SKAPA TABELL [ANVÄNDA]

Artikel
12/12/2024

Gäller för: markerad ja Databricks SQL Databricks Runtime

Definierar en hanterad eller extern tabell, om du vill använda en datakälla.

Syntax

{ { [CREATE OR] REPLACE TABLE | CREATE [EXTERNAL] TABLE [ IF NOT EXISTS ] }
  table_name
  [ table_specification ]
  [ USING data_source ]
  [ table_clauses ]
  [ AS query ] }

table_specification
  ( { column_identifier column_type [ column_properties ] } [, ...]
    [ , table_constraint ] [...] )

column_properties
  { NOT NULL |
    COLLATE collation_name |
    GENERATED ALWAYS AS ( expr ) |
    GENERATED { ALWAYS | BY DEFAULT } AS IDENTITY [ ( [ START WITH start ] [ INCREMENT BY step ] ) ] |
    DEFAULT default_expression |
    COMMENT column_comment |
    column_constraint |
    MASK clause } [ ... ]

table_clauses
  { OPTIONS clause |
    PARTITIONED BY clause |
    CLUSTER BY clause |
    clustered_by_clause |
    LOCATION path [ WITH ( CREDENTIAL credential_name ) ] |
    COMMENT table_comment |
    TBLPROPERTIES clause |
    WITH { ROW FILTER clause } } [...]

clustered_by_clause
  { CLUSTERED BY ( cluster_column [, ...] )
    [ SORTED BY ( { sort_column [ ASC | DESC ] } [, ...] ) ]
    INTO num_buckets BUCKETS }

Parametrar

ERSÄTTA

Om det anges ersätter du tabellen och dess innehåll om den redan finns. Den här satsen stöds endast för Delta Lake-tabeller.

REPLACEbevarar tabellhistoriken.

Kommentar

Azure Databricks rekommenderar starkt att du använder REPLACE i stället för att släppa och återskapa Delta Lake-tabeller.
EXTERN

Om det anges skapar du en extern tabell. När du skapar en extern tabell måste du också ange en LOCATION sats. När en extern tabell tas bort tas inte filerna LOCATION bort.
OM INTE FINNS

Om det anges och det redan finns en tabell med samma namn ignoreras -instruktionen.

IF NOT EXISTS kan inte samexistera med REPLACE, vilket innebär att CREATE OR REPLACE TABLE IF NOT EXISTS inte tillåts.
table_name

Namnet på tabellen som ska skapas. Namnet får inte innehålla en temporal specifikation eller alternativspecifikation. Om namnet inte är kvalificerat skapas tabellen i det aktuella schemat.

Tabeller som skapas i hive_metastore får bara innehålla alfanumeriska ASCII-tecken och understreck (INVALID_SCHEMA_OR_RELATION_NAME).
table_specification

Den här valfria satsen definierar listan över kolumner, deras typer, egenskaper, beskrivningar och kolumnbegränsningar.

Om du inte definierar kolumner måste du ange antingen AS query eller LOCATION.
- column_identifier
  
  Ett unikt namn för kolumnen.
  
  Kolumnidentifierare för Delta Lake-tabeller utan kolumnmappningsegenskap ('delta.columnMapping.mode' = 'name') får inte innehålla blanksteg eller följande tecken: , ; { } ( ) \n \t = .
  
  Kolumnidentifierare för AVRO tabellen måste börja med ett understreck (_) eller en Unicode-bokstav (inklusive icke-ASCII-bokstäver) och följas av en kombination av Unicode-bokstäver, siffror och understreck.
- column_type
  
  Anger kolumnens datatyp. Alla datatyper som stöds av Azure Databricks stöds inte av alla datakällor.
- INTE NULL
  
  Om det anges accepterar NULL kolumnen inte värden. Den här satsen stöds endast för Delta Lake-tabeller.
- KOLLATIONERA kollationsnamn
  
  gäller för: Databricks Runtime 16.1 och senare
  
  För STRINGcolumn_type kan du välja att namnge sorteringen som ska användas för jämförelse- och sorteringsåtgärder på den här kolumnen. Standardsorteringen är UTF8_BINARY.
- GENERERAS ALLTID SOM ( uttr )
  
  När du anger den här satsen bestäms värdet för den här kolumnen av den angivna expr.
  
