处理数据文件

管理服务器目录

1. 展开服务器节点以预览其结构。

2. 右键点击目录以打开上下文菜单。

   

   您可以复制、粘贴、重命名该目录，更改其位置、复制其路径，并添加新文件和目录。 选择 从磁盘上传 以向该目录添加更多文件。 您还可以将该目录及其文件保存到本地驱动器。

3. 要快速创建新的存储桶、文件、目录或连接，请按 Alt+Insert。

   

导航到文件

Big Data Tools 工具窗口可帮助您在存储中快速定位文件和目录。 如果您有许多嵌套目录且不想在查找文件时逐个点击并展开它们，这将非常有用。 相反，您可以开始输入其路径，让 PyCharm 显示可用文件并自动完成该路径。

1. 选择一个存储连接，然后在 Big Data Tools 工具窗口顶部点击 ，或按 Ctrl+F。 如果您希望在其中查找文件，可以选择特定的存储桶或目录。

2. 在 在其中导航 窗口中，开始输入文件或目录的路径。 按 Tab 自动完成路径。 或者，您可以输入存储桶的名称以快速找到它。

   

3. 按 Enter。

这将在 Big Data Tools 工具窗口中定位所选文件。

管理数据文件

1. 展开目标目录并选择文件。

2. 右键点击该文件以打开上下文菜单。

   

3. 您可以复制、粘贴、重命名该文件、复制其路径、更改其位置或将其删除。

4. 要简要预览结构化文件（如 CSV、Parquet、ORC 或 Avro）的详细信息，请在编辑器或 Big Data Tools 工具窗口中展开它。 您应能看到列及其类型。

   

   在上下文菜单中选择 显示信息 以获取有关该文件的更多详细信息：

   

5. 要查看文件，请双击它，或在上下文菜单中选择 预览 命令。 该文件会在编辑器中打开。 您不能 进行编辑 ，但可以以表格或文本形式进行预览：

   

   

   在表格视图中，您可以对表格元素进行操作。 右键点击以打开上下文菜单，然后选择命令以复制一行或一列，或将整个表复制到剪贴板或文件。

   

   您还可以通过点击列标题对列中的数据进行排序。

   当您打开 .parquet 文件时，插件仅显示文件内容的第一部分。 当处理超大文件时，这尤其有用。

在编辑器中查看文件

1. 要在编辑器的单独选项卡中打开任意存储或目录，请在 Big Data Tools 工具窗口中选择该项目并点击 。

   

2. 所选目录将会在编辑器的单独选项卡中打开。

   

   您可以与在 Big Data Tools 工具窗口中打开的服务器和目录交换文件。 使用查看器工具栏图标来复制、粘贴和剪切文件。

3. 您可以自定义存储的外观：

   • 点击 以管理文件信息详细内容的可见性。

   • 点击 以从视图中排除任意列。 默认情况下，查看器会显示所有列。

4. 点击 以更新所选目录的内容。

使用 访问其他命令。

拖放文件

借助 PyCharm，您可以通过将文件拖动到所需的存储桶、容器或目录，轻松在不同的远程文件系统之间或同一存储内复制和移动文件。 您还可以通过将文件从您的 项目 工具窗口拖动到编辑器，快速将本地文件系统中的文件上传到远程文件系统；相关目录既可在编辑器中打开，也可在 Big Data Tools 工具窗口中打开。

1. 将文件拖到所需的存储桶、容器或目录

2. 在打开的窗口中，确认文件名和目标目录。

   

当您在同一连接内拖动文件时，PyCharm 会从原始位置移除该文件。 当您从项目或从一个连接拖动文件到另一个连接时，PyCharm 会创建该文件的副本。

编辑文件

与远程存储建立连接后，您可以编辑该存储中的文本文件，但 Zeppelin 笔记本和以分隔符分隔的文件（如 CSV）除外。

1. 双击文件以在编辑器中打开。

2. 修改该文件。 在文件顶部，将显示可用图标，允许您：

   • 显示差异（）

   • 将文件内容还原为打开时的初始状态（）

   • 从服务器检索文件的最新更改（）

   • 将您的文件更改提交到服务器（）

   

查看文件版本

版本控制使您能够在存储中为同一对象保留多个版本。 如果为存储桶启用了版本控制，您可以直接在 PyCharm 中查看对象的版本。 您还可以上传、下载、删除、恢复并比较特定版本。

1. 在 Big Data Tools 工具窗口中，选择一个存储并点击 以在编辑器中打开。

2. 展开已启用版本控制的存储桶，并在该存储桶中选择一个文件。

3. 在 详细信息 窗格中，打开 版本 选项卡。

该选项卡会显示所选文件的所有可用版本。

当您选择一个版本时，会显示以下图标：

• 从本地驱动器上传该文件的新版本。

• 下载所选文件版本。

• 删除所选文件版本。

• 恢复所选文件版本。

• 显示所选版本与该文件上一个版本之间的差异（或者，您可以选择两个版本以显示它们之间的差异）。

创建新存储桶

1. 要将新存储桶添加到数据存储，请在 Big Data Tools 工具窗口中右键点击该存储连接，并在上下文菜单中选择 创建存储桶。

2. 指定新存储桶的名称，然后点击 确定 完成任务。

筛选存储桶列表

如果您只想处理部分存储而不是整个存储，您可以筛选要在 Big Data Tools 工具窗口和 编辑器 中显示的存储桶（在 Microsoft Azure 中称为容器）。

您可以指定存储桶和目录的自定义路径，或按名称筛选存储桶。 您可以在配置新连接时执行此操作，也可以调整先前配置的连接设置。

1. 在 Big Data Tools 工具窗口中，选择服务器，然后在窗口工具栏上点击 。

2. 选择筛选存储桶的方式：

   • 选择 自定义根 ，并在 根 字段中指定存储桶的名称或存储桶中某个目录的路径。 您可以通过逗号分隔来指定多个名称或路径。

   • 选择 帐户中的所有存储桶 （或 帐户中的所有容器 ，适用于 Azure）。 随后，您可以使用存储桶筛选器，仅显示具有特定名称的存储桶。

   • 对于 AWS S3 连接，您还可以选择 仅所选区域中的存储桶 以从特定区域获取存储桶。 对于其他存储，存储桶始终基于为连接选择的区域进行筛选。