OPENROWSET BULK （Transact-SQL）

SQL Server、Azure SQL 数据库和 Azure SQL 托管实例的语法

OPENROWSET( BULK 'data_file_path',
            <bulk_option> ( , <bulk_option> )*
)
[
    WITH (  ( <column_name> <sql_datatype> [ '<column_path>' | <column_ordinal> ] )+ )
]

<bulk_option> ::=
   DATA_SOURCE = 'data_source_name' |

   -- file format options
   CODEPAGE = { 'ACP' | 'OEM' | 'RAW' | 'code_page' } |
   DATAFILETYPE = { 'char' | 'widechar' } |
   FORMAT = <file_format> |

   FORMATFILE = 'format_file_path' |
   FORMATFILE_DATA_SOURCE = 'data_source_name' |

   SINGLE_BLOB |
   SINGLE_CLOB |
   SINGLE_NCLOB |

   -- Text/CSV options
   ROWTERMINATOR = 'row_terminator' |
   FIELDTERMINATOR =  'field_terminator' |
   FIELDQUOTE = 'quote_character' |

   -- Error handling options
   MAXERRORS = maximum_errors |
   ERRORFILE = 'file_name' |
   ERRORFILE_DATA_SOURCE = 'data_source_name' |

   -- Execution options
   FIRSTROW = first_row |
   LASTROW = last_row |

   ORDER ( { column [ ASC | DESC ] } [ , ...n ] ) [ UNIQUE ] ] |

   ROWS_PER_BATCH = rows_per_batch

Fabric 数据仓库的语法

OPENROWSET( BULK 'data_file_path',
            <bulk_option> ( , <bulk_option> )*
)
[
    WITH (  ( <column_name> <sql_datatype> [ '<column_path>' | <column_ordinal> ] )+ )
]

<bulk_option> ::=
   DATA_SOURCE = 'data_source_name' |

   -- file format options
   CODEPAGE = { 'ACP' | 'OEM' | 'RAW' | 'code_page' } |
   DATAFILETYPE = { 'char' | 'widechar' } |
   FORMAT = <file_format> |

   -- Text/CSV options
   ROWTERMINATOR = 'row_terminator' |
   FIELDTERMINATOR =  'field_terminator' |
   FIELDQUOTE = 'quote_character' |
   ESCAPECHAR = 'escape_char' |
   HEADER_ROW = [true|false] |
   PARSER_VERSION = 'parser_version' |

   -- Error handling options
   MAXERRORS = maximum_errors |
   ERRORFILE = 'file_name' |

   -- Execution options
   FIRSTROW = first_row |
   LASTROW = last_row |

   ROWS_PER_BATCH = rows_per_batch

• <drive letter>:\<file path> 访问本地磁盘上的文件
• \\<network-share\<file path> 访问网络共享上的文件
• adls://<container>@<storage>.dfs.core.windows.net/<file path> 访问 Azure Data Lake Storage
• abs://<storage>.blob.core.windows.net/<container>/<file path> 访问 Azure Blob 存储
• s3://<ip-address>:<port>/<file path> 访问与 s3 兼容的存储

从 SQL Server 2017 （14.x）开始， data_file 可以位于 Azure Blob 存储中。 有关示例，请参阅Azure Blob 存储中批量访问数据的示例。

• https://<storage>.blob.core.windows.net/<container>/<file path> 访问 Azure Blob 存储或 Azure Data Lake Storage
• https://<storage>.dfs.core.windows.net/<container>/<file path> 访问 Azure Data Lake Storage
• abfss://<container>@<storage>.dfs.core.windows.net/<file path> 访问 Azure Data Lake Storage
• https://onelake.dfs.fabric.microsoft.com/<workspaceId>/<lakehouseId>/Files/<file path> - 访问 Fabric OneLake （目前为 预览版）