  expr kan bestå av literaler, kolumnidentifierare i tabellen och deterministiska, inbyggda SQL-funktioner eller operatorer förutom:
  - Mängdfunktioner
  - Analysfönsterfunktioner
  - Funktioner för rangordningsfönster
  - Generatorfunktioner för tabellvärde
  Får inte heller expr innehålla någon underfråga.
- GENERERAD { ALWAYS | SOM STANDARD } SOM IDENTITET [ ( [ BÖRJA MED start ] [ STEGVISA STEG ] ) ] ]
  
  Gäller för: Databricks SQL Databricks Runtime 10.4 LTS och senare
  
  Definierar en identitetskolumn. När du skriver till tabellen och inte anger värden för identitetskolumnen tilldelas den automatiskt ett unikt och statistiskt ökande (eller minskande om step det är negativt). Den här satsen stöds endast för Delta Lake-tabeller. Den här satsen kan endast användas för kolumner med BIGINT-datatyp.
  
  De automatiskt tilldelade värdena börjar med start och ökar med step. Tilldelade värden är unika men garanteras inte vara sammanhängande. Båda parametrarna är valfria och standardvärdet är 1. step kan inte vara 0.
  
  Om de automatiskt tilldelade värdena ligger utanför intervallet för identitetskolumntypen misslyckas frågan.
  
  När ALWAYS används kan du inte ange egna värden för identitetskolumnen.
  
  Följande åtgärder stöds inte:
  - PARTITIONED BY en identitetskolumn
  - UPDATE en identitetskolumn
  Kommentar
  
  Om du deklarerar en identitetskolumn i en Delta-tabell inaktiveras samtidiga transaktioner. Använd endast identitetskolumner i användningsfall där samtidiga skrivningar till måltabellen inte krävs.
- STANDARD default_expression
  
  Gäller för: Databricks SQL Databricks Runtime 11.3 LTS och senare
  
  Definierar ett DEFAULT värde för kolumnen som används på INSERT, UPDATEoch MERGE ... INSERT när kolumnen inte har angetts.
  
  Om inget standardvärde anges DEFAULT NULL tillämpas för nullbara kolumner.
  
  default_expression kan bestå av literaler och inbyggda SQL-funktioner eller -operatorer förutom:
  - Mängdfunktioner
  - Analysfönsterfunktioner
  - Funktioner för rangordningsfönster
  - Generatorfunktioner för tabellvärde
  Får inte heller default_expression innehålla någon underfråga.
  
  DEFAULT stöds för CSV, JSON, PARQUEToch ORC källor.
- KOMMENTAR column_comment
  
  En strängliteral som beskriver kolumnen.
- column_constraint
  
  Lägger till en primärnyckel eller sekundärnyckelbegränsning i kolumnen i en Delta Lake-tabell.
  
  Begränsningar stöds inte för tabeller i hive_metastore katalogen.
  
  Om du vill lägga till en kontrollbegränsning i en Delta Lake-tabell använder du ALTER TABLE.
- MASK-sats
  
  Gäller endast för: Databricks SQL Databricks Runtime 12.2 LTS och senare i Unity Catalog
  
  Viktigt!
  
  Den här funktionen finns som allmänt tillgänglig förhandsversion.
  
  Lägger till en kolumnmaskfunktion för att anonymisera känsliga data. Alla efterföljande frågor från den kolumnen får resultatet av utvärderingen av funktionen över kolumnen i stället för kolumnens ursprungliga värde. Detta kan vara användbart för detaljerad åtkomstkontroll där funktionen kan kontrollera identitets- eller gruppmedlemskapen för den anropande användaren för att avgöra om värdet ska redigeras.
- table_constraint
  
  Lägger till en informations primärnyckel eller informationsbegränsningar för sekundärnyckel i Delta Lake-tabellen.
  
  Viktiga begränsningar stöds inte för tabeller i hive_metastore katalogen.
  
  Om du vill lägga till en kontrollbegränsning i en Delta Lake-tabell använder du ALTER TABLE.
ANVÄNDA data_source

data_source kan vara antingen ett filformat eller en federerad JDBC-datakälla.

Filformatet måste vara något av följande:
- AVRO
- BINARYFILE
- CSV
- DELTA
- JSON
- ORC
- PARQUET
- TEXT
För alla andra filformat än DELTA måste du också ange ett LOCATION om inte tabellkatalogen är hive_metastore.

