Freigeben über

inline-Tabellenwert-Generator-Funktion

  • Artikel

Gilt für:durch Häkchen mit „Ja“ markiert Databricks SQL durch Häkchen mit „Ja“ markiert Databricks Runtime

Erstellt aus einem Array von Strukturen eine Tabelle.

In Databricks SQL sowie Databricks Runtime 16.1 und höher unterstützt diese Funktion den Aufruf benannter Parameter.

Syntax

inline(input)

Argumente

  • input: Ein ARRAY<STRUCT>-Ausdruck.

Gibt zurück

Ein Satz von Zeilen, der aus den Feldern in den Strukturelementen des Arrays input besteht. Die von inline generierten Spalten sind die Namen der Felder.

Wenn inputNULL ist, werden keine Zeilen generiert.

  • Gilt für:Häkchen gesetzt ja Databricks Runtime 12.1 und früher:

    inline kann nur in der SELECT-Liste als Stamm eines Ausdrucks oder nach einer LATERAL VIEW-Klausel platziert werden. Beim Platzieren der Funktion in der SELECT-Liste darf keine andere Generatorfunktion in derselben SELECT-Liste oder vorhanden sein, da ansonsten die Fehlermeldung UNSUPPORTED_GENERATOR.MULTI_GENERATOR ausgelöst wird.

  • Gilt für:Häkchen ja Databricks SQL Häkchen gesetzt ja Databricks Runtime 12.2 LTS und höher:

    Der Aufruf über die LATERAL VIEW-Klausel oder SELECT-Liste ist veraltet. Rufen Sie stattdessen inline als table_reference auf.

Beispiele

Gilt für:Häkchen gesetzt ja Databricks Runtime 12.1 und früher:

> SELECT inline(array(struct(1, 'a'), struct(2, 'b'))), 'Spark SQL';
 1  a Spark SQL
 2  b Spark SQL

> SELECT inline(array(struct(1, 'a'), struct(1, 'b'))),
         inline(array(struct('c', 1.0), struct('d', 2.0))),
         'Spark SQL';
 1  a Spark SQL
 2  b Spark SQL
Error: UNSUPPORTED_GENERATOR.MULTI_GENERATOR

Gilt für:Häkchen ja Databricks SQL Häkchen gesetzt ja Databricks Runtime 12.2 LTS und höher:

> SELECT i.*, 'Spark SQL'
    FROM inline(array(struct(1, 'a'), struct(2, 'b'))) AS i;
 1  a Spark SQL
 2  b Spark SQL

> SELECT i1.*, i2.*, 'Spark SQL'
   FROM  inline(array(struct(1, 'a'), struct(1, 'b'))) AS i1,
         inline(array(struct('c', 1.0), struct('d', 2.0))) AS i2;
 1      a       c       1.0     Spark SQL
 1      b       c       1.0     Spark SQL
 1      a       d       2.0     Spark SQL
 1      b       d       2.0     Spark SQL