可用于 OPENROWSET(BULK) 直接从存储在 Fabric OneLake 中的文件读取数据，特别是从 Fabric Lakehouse 的 Files 文件夹中 读取数据。 这样就无需使用外部暂存帐户（例如 ADLS Gen2 或 Blob 存储），并使用 Fabric 权限启用工作区管理的 SaaS 本机引入。 此功能支持：

• 从 Files Lakehouses 中的文件夹读取
• 同一租户中的工作区到仓库负载
• 使用 Microsoft Entra ID 的本机标识强制实施

FORMAT如果路径中的文件扩展名以 、、.csv、.tsv、.parquet.parq、 .jsonl或或.ldjson结尾.ndjson，则不需要指定该选项。 例如，该 OPENROWSET(BULK) 函数知道格式是基于以下示例中的扩展的 parquet：

SELECT *
FROM OPENROWSET(
    BULK 'https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet'
);

如果文件路径未以下列扩展名之一结尾，则需要指定一个 FORMAT，例如：

SELECT TOP 10 *
FROM OPENROWSET(
      BULK 'abfss://nyctlc@azureopendatastorage.blob.core.windows.net/yellow/**',
      FORMAT='PARQUET'
)

FORMATFILE

指定格式化文件的完整路径。 SQL Server 支持两种格式化文件类型：XML 和非 XML。

SELECT TOP 10 *
FROM OPENROWSET(
      BULK 'D:\XChange\test-csv.csv',
      FORMATFILE= 'D:\XChange\test-format-file.xml'
)

格式化文件对定义结果集中的列类型是必需的。 唯一的例外是，SINGLE_CLOBSINGLE_BLOB或SINGLE_NCLOB指定;在这种情况下，不需要格式化文件。

有关格式化文件的信息，请参阅使用格式化文件批量导入数据（SQL Server）。

从 SQL Server 2017 (14.x) 开始，format_file_path 可位于 Azure Blob 存储中。 有关示例，请参阅Azure Blob 存储中批量访问数据的示例。

FORMATFILE_DATA_SOURCE

FORMATFILE_DATA_SOURCE 定义格式化文件路径的根位置。 它使你可以在 FORMATFILE 选项中使用相对路径。

CREATE EXTERNAL DATA SOURCE root
WITH (LOCATION = '//pandemicdatalake/public/curated')
GO
SELECT *
FROM OPENROWSET(
    BULK '//pandemicdatalake/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.csv'
    FORMATFILE = 'covid-19/bing_covid-19_data/latest/bing_covid-19_data.fmt',
    FORMATFILE_DATA_SOURCE = 'root'
);

格式化文件数据源是使用 CREATE EXTERNAL DATA SOURCE 创建的。 除了根位置之外，还可以定义可用于访问该位置上的文件的自定义凭据。

PARSER_VERSION = "解析器版本"

适用于： Fabric 数据仓库

指定读取文件时要使用的分析器版本。 当前支持 CSV 分析器版本为 1.0 和 2.0：

• PARSER_VERSION = '1.0'
• PARSER_VERSION = '2.0'

SELECT TOP 10 *
FROM OPENROWSET(
      BULK 'abfss://nyctlc@azureopendatastorage.blob.core.windows.net/yellow/**',
      FORMAT='CSV',
      PARSER_VERSION = '2.0'
)

CSV 分析器版本 1.0 是默认版本且功能丰富。 版本 2.0 是为提高性能而构建的，并不支持所有选项和编码。

CSV 分析器版本 1.0 详细信息：

• 不支持以下选项：HEADER_ROW。
• 默认终止符为 \r\n， \n 并且 \r。
• 如果将 指定\n为行终止符（换行符），则会自动为其\r添加前缀（回车符），这将导致行终止符。\r\n