Följande federerade JDBC-källor stöds:
- POSTGRESQL
- SQLSERVER
- MYSQL
- BIGQUERY
- NETSUITE
- ORACLE
- REDSHIFT
- SNOWFLAKE
- SQLDW
- SYNAPSE
- SALESFORCE
- SALESFORCE_DATA_CLOUD
- TERADATA
- WORKDAY_RAAS
- MONGODB
När du anger en federerad JDBC-källa måste du också ange OPTIONS satsen med nödvändig anslutningsinformation. Mer information om hur du frågar federerade datakällor finns i Fråga databaser med JDBC .

Följande ytterligare filformat som ska användas för tabellen stöds i Databricks Runtime:
- JDBC
- LIBSVM
- ett fullständigt kvalificerat klassnamn för en anpassad implementering av org.apache.spark.sql.sources.DataSourceRegister.
Om USING utelämnas är DELTAstandardvärdet .

Följande gäller för: Databricks Runtime

HIVE stöds för att skapa en Hive SerDe-tabell i Databricks Runtime. Du kan ange Hive-specifik file_format och row_format använda OPTIONS -satsen, som är en skiftlägeskänslig strängkarta. Är option_keys :
- FILEFORMAT
- INPUTFORMAT
- OUTPUTFORMAT
- SERDE
- FIELDDELIM
- ESCAPEDELIM
- MAPKEYDELIM
- LINEDELIM
table_clauses

Du kan också ange egenskaper för plats, partitionering, klustring, alternativ, kommentarer och användardefinierade egenskaper för den nya tabellen. Varje undersats kan bara anges en gång.
- PARTITIONERAD AV
  
  En valfri sats för att partitioneras tabellen med en delmängd kolumner.
  
  Kommentar
  
  Om du inte definierar en Delta-tabell placeras partitioneringskolumner i slutet av tabellen, även om de definieras tidigare i kolumnspecifikationen. Överväg att använda CLUSTER BY i stället PARTITIONED BY för för Delta-tabeller.
- KLUSTER EFTER
  
  Gäller för: Databricks SQL Databricks Runtime 13.3 och senare
  
  En valfri sats för att klustra en Delta-tabell med en delmängd kolumner. Om du vill klustra andra tabeller använder du clustered_by_clause.
  
  Delta Lake liquid clustering kan inte kombineras med PARTITIONED BY.
- clustered_by_clause
  
  Du kan också gruppera tabellen eller varje partition till ett fast antal hash-bucketar med hjälp av en delmängd av kolumnerna.
  
  Klustring stöds inte för Delta Lake-tabeller.
  - KLUSTRAD AV
    
    Anger vilken uppsättning kolumner som varje partition ska klustras med, eller tabellen om ingen partitionering har angetts.
    - cluster_column
      
      En identifierare som refererar till en column_identifier i tabellen. Om du anger fler än en kolumn får det inte finnas några dubbletter. Eftersom en klustring fungerar på partitionsnivå får du inte namnge en partitionskolumn även som en klusterkolumn.
  - SORTERAT EFTER
    
    Du kan också behålla en sorteringsordning för rader i en bucket.
    - sort_column
      
      En kolumn att sortera bucketen efter. Kolumnen får inte vara partitionskolumn. Sorteringskolumner måste vara unika.
    - ASC eller DESC
      
      Du kan också ange om sort_column sorteras i stigande (ASC) eller fallande (DESC) ordning. Standardvärdena är ASC.
  - IN I NUM_BUCKETS BUCKETS
    
    En INTEGER-literal som anger antalet bucketar som varje partition (eller tabellen om ingen partitionering anges) delas upp i.
- PLATSsökväg [ MED ( CREDENTIAL credential_name ) ]
  
  En valfri sökväg till katalogen där tabelldata lagras, vilket kan vara en sökväg för distribuerad lagring. path måste vara en STRING-literal. Om du inte anger någon plats betraktas tabellen som en managed table och Azure Databricks skapar en standardtabellplats.
  
  Om du anger en plats blir tabellen en extern tabell.
  
  För tabeller som inte finns i hive_metastore katalogen måste tabellen path skyddas av en extern plats om inte en giltig lagringsautentiseringsuppgift har angetts.
  
  Du kan inte skapa externa tabeller på platser som överlappar platsen för hanterade tabeller.
  
  För en Delta Lake-tabell ärvs tabellkonfigurationen LOCATION från om data finns. Om några TBLPROPERTIES, table_specificationeller PARTITIONED BY -satser anges för Delta Lake-tabeller måste de därför exakt matcha Platsdata för Delta Lake.
- ALTERNATIV
  
  Anger eller återställer ett eller flera användardefinierade tabellalternativ.
- