SSIS将源Oledb数据发送到实木复合地板文件中的S3存储桶

Question

我的来源是SQL Server，我正在使用SSIS将数据导出到S3存储桶，但是现在我的要求是将文件作为拼花文件格式发送。

你们能提供一些有关如何实现这一目标的线索吗？

谢谢， Ven

Answer 1

对于绊倒这个答案的人们来说，Apache Parquet是一个项目，指定Hadoop和其他Apache项目采用的列式文件格式。

除非找到自定义组件或编写一些.NET代码来执行此操作，否则您将无法将数据从SQL Server导出到Parquet文件。 KingswaySoft's SSIS Big Data Components可能提供一种这样的自定义组件，但我并不熟悉。

如果要导出到Azure，则有两个选择：

1. 使用Flexible File Destination组件（Azure功能包的一部分），该组件将导出到Azure Blob或Data Lake Gen2存储中托管的Parquet文件。

2. 利用PolyBase，一种SQL Server功能。它使您可以通过external table feature导出到Parquet文件。但是，该文件必须托管在here提及的位置。不幸的是S3不是一个选择。

如果是我，我会将数据作为CSV文件移动到S3，然后使用Athena将CSV文件转换为Pqrquet。这里有一篇漂亮的文章讲述了雅典娜的故事：

https://www.cloudforecast.io/blog/Athena-to-transform-CSV-to-Parquet/

网络，您需要花一些钱，发挥创意，切换到Azure或在AWS中进行转换。