CSV 分析器版本 2.0 详细信息：

• 不是所有数据类型都受支持。
• 最大字符列长度为 8000。
• 最大行大小限制为 8 MB。
• 不支持以下选项： DATA_COMPRESSION
• 带引号的空字符串 ("") 被解释为空字符串。
• DATEFORMAT SET 选项未被执行。
• 日期数据类型支持的格式：YYYY-MM-DD
• 时间数据类型支持的格式：HH:MM:SS[.fractional seconds]
• datetime2 数据类型支持的格式：YYYY-MM-DD HH:MM:SS[.fractional seconds]
• 默认终止符为 \r\n 和 \n。

ESCAPE_CHAR = “char”

指定文件中用于转义自身和文件中所有分隔符值的字符，例如：

Place,Address,Icon
Empire State Building,20 W 34th St\, New York\, NY 10118,\\icons\\sol.png
Statue of Liberty,Liberty Island\, New York\, NY 10004,\\icons\\sol.png

如果转义字符后接除本身以外的某个值或者任何分隔符值，则读取值时会删除该转义字符。

ESCAPECHAR无论是否启用参数FIELDQUOTE，都会应用该参数。 不会使用该参数来转义引号字符。 必须使用其他引号字符来转义引号字符。 仅当用引号字符封装值时，引用字符才会出现在列值内。

在以下示例中，逗号 （,） 和反斜杠 （\） 被转义并表示为 \, 和 \\：

SELECT *
FROM OPENROWSET(
    BULK '<data-file-path>',
    ESCAPECHAR = '\'
);

HEADER_ROW = { TRUE |FALSE }

指定 CSV 文件是否包含不应与其他数据行一起返回的标头行。 以下示例显示了包含标头的 CSV 文件示例：

Place,Latitude,Longitude,Address,Area,State,Zipcode
Empire State Building,40.748817,-73.985428,20 W 34th St,New York,NY,10118
Statue of Liberty,40.689247,-74.044502,Liberty Island,New York,NY,10004

默认值为 FALSE。 支持 PARSER_VERSION='2.0'。 如果 TRUE按参数从第一行 FIRSTROW 读取列名。 如果使用 TRUE 指定 WITH架构，则列名的绑定将由列名而不是序号位置完成。

SELECT *
FROM OPENROWSET(
    BULK '<data-file-path>',
    HEADER_ROW = TRUE
);

ORDER （ { column [ ASC |DESC ] } [ ,... n ] [ UNIQUE ]

一个用于指定数据文件中数据的排序方式的可选提示。 默认情况下，大容量操作假定数据文件未排序。 如果查询优化器可以利用顺序生成更高效的查询计划，则性能会提高。 以下列表提供了指定排序可能有益的示例：

• 将行插入到具有聚集索引的表，其中行集数据按聚集索引键进行排序。
• 将行集与另一个表联接，其中排序列和联接列匹配。
• 通过排序列聚合行集数据。
• 将行集用作查询子句中的 FROM 源表，其中排序列和联接列匹配。

UNIQUE

指定数据文件没有重复条目。

如果数据文件中的实际行未根据指定的顺序进行排序，或者 UNIQUE 指定提示并且存在重复键，则返回错误。

使用列别名时 ORDER 是必需的。 列别名列表必须引用子句正在访问的 BULK 派生表。 子句中指定的 ORDER 列名引用此列别名列表。 无法指定大型值类型（varchar（max）、nvarchar（max）、varbinary（max）和大型对象（LOB）类型（text、ntext 和 image） 列。

内容选项

SINGLE_BLOB

以 varbinary（max）类型的单行单列行集的形式返回data_file的内容。

SINGLE_CLOB

通过将 data_file 作为 ASCII 读取，使用当前数据库的排序规则将内容作为 varchar（max）类型的单行单列行集返回。

SINGLE_NCLOB

通过将 data_file 读取为 Unicode，使用当前数据库的排序规则将内容作为 nvarchar（max）类型的单行单列行集返回。

SELECT * FROM OPENROWSET(
    BULK N'C:\Text1.txt',
    SINGLE_NCLOB
) AS Document;

