我们正在扫描 Azure 数据湖(第 2 代)。在扫描结果中,我们得到了一些我们不希望出现在资产寄存器中的文件 - 例如,如下所示的配置文件 (.wmk)。如果有什么方法可以隐藏某种类型的所有文件?我查看了扫描规则以查看自定义规则是否有效,并且文件类型 (.wmk) 未列为扫描目标,但它确实出现在资产登记册中。
类似的情况适用于数据湖文件夹,我们只想查看资源集而不是资产中的文件夹。
有没有办法阻止它们出现在资产中?
我们正在扫描 Azure 数据湖(第 2 代)。在扫描结果中,我们得到了一些我们不希望出现在资产寄存器中的文件 - 例如,如下所示的配置文件 (.wmk)。如果有什么方法可以隐藏某种类型的所有文件?我查看了扫描规则以查看自定义规则是否有效,并且文件类型 (.wmk) 未列为扫描目标,但它确实出现在资产登记册中。
类似的情况适用于数据湖文件夹,我们只想查看资源集而不是资产中的文件夹。
有没有办法阻止它们出现在资产中?
在扫描之前,您可以通过在列表中选择适当的项目来将扫描范围限定为特定文件夹或子文件夹。注册并扫描数据源后,数据映射将提取有关数据源结构(分层命名空间)的信息。此信息用于构建数据发现的浏览体验。
笔记:
- 如果完全或部分选中父级,则将自动选择某个父级下的所有未来资产
- 成功扫描后,新扫描的资产可能会延迟出现在浏览体验中。此延迟最多可能需要几个小时。
在目录中搜索资产时,运算符可用于组成搜索查询。
具体来说,您可以使用布尔运算符而不是全部大写来指定资产不能包含的内容作为子句右侧的关键字,或者使用“*”匹配一对多字符的通配符,这样您的查询就不会返回具有 (.wmk) 属性的资产。
Example: Expense NOT wmk NOT *.wmk
(操作符可以根据需要在单个查询中组合多次。)
资源集的概念:
若要自定义或覆盖Azure Purview 如何检测哪些资产被分组为资源集以及它们在目录中的显示方式,可以在管理中心中定义模式规则。
创建资源集模式规则:
注意:创建模式规则后,所有新扫描都将在摄取期间应用该规则。数据目录中的现有资产将通过可能需要几个小时的后台进程进行更新。
例如:不要将 .wmk 文件分组到资源集
输入文件:
https://myazureblob.blob.core.windows.net/bar/raw/Expense-7/01-01-2020/22:33:22-001.xls
https://myazureblob.blob.core.windows.net/bar/raw/Expense-8/01-01-2020/22:33:22-002.wmk
模式规则
Scope: https://myazureblob.blob.core.windows.net/bar/
Display name: Expense-{{Fileid}}
Qualified Name: raw/Filename-{{Fileid:int}}/{{:date}}/{{:time}}-{{:int}}.wmk
Resource Set: false
输出单个资产
Asset 1
Display name: Expense-7
Qualified Name: https://myazureblob.blob.core.windows.net/bar/raw/Expense-7/01-01-2020/22:33:22-001.xls
此外,如果您觉得这没有帮助,您可以分享您的反馈,以便产品团队可以研究这个想法。✌</p>