CREATE STREAMING TABLE

Artykuł
01/23/2025

Dotyczy: zaznacz pole wyboru oznaczone jako tak Databricks SQL

Tworzy tabelę przesyłania strumieniowego , tabelę delty z dodatkową obsługą przesyłania strumieniowego lub przetwarzania danych przyrostowych.

Tabele przesyłania strumieniowego są obsługiwane tylko w Tabelach Delta Live i w usłudze Databricks SQL z Unity Catalog. Uruchomienie tego polecenia w obsługiwanym środowisku Databricks Runtime oblicza tylko składnię. Zobacz Tworzenie kodu potoku przy użyciu języka SQL.

Składnia

{ CREATE OR REFRESH STREAMING TABLE | CREATE STREAMING TABLE [ IF NOT EXISTS ] }
  table_name
  [ table_specification ]
  [ table_clauses ]
  [ AS query ]

table_specification
  ( { column_identifier column_type [column_properties] } [, ...]
    [ CONSTRAINT expectation_name EXPECT (expectation_expr)
      [ ON VIOLATION { FAIL UPDATE | DROP ROW } ] ] [, ...]
    [ , table_constraint ] [...] )

column_properties
  { NOT NULL |
    COMMENT column_comment |
    column_constraint |
    MASK clause } [ ... ]

table_clauses
  { PARTITIONED BY (col [, ...]) |
    COMMENT table_comment |
    TBLPROPERTIES clause |
    SCHEDULE [ REFRESH ] schedule_clause |
    WITH { ROW FILTER clause } } [...]

schedule_clause
  { EVERY number { HOUR | HOURS | DAY | DAYS | WEEK | WEEKS } |
  CRON cron_string [ AT TIME ZONE timezone_id ] }

Parametry

REFRESH

Jeśli zostanie określona, odświeża tabelę z najnowszymi danymi dostępnymi ze źródeł zdefiniowanych w zapytaniu. Tylko nowe dane, które docierają przed rozpoczęciem zapytania, są przetwarzane. Nowe dane dodawane do źródeł podczas wykonywania polecenia są ignorowane do następnego odświeżania. Operacja odświeżania z polecenia CREATE OR REFRESH jest w pełni deklaratywna. Jeśli polecenie odświeżania nie określa wszystkich metadanych z oryginalnej instrukcji tworzenia tabeli, nieokreślone metadane zostaną usunięte.
JEŚLI NIE ISTNIEJE

Tworzy tabelę przesyłania strumieniowego, jeśli nie istnieje. Jeśli tabela o tej nazwie już istnieje, instrukcja CREATE STREAMING TABLE jest ignorowana.

Możesz określić co najwyżej jeden z IF NOT EXISTS elementów lub OR REFRESH.
table_name

Nazwa tabeli do utworzenia. Nazwa nie może zawierać specyfikacji czasowej ani specyfikacji opcji. Jeśli nazwa nie jest kwalifikowana, tabela zostanie utworzona w bieżącym schemacie.
table_specification

Ta klauzula opcjonalna definiuje listę kolumn, ich typów, właściwości, opisów i ograniczeń kolumn.

Jeśli nie zdefiniujesz kolumn w schemacie tabeli, musisz określić AS query.
- column_identifier
  
  Unikatowa nazwa kolumny.
  - column_type
    
    Określa typ danych kolumny.
  - NOT NULL
    
    Jeśli jest to określone, kolumna nie akceptuje wartości NULL.
  - COLUMN_COMMENT KOMENTARZ
    
    Literał tekstowy opisujący kolumnę.
  - column_constraint
    
    Ważne
    
    Ta funkcja jest dostępna w publicznej wersji zapoznawczej.
    
    Dodaje ograniczenie klucza podstawowego lub klucza obcego do kolumny w tabeli przesyłania strumieniowego. Ograniczenia nie są obsługiwane w przypadku tabel w wykazie hive_metastore.
  - KLAUZULA MASK
    
    Ważne
    
    Ta funkcja jest dostępna w publicznej wersji zapoznawczej.
    
