Codificare e decodificare le righe

In Cloud Data Fusion Studio, l'area di lavoro Wrangler ti consente di codificare e decodificare i valori nelle righe del set di dati. La conversione tra formati ti aiuta a gestire in sicurezza i payload binari, formattare i parametri URL e preparare i record per l'elaborazione downstream.

Codifica una riga

Puoi utilizzare la codifica di base dei dati per archiviare o trasferire dati in ambienti che, per motivi legati ai sistemi legacy, sono limitati ai dati US-ASCII. Potresti utilizzarlo in nuove applicazioni senza queste limitazioni legacy perché consente la manipolazione di oggetti con editor di testo.

Puoi applicare i seguenti schemi di codifica, basati su RFC-4648, a tutti i valori di una colonna:

  • Base32
  • Base64
  • Esadecimale
  • URL

Quando esegui la codifica, Wrangler genera una nuova colonna con un nome nel seguente formato: <column>_encode_<type> except for url-encode.

Cloud Data Fusion utilizza le seguenti regole per i valori delle colonne:

  • Se la colonna è null, anche la colonna risultante è null.
  • Se la colonna scelta non viene trovata nella riga, la riga viene saltata.
  • Se il valore della colonna non ha un tipo di dati stringa o byte, la trasformazione non riesce e viene visualizzato un errore.

Opzioni di codifica supportate

Wrangler supporta le seguenti opzioni di codifica:

Codifica base64
L'opzione Base64 aggiunge l'istruzione encode64 come passaggio di trasformazione alla formula e crea una nuova colonna con i valori codificati.
Codifica base32
L'opzione Base32 aggiunge l'istruzione encode32 come passaggio di trasformazione alla formula e crea una nuova colonna con i valori codificati.
Codifica esadecimale
L'opzione Hex aggiunge l'istruzione encode_hex come passaggio di trasformazione alla formula e crea una nuova colonna con i valori codificati.
Codifica URL
L'opzione URL aggiunge la direttiva url-encode come passaggio di trasformazione alla ricetta e codifica la colonna corrente.

Decodifica una riga

Puoi utilizzare la decodifica di base dei dati per archiviare o trasferire dati in ambienti che, per motivi legati ai sistemi legacy, sono limitati ai dati US-ASCII. Potresti utilizzarlo in nuove applicazioni senza queste limitazioni legacy perché consente la manipolazione di oggetti con editor di testo.

Puoi applicare i seguenti schemi di decodifica, basati su RFC-4648, a ogni valore di una colonna:

  • Base32
  • Base64
  • Esadecimale
  • URL

Quando esegui la decodifica, Wrangler genera una nuova colonna con un nome nel seguente formato: <column>_encode_<type>, ad eccezione di url-decode.

Cloud Data Fusion utilizza le seguenti regole per i valori delle colonne:

  • Se la colonna è null, anche la colonna risultante è null.
  • Se la colonna scelta non viene trovata nella riga, la riga viene saltata.
  • Se il valore della colonna non contiene i tipi di dati stringa o array di byte, l'operazione non riesce.

Opzioni di decodifica supportate

Wrangler supporta le seguenti opzioni di codifica:

Decodifica base64
L'opzione base64 aggiunge l'istruzione decode64 come passaggio di trasformazione alla formula e crea una nuova colonna con i valori decodificati.
Decodifica base32
L'opzione base32 aggiunge l'istruzione decode32 come passaggio di trasformazione alla formula e crea una nuova colonna con i valori decodificati.
Decodifica un valore esadecimale
L'opzione Hex aggiunge l'istruzione decode hex come passaggio di trasformazione alla formula e crea una nuova colonna con i valori decodificati.
Decodifica URL
L'opzione URL aggiunge l'istruzione url-decode come passaggio di trasformazione alla formula e decodifica la colonna corrente.

Passaggi successivi