfSignedServerCert	指定是否允许来自服务器的自签名证书。默认值是 false。	否
timeZoneID	连接使用的本地时区。 IANA 时区数据库中指定了此选项的有效值。默认值为系统时区。	否

示例：

{
    "name": "PrestoLinkedService",
    "properties": {
        "type": "Presto",
        "typeProperties": {
            "host" : "<host>",
            "serverVersion" : "0.148-t",
            "catalog" : "<catalog>",
            "port" : "<port>",
            "authenticationType" : "LDAP",
            "username" : "<username>",
            "password": {
                 "type": "SecureString",
                 "value": "<password>"
            },
            "timeZoneID" : "Europe/Berlin"
        }
    }
}

数据集属性

有关可用于定义数据集的各部分和属性的完整列表，请参阅数据集一文。本部分提供 Presto 数据集支持的属性列表。

要从 Presto 复制数据，请将数据集的 type 属性设置为“PrestoObject” 。支持以下属性：

属性	描述	必需
type	数据集的 type 属性必须设置为：PrestoObject	是
schema	架构的名称。	否（如果指定了活动源中的“query”）
表	表的名称。	否（如果指定了活动源中的“query”）
tableName	具有架构的表的名称。支持此属性是为了向后兼容。对于新的工作负荷，请使用 `schema` 和 `table`。	否（如果指定了活动源中的“query”）

示例

{
    "name": "PrestoDataset",
    "properties": {
        "type": "PrestoObject",
        "typeProperties": {},
        "schema": [],
        "linkedServiceName": {
            "referenceName": "<Presto linked service name>",
            "type": "LinkedServiceReference"
        }
    }
}

复制活动属性

有关可用于定义活动的各部分和属性的完整列表，请参阅管道一文。本部分提供 Presto 数据源支持的属性列表。

以 Presto 作为源

要从 Presto 复制数据，请将复制活动中的源类型设置为“PrestoSource” 。复制活动source部分支持以下属性：

属性	描述	必需
type	复制活动 source 的 type 属性必须设置为：PrestoSource	是
query	使用自定义 SQL 查询读取数据。例如：`"SELECT * FROM MyTable"`。	否（如果指定了数据集中的“tableName”）

示例：

"activities":[
    {
        "name": "CopyFromPresto",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<Presto input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "PrestoSource",
                "query": "SELECT * FROM MyTable"
            },
            "sink": {
                "type": "<sink type>"
            }
        }
    }
]

查找活动属性

若要了解有关属性的详细信息，请查看 Lookup 活动。

有关复制活动支持作为源和接收器的数据存储的列表，请参阅支持的数据存储。

通过