    Dodaje funkcję maski kolumn do anonimowości poufnych danych. Wszystkie kolejne zapytania z tej kolumny otrzymują wynik oceny tej funkcji w kolumnie zamiast oryginalnej wartości kolumny. Może to być przydatne w celach szczegółowej kontroli dostępu, w których funkcja może sprawdzić tożsamość lub członkostwo w grupach użytkownika wywołującego, aby zdecydować, czy zredagować wartość.
  - CONSTRAINT expectation_name EXPECT (expectation_expr) [ PRZY NARUSZENIU { FAIL UPDATE | DROP ROW } ]
    
    Dodaje wymagania dotyczące jakości danych do tabeli. Te oczekiwania dotyczące jakości danych można śledzić w miarę upływu czasu i uzyskiwać do nich dostęp za pośrednictwem dziennika zdarzeńtabeli przesyłania strumieniowego. Oczekiwanie FAIL UPDATE powoduje niepowodzenie przetwarzania podczas tworzenia tabeli, a także odświeżania tabeli. Oczekiwanie DROP ROW powoduje porzucenie całego wiersza, jeśli oczekiwanie nie zostanie spełnione.
    
    expectation_expr mogą składać się z literałów, identyfikatorów kolumn w tabeli oraz deterministycznych, wbudowanych funkcji LUB operatorów SQL z wyjątkiem:
    - Agregujących
      - funkcje okien analitycznych
      - Funkcje okna rankingowego
      - Funkcje generatora wartości tabeli
    Ponadto expr nie może zawierać żadnego podzapytania.
  - table_constraint
    
    Ważne
    
    Ta funkcja jest dostępna w publicznej wersji zapoznawczej.
    
    Dodaje ograniczenia klucza podstawowego lub klucza obcego o charakterze informacyjnym do tabeli przesyłania strumieniowego. Ograniczenia klucza nie są obsługiwane w przypadku tabel w wykazie hive_metastore.
table_clauses

Opcjonalnie określ partycjonowanie, komentarze, właściwości zdefiniowane przez użytkownika i harmonogram odświeżania nowej tabeli. Każda klauzula podrzędna może być określona tylko raz.
- PARTYCJONOWANE PRZEZ
  
  Opcjonalna lista kolumn, według których tabelę można partycjonować.
- TABLE_COMMENT KOMENTARZ
  
  Literał STRING opisujący tabelę.
- TBLPROPERTIES
  
  Opcjonalnie ustawia co najmniej jedną właściwość zdefiniowaną przez użytkownika.
  
  Użyj tego ustawienia, aby określić kanał środowiska uruchomieniowego delta Live Tables używany do uruchamiania tej instrukcji. Ustaw wartość właściwości pipelines.channel na wartość "PREVIEW" lub "CURRENT". Domyślna wartość to "CURRENT". Aby uzyskać więcej informacji na temat kanałów Delta Live Tables, zobacz kanały środowiska uruchomieniowego Delta Live Tables.
- HARMONOGRAM [ REFRESH ] klauzula_harmonogramu
- EVERY number { HOUR | HOURS | DAY | DAYS | WEEK | WEEKS }
  
  Aby zaplanować odświeżanie okresowo, użyj składni EVERY. Jeśli określono składnię EVERY, tabela strumieniowa lub zmaterializowany widok jest okresowo odświeżany w określonym interwale na podstawie podanej wartości, takiej jak HOUR, HOURS, DAY, DAYS, WEEKlub WEEKS. W poniższej tabeli wymieniono zaakceptowane wartości całkowite dla number.
  
  Time unit Wartość całkowita
  
  HOUR or HOURS 1 <= H <= 72
  
  DAY or DAYS 1 <= D <= 31
  
  WEEK or WEEKS 1 <= W <= 8
  
  Uwaga
  
  Liczba pojedyncza i mnoga dołączonej jednostki czasowej są semantycznie równoważne.
- CRON cron_string [ AT TIME ZONE timezone_id ]
  
  Aby zaplanować odświeżanie przy użyciu wartości kronu kwarcowego. Akceptowane są prawidłowe time_zone_values . AT TIME ZONE LOCAL nie jest obsługiwana.
  