WITH 架构

WITH 架构指定定义 OPENROWSET 函数的结果集的列。 它包括将作为结果返回的每个列的列定义，并概述了将基础文件列绑定到结果集中的列的映射规则。

在下面的示例中：

• 该 country_region 列具有 varchar（50） 类型，并引用具有相同名称的基础列
• 该 date 列引用具有不同物理名称的 CSV/Parquet 列或 JSONL 属性
• 该 cases 列引用文件中的第三列
• 该 fatal_cases 列引用嵌套的 Parquet 属性或 JSONL 子对象

SELECT *
FROM OPENROWSET(<...>) 
WITH (
        country_region varchar(50), --> country_region column has varchar(50) type and referencing the underlying column with the same name
        [date] DATE '$.updated',   --> date is referencing a CSV/Parquet column or JSONL property with a different physical name
        cases INT 3,             --> cases is referencing third column in the file
        fatal_cases INT '$.statistics.deaths'  --> fatal_cases is referencing a nested Parquet property or JSONL sub-object
     );

<column_name>

将在结果行集中返回的列的名称。 除非 <column_path> 或 <column_ordinal>重写，否则此列的数据将从具有相同名称的基础文件列读取。 列的名称必须遵循 列名称标识符的规则。

<column_type>

结果集中列的 T-SQL 类型。 当 OPENROWSET 返回结果时，基础文件中的值将转换为此类型。 有关详细信息，请参阅 Fabric Warehouse 中的数据类型。

<column_path>

用于引用复杂类型（例如 Parquet）中的嵌套字段的点分隔路径（例如 $.description.location.lat）。

<column_ordinal>

一个数字，表示将映射到 WITH 子句中列的列的物理索引。

• 在OPENROWSET(BULK...)或语句中INSERTMERGE用作源表时，将数据从数据文件批量导入表中。 有关详细信息，请参阅 使用 BULK INSERT 或 OPENROWSET（BULK...）将数据导入 SQL Server。
• 当 OPENROWSET BULK 选项与语句一 INSERT 起使用时，子 BULK 句支持表提示。 除了常规表提示（例如 TABLOCK），BULK 子句还可以接受以下专用表提示：IGNORE_CONSTRAINTS（仅忽略 CHECK 和 FOREIGN KEY 约束）、IGNORE_TRIGGERS、KEEPDEFAULTS 和 KEEPIDENTITY。 有关详细信息，请参阅表提示 (Transact-SQL)。
• 有关如何使用 INSERT...SELECT * FROM OPENROWSET(BULK...) 语句的信息，请参阅批量导入和导出数据 (SQL Server)。 有关何时在事务日志中记录由批量导入执行的行插入操作的信息，请参阅批量导入的最小日志记录的先决条件。
• 用于使用完整恢复模式导入数据时， OPENROWSET (BULK ...) 不优化日志记录。

在 Microsoft Fabric 中，表中汇总了受支持的功能：

批量导入 SQLCHAR、SQLNCHAR 或 SQLBINARY 数据

OPENROWSET(BULK...)假定如果未指定，则最大长度SQLCHARSQLNCHARSQLBINARY或数据长度不超过 8,000 字节。 如果导入的数据位于包含任何 varchar（max）、 nvarchar（max）或 varbinary（max） 对象超过 8,000 字节的 LOB 数据字段中，则必须使用定义数据字段最大长度的 XML 格式化文件。 若要指定最大长度，请编辑格式文件并声明 MAX_LENGTH 属性。

批量导出或导入 SQLXML 文档

若要批量导出或导入 SQLXML 数据，请在格式化文件中使用下列数据类型之一。

A. 使用 OPENROWSET 将文件数据批量插入 varbinary（max） 列

适用于： 仅限 SQL Server。

以下示例创建一个小表用于演示目的，并将位于根目录中的文件Text1.txtC:的文件数据插入 varbinary（max） 列。

CREATE TABLE myTable (
    FileName NVARCHAR(60),
    FileType NVARCHAR(60),
    Document VARBINARY(MAX)
);
GO

INSERT INTO myTable (
    FileName,
    FileType,
    Document
)
SELECT 'Text1.txt' AS FileName,
    '.txt' AS FileType,
    *
FROM OPENROWSET(
    BULK N'C:\Text1.txt',
    SINGLE_BLOB
) AS Document;
GO

B. 使用带格式化文件的 OPENROWSET BULK 提供程序从文本文件中检索行

适用于： 仅限 SQL Server。

以下示例使用格式化文件检索用制表符分隔的文本文件 values.txt 中的行，该文件包含下列数据：

1     Data Item 1
2     Data Item 2
3     Data Item 3

格式化文件 values.fmt 说明 values.txt 中的列：

9.0
2
1  SQLCHAR  0  10 "\t"    1  ID           SQL_Latin1_General_Cp437_BIN
2  SQLCHAR  0  40 "\r\n"  2  Description  SQL_Latin1_General_Cp437_BIN

此查询检索该数据：

SELECT a.* FROM OPENROWSET(
    BULK 'C:\test\values.txt',
   FORMATFILE = 'C:\test\values.fmt'
) AS a;

C. 指定格式化文件和代码页

适用于： 仅限 SQL Server。

以下示例演示如何同时使用格式化文件和代码页选项。

INSERT INTO MyTable
SELECT a.* FROM OPENROWSET (
    BULK N'D:\data.csv',
    FORMATFILE = 'D:\format_no_collation.txt',
    CODEPAGE = '65001'
) AS a;

D. 使用格式化文件从 CSV 文件访问数据

适用于： 仅限 SQL Server 2017 （14.x） 及更高版本。

SELECT * FROM OPENROWSET(
    BULK N'D:\XChange\test-csv.csv',
    FORMATFILE = N'D:\XChange\test-csv.fmt',
    FIRSTROW = 2,
    FORMAT = 'CSV'
) AS cars;

E. 在没有格式化文件的情况下从 CSV 文件访问数据

适用于： 仅限 SQL Server。

SELECT * FROM OPENROWSET(
   BULK 'C:\Program Files\Microsoft SQL Server\MSSQL14\MSSQL\DATA\inv-2017-01-19.csv',
   SINGLE_CLOB
) AS DATA;

SELECT *
FROM OPENROWSET('MSDASQL',
    'Driver={Microsoft Access Text Driver (*.txt, *.csv)}',
    'SELECT * FROM E:\Tlog\TerritoryData.csv'
);

F. 从存储在 Azure Blob 存储 上的文件中访问数据

适用于： 仅限 SQL Server 2017 （14.x） 及更高版本。

在 SQL Server 2017（14.x）及更高版本中，以下示例使用一个外部数据源，该数据源指向 Azure 存储帐户中的容器，以及为共享访问签名创建的数据库范围凭据。

SELECT * FROM OPENROWSET(
   BULK 'inv-2017-01-19.csv',
   DATA_SOURCE = 'MyAzureInvoices',
   SINGLE_CLOB
) AS DataFile;

有关包括配置凭据和外部数据源在内的完整OPENROWSET示例，请参阅Azure Blob 存储中批量访问数据的示例。

G. 从存储在 Azure Blob 存储 上的文件中导入表

以下示例演示如何使用 OPENROWSET 命令从创建 SAS 密钥的 Azure Blob 存储位置的 csv 文件加载数据。 Azure Blob 存储位置配置为外部数据源。 这需要使用共享访问签名的数据库范围的凭据，该签名通过用户数据库中的主密钥进行加密。

-- Optional: a MASTER KEY is not required if a DATABASE SCOPED CREDENTIAL is not required because the blob is configured for public (anonymous) access!
CREATE MASTER KEY ENCRYPTION BY PASSWORD = '<password>';
GO

-- Optional: a DATABASE SCOPED CREDENTIAL is not required because the blob is configured for public (anonymous) access!
CREATE DATABASE SCOPED CREDENTIAL MyAzureBlobStorageCredential
    WITH IDENTITY = 'SHARED ACCESS SIGNATURE',
    SECRET = '******srt=sco&sp=rwac&se=2017-02-01T00:55:34Z&st=2016-12-29T16:55:34Z***************';

-- Make sure that you don't have a leading ? in the SAS token, and that you
-- have at least read permission on the object that should be loaded srt=o&sp=r,
-- and that expiration period is valid (all dates are in UTC time)
CREATE EXTERNAL DATA SOURCE MyAzureBlobStorage
WITH (
    TYPE = BLOB_STORAGE,
    LOCATION = 'https://****************.blob.core.windows.net/curriculum',
    -- CREDENTIAL is not required if a blob is configured for public (anonymous) access!
    CREDENTIAL = MyAzureBlobStorageCredential
);

INSERT INTO achievements
WITH (TABLOCK) (
    id,
    description
)
SELECT * FROM OPENROWSET(
    BULK 'csv/achievements.csv',
    DATA_SOURCE = 'MyAzureBlobStorage',
    FORMAT = 'CSV',
    FORMATFILE = 'csv/achievements-c.xml',
    FORMATFILE_DATA_SOURCE = 'MyAzureBlobStorage'
) AS DataFile;

H. 将托管标识用于外部源

适用于： Azure SQL 托管实例和 Azure SQL 数据库

以下示例使用托管标识创建凭据，创建外部源，然后从托管在外部源上的 CSV 加载数据。

首先，创建凭据并将 Blob 存储指定为外部源：

CREATE DATABASE SCOPED CREDENTIAL sampletestcred
WITH IDENTITY = 'MANAGED IDENTITY';

CREATE EXTERNAL DATA SOURCE SampleSource
WITH (
    LOCATION = 'abs://****************.blob.core.windows.net/curriculum',
    CREDENTIAL = sampletestcred
);

接下来，从托管在 Blob 存储上的 CSV 文件加载数据：

SELECT * FROM OPENROWSET(
    BULK 'Test - Copy.csv',
    DATA_SOURCE = 'SampleSource',
    SINGLE_CLOB
) as test;

I. 使用 OPENROWSET 使用与 S3 兼容的对象存储访问多个 Parquet 文件

适用于：SQL Server 2022 (16.x) 及更高版本。

以下示例使用从不同位置访问多个 Parquet 文件，这些文件都存储在与 S3 兼容的对象存储上：

CREATE DATABASE SCOPED CREDENTIAL s3_dsc
WITH IDENTITY = 'S3 Access Key',
SECRET = 'contosoadmin:contosopwd';
GO

CREATE EXTERNAL DATA SOURCE s3_eds
WITH
(
    LOCATION = 's3://10.199.40.235:9000/movies',
    CREDENTIAL = s3_dsc
);
GO

SELECT * FROM OPENROWSET(
    BULK (
        '/decades/1950s/*.parquet',
        '/decades/1960s/*.parquet',
        '/decades/1970s/*.parquet'
    ),
    FORMAT = 'PARQUET',
    DATA_SOURCE = 's3_eds'
) AS data;

J. 使用 OPENROWSET 从 Azure Data Lake Gen2 访问多个 Delta 表

适用于：SQL Server 2022 (16.x) 及更高版本。

在此例中，数据表容器命名为 Contoso，位于 Azure Data Lake Gen2 存储帐户中。

CREATE DATABASE SCOPED CREDENTIAL delta_storage_dsc
WITH IDENTITY = 'SHARED ACCESS SIGNATURE',
SECRET = '<SAS Token>';

CREATE EXTERNAL DATA SOURCE Delta_ED
WITH (
    LOCATION = 'adls://<container>@<storage_account>.dfs.core.windows.net',
    CREDENTIAL = delta_storage_dsc
);

SELECT *
FROM OPENROWSET(
    BULK '/Contoso',
    FORMAT = 'DELTA',
    DATA_SOURCE = 'Delta_ED'
) AS result;

K. 使用 OPENROWSET 查询公共匿名数据集

以下示例使用公开提供的 NYC 黄色出租车行程记录打开数据集。

首先创建数据源：

CREATE EXTERNAL DATA SOURCE NYCTaxiExternalDataSource
WITH (LOCATION = 'abs://nyctlc@azureopendatastorage.blob.core.windows.net');

在与名称模式匹配的文件夹中使用扩展名查询所有文件 .parquet ：

SELECT TOP 10 *
FROM OPENROWSET(
 BULK 'yellow/puYear=*/puMonth=*/*.parquet',
 DATA_SOURCE = 'NYCTaxiExternalDataSource',
 FORMAT = 'parquet'
) AS filerows;

A. 从 Azure Blob 存储读取 parquet 文件

在以下示例中，可以看到如何从 Parquet 文件读取 100 行：

SELECT TOP 100 * 
FROM OPENROWSET(
    BULK 'https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet'
);

B. 读取自定义 CSV 文件

在以下示例中，可以看到如何使用标题行和显式指定的终止符字符从 CSV 文件中读取行和分隔行和字段的行：

SELECT *
FROM OPENROWSET(
BULK 'https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.csv',
 HEADER_ROW = TRUE,
 ROW_TERMINATOR = '\n',
 FIELD_TERMINATOR = ',');

C. 读取文件时指定文件列架构

在以下示例中，可以看到如何显式指定将作为函数返回 OPENROWSET 的行的架构：

SELECT *
FROM OPENROWSET(
BULK 'https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet') 
WITH (
        updated DATE
        ,confirmed INT
        ,deaths INT
        ,iso2 VARCHAR(8000)
        ,iso3 VARCHAR(8000)
        );

D. 读取分区数据集

在以下示例中，可以看到如何使用 filepath() 函数从匹配的文件路径中读取 URI 的各个部分：

SELECT TOP 10 
  files.filepath(2) AS area
, files.*
FROM OPENROWSET(
BULK 'https://<storage account>.blob.core.windows.net/public/NYC_Property_Sales_Dataset/*_*.csv',
 HEADER_ROW = TRUE) 
AS files
WHERE files.filepath(1) = '2009';

E. 读取 JSONL 文件时指定文件列架构

在以下示例中，可以看到如何显式指定将作为函数返回的 OPENROWSET 行的架构：

SELECT TOP 10 *
FROM OPENROWSET(
BULK 'https://pandemicdatalake.dfs.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.jsonl') 
WITH (
        country_region varchar(50),
        date DATE '$.updated',
        cases INT '$.confirmed',
        fatal_cases INT '$.deaths'
     );

如果列名与属性中的列的物理名称不匹配（如果 JSONL 文件）匹配，则可以在类型定义后在 JSON 路径中指定物理名称。 可以使用多个属性。 例如， $.location.latitude 若要引用 parquet 复杂类型或 JSON 子对象中的嵌套属性。

更多示例

• 使用 OPENROWSET 函数浏览文件内容
• Fabric 数据仓库的性能准则
• 使用 Transact-SQL 将数据引入仓库

更多示例

有关显示使用 OPENROWSET(BULK...)的示例，请参阅以下文章：

• 大容量导入和导出数据 (SQL Server)
• 批量导入和导出 XML 文档的示例 (SQL Server)
• 批量导入数据时保留标识值 (SQL Server)
• 在批量导入期间保留 Null 或默认值 (SQL Server)
• 使用格式文件批量导入数据 (SQL Server)
• 使用字符格式导入或导出数据 (SQL Server)
• 使用格式化文件跳过表列 (SQL Server)
• 使用格式文件跳过数据字段 (SQL Server)
• 使用格式文件将表列映射到数据文件字段 (SQL Server)
• 在 Azure SQL 托管实例 中使用 OPENROWSET 查询数据源
• 指定字段和行终止符（SQL Server）