azure - Azure Data Lake中的U-SQL输出

如果我不知道该表包含多少个不同的键值，是否可以根据列值将一个表自动拆分为几个文件？
是否可以将键值放入文件名中？

最佳答案

这是我们的top ask（并且以前也是asked on stackoverflow ：）。我们目前正在研究它，希望它能在夏天提供。

在此之前，您必须编写脚本生成器。我倾向于使用U-SQL生成脚本，但是您可以使用Powershell或T4等来完成。

这是一个例子：

假设您要为下表/行集name中的列@x写入文件：

name | value1 | value2
-----+--------+-------
A    | 10     | 20
A    | 11     | 21
B    | 10     | 30
B    | 100    | 200

您将编写一个脚本来生成如下所示的脚本：

@x = SELECT * FROM (VALUES( "A", 10, 20), ("A", 11, 21), ("B", 10, 30), ("B", 100, 200)) AS T(name, value1, value2);

// Generate the script to do partitioned output based on name column:

@stmts =
  SELECT "OUTPUT (SELECT value1, value2 FROM @x WHERE name == \""+name+"\") TO \"/output/"+name+".csv\" USING Outputters.Csv();" AS output
  FROM (SELECT DISTINCT name FROM @x) AS x;

OUTPUT @stmts TO "/output/genscript.usql"
USING Outputters.Text(delimiter:' ', quoting:false);

然后使用genscript.usql，在@x之前进行计算并提交，以将数据划分为两个文件。