  Jeśli AT TIME ZONE jest nieobecny, używana jest strefa czasowa sesji. Jeśli AT TIME ZONE jest nieobecny, a strefa czasowa sesji nie jest ustawiona, zostanie zgłoszony błąd. SCHEDULEjest semantycznie równoważne .SCHEDULE REFRESH
Harmonogram można podać w ramach CREATE polecenia . Użyj ALTER STREAMING TABLE lub uruchom polecenie CREATE OR REFRESH z klauzulą SCHEDULE, aby zmienić harmonogram tabeli przesyłania strumieniowego po utworzeniu.
Z klauzulą ROW FILTER

Ważne

Ta funkcja jest dostępna w publicznej wersji zapoznawczej.

Dodaje do tabeli funkcję filtru wierszy. Wszystkie kolejne zapytania z tej tabeli otrzymują podzbiór wierszy, w których funkcja zwraca wartość logiczną TRUE. Może to być przydatne w celach szczegółowej kontroli dostępu, w których funkcja może sprawdzić tożsamość lub członkostwo w grupach użytkownika wywołującego, aby zdecydować, czy filtrować niektóre wiersze.
Zapytanie AS

Ta klauzula wypełnia tabelę przy użyciu danych z query. To zapytanie musi być zapytaniem przesyłanym strumieniowo. Można to osiągnąć, dodając STREAM słowo kluczowe do dowolnej relacji, którą chcesz przetwarzać przyrostowo. Po określeniu query i table_specification razem schemat tabeli określony w table_specification musi zawierać wszystkie kolumny zwrócone przez query, w przeciwnym razie zostanie wyświetlony błąd. Wszystkie kolumny określone w table_specification, ale nie zwracane przez query zwracają wartości null podczas wykonywania zapytania.

Time unit	Wartość całkowita
`HOUR or HOURS`	1 <= H <= 72
`DAY or DAYS`	1 <= D <= 31
`WEEK or WEEKS`	1 <= W <= 8

Różnice między tabelami przesyłania strumieniowego a innymi tabelami

Tabele przesyłania strumieniowego to tabele stanowe, przeznaczone do obsługi każdego wiersza tylko raz podczas przetwarzania rosnącego zestawu danych. Ponieważ większość zestawów danych stale rośnie z czasem, tabele przesyłania strumieniowego są dobre dla większości obciążeń związanych z pozyskiwaniem danych. Tabele przesyłania strumieniowego są optymalne dla potoków, które wymagają świeżości danych i małych opóźnień. Tabele przesyłania strumieniowego mogą być również przydatne w przypadku transformacji na dużą skalę, ponieważ wyniki mogą być obliczane przyrostowo w miarę nadejścia nowych danych, zapewniając aktualność wyników bez konieczności pełnej ponownej kompilacji wszystkich danych źródłowych przy każdej aktualizacji. Tabele przesyłania strumieniowego są przeznaczone dla źródeł danych, do których dane są tylko dołączane.

Tabele przesyłania strumieniowego akceptują dodatkowe polecenia, takie jak REFRESH, które przetwarzają najnowsze dane dostępne w źródłach podanych w zapytaniu. Zmiany podanego zapytania są odzwierciedlane tylko na nowych danych przez wywołanie REFRESH, a nie wcześniej przetworzonych danych. Aby zastosować zmiany w istniejących danych, należy wykonać REFRESH TABLE <table_name> FULL polecenie , aby wykonać polecenie FULL REFRESH. Pełne odświeżenia ponownie przetwarzają wszystkie dane dostępne w źródle przy użyciu najnowszej definicji. Nie zaleca się wywoływania pełnych odświeżeń w źródłach, które nie przechowują całej historii danych lub mają krótkie okresy przechowywania, takie jak Kafka, ponieważ pełne odświeżanie obcina istniejące dane. Odzyskanie starych danych może nie być możliwe, jeśli dane nie są już dostępne w źródle.

Filtry wierszy i maski kolumn

Ważne

Ta funkcja jest dostępna w publicznej wersji zapoznawczej.

Filtry wierszy umożliwiają określenie funkcji, która ma zastosowanie jako filtr za każdym razem, gdy skanowanie tabeli pobiera wiersze. Te filtry zapewniają, że kolejne zapytania zwracają tylko wiersze, dla których predykat filtru daje wartość true.

Maski kolumn umożliwiają maskowanie wartości kolumny za każdym razem, gdy skanowanie tabeli pobiera wiersze. Wszystkie przyszłe zapytania obejmujące tę kolumnę otrzymają wynik oceny funkcji w kolumnie, zastępując oryginalną wartość kolumny.

Aby uzyskać więcej informacji na temat używania filtrów wierszy i masek kolumn, zobacz Filtrowanie poufnych danych tabeli przy użyciu filtrów wierszy i masek kolumn.

Zarządzanie filtrami wierszy i maskami kolumn

Filtry wierszy i maski kolumn w tabelach przesyłania strumieniowego powinny być dodawane, aktualizowane lub porzucane przez instrukcję CREATE OR REFRESH.

Zachowanie

Refresh as Definer: Gdy instrukcje CREATE OR REFRESH lub REFRESH odświeżą tabelę strumieniową, funkcje filtrowania wierszy działają z uprawnieniami definiującego użytkownika (jako właściciela tabeli). Oznacza to, że odświeżanie tabeli używa kontekstu zabezpieczeń użytkownika, który utworzył tabelę przesyłania strumieniowego.
Zapytanie: Podczas gdy większość filtrów jest uruchamiana z prawami definiowanego, funkcje sprawdzające kontekst użytkownika (takie jak CURRENT_USER i IS_MEMBER) są wyjątkami. Te funkcje działają jako wywołanie. Takie podejście wymusza zabezpieczenia danych specyficzne dla użytkownika i mechanizmy kontroli dostępu na podstawie kontekstu bieżącego użytkownika.

Wgląd w informacje

Użyj DESCRIBE EXTENDED, INFORMATION_SCHEMAlub Eksploratora wykazu, aby zbadać istniejące filtry wierszy i maski kolumn, które mają zastosowanie do danej tabeli przesyłania strumieniowego. Ta funkcja umożliwia użytkownikom przeprowadzanie inspekcji i przeglądania środków dostępu do danych i ochrony w tabelach przesyłania strumieniowego.

Ograniczenia

Tylko właściciele tabel mogą odświeżać tabele przesyłania strumieniowego, aby uzyskać najnowsze dane.
ALTER TABLE polecenia są niedozwolone w tabelach przesyłania strumieniowego. Definicja i właściwości tabeli powinny zostać zmienione za pomocą instrukcji CREATE OR REFRESH lub ALTER STREAMING TABLE.
Ewolucja schematu tabeli za pomocą poleceń DML, takich jak INSERT INTO, i MERGE nie jest obsługiwana.
Następujące komendy nie są obsługiwane w tabelach przesyłania strumieniowego:
- CREATE TABLE ... CLONE <streaming_table>
- COPY INTO
- ANALYZE TABLE
- RESTORE
- TRUNCATE
- GENERATE MANIFEST
- [CREATE OR] REPLACE TABLE
Udostępnianie różnicowe nie jest obsługiwane.
Zmiana nazwy tabeli lub zmiana właściciela nie jest obsługiwana.
Ograniczenia tabeli, takie jak PRIMARY KEY i FOREIGN KEY, nie są obsługiwane.
Wygenerowane kolumny, kolumny tożsamości i kolumny domyślne nie są obsługiwane.

Przykłady

-- Creates a streaming table that processes files stored in the given external location with
-- schema inference and evolution.
> CREATE OR REFRESH STREAMING TABLE raw_data
  AS SELECT * FROM STREAM read_files('abfss://container@storageAccount.dfs.core.windows.net/base/path');

-- Creates a streaming table that processes files with a known schema.
> CREATE OR REFRESH STREAMING TABLE csv_data (
    id int,
    ts timestamp,
    event string
  )
  AS SELECT *
  FROM STREAM read_files(
      's3://bucket/path',
      format => 'csv',
      schema => 'id int, ts timestamp, event string');

-- Creates a streaming table with schema evolution and data quality expectations.
-- The table creation or refresh fails if the data doesn't satisfy the expectation.
> CREATE OR REFRESH STREAMING TABLE avro_data (
    CONSTRAINT date_parsing EXPECT (to_date(dt) >= '2000-01-01') ON VIOLATION FAIL UPDATE
  )
  AS SELECT *
  FROM STREAM read_files('gs://my-bucket/avroData');

-- Stores the data from Kafka in an append-only streaming table.
> CREATE OR REFRESH STREAMING TABLE firehose_raw
  COMMENT 'Stores the raw data from Kafka'
  TBLPROPERTIES ('delta.appendOnly' = 'true')
  AS SELECT
    value raw_data,
    offset,
    timestamp,
    timestampType
  FROM STREAM read_kafka(bootstrapServers => 'ips', subscribe => 'topic_name');

-- Sets the runtime channel to "PREVIEW"
> CREATE STREAMING TABLE st_preview
  TBLPROPERTIES(pipelines.channel = "PREVIEW")
  AS SELECT * FROM RANGE(10)

-- Read data from another streaming table scheduled to run every hour.
> CREATE STREAMING TABLE firehose_bronze
  SCHEDULE EVERY 1 HOUR
  AS SELECT
    from_json(raw_data, 'schema_string') data,
    * EXCEPT (raw_data)
  FROM STREAM firehose_raw;

-- Creates a streaming table with a column constraint
> CREATE OR REFRESH STREAMING TABLE csv_data (
    id int PRIMARY KEY,
    ts timestamp,
    event string
  )
  AS SELECT *
  FROM STREAM read_files(
      's3://bucket/path',
      format => 'csv',
      schema => 'id int, ts timestamp, event string');

-- Creates a streaming table with a table constraint
> CREATE OR REFRESH STREAMING TABLE csv_data (
    id int,
    ts timestamp,
    event string,
    CONSTRAINT pk_id PRIMARY KEY (id)
  )
  AS SELECT *
  FROM STREAM read_files(
      's3://bucket/path',
      format => 'csv',
      schema => 'id int, ts timestamp, event string');

-- Creates a streaming table with a row filter and a column mask
> CREATE OR REFRESH STREAMING TABLE masked_csv_data (
    id int,
    name string,
    region string,
    ssn string MASK catalog.schema.ssn_mask_fn
  )
  WITH ROW FILTER catalog.schema.us_filter_fn ON (region)
  AS SELECT *
  FROM STREAM read_files('s3://bucket/path/sensitive_data')

Udostępnij za pośrednictwem

CREATE STREAMING TABLE

Składnia

Parametry

Różnice między tabelami przesyłania strumieniowego a innymi tabelami

Filtry wierszy i maski kolumn

Zarządzanie filtrami wierszy i maskami kolumn

Zachowanie

Wgląd w informacje

Ograniczenia

Przykłady

Opinia

Dodatkowe zasoby

Udostępnij za pośrednictwem

CREATE STREAMING TABLE

Składnia

Parametry

Różnice między tabelami przesyłania strumieniowego a innymi tabelami

Filtry wierszy i maski kolumn

Zarządzanie filtrami wierszy i maskami kolumn

Zachowanie

Wgląd w informacje

Ograniczenia

Przykłady

Powiązane artykuły

Opinia

Dodatkowe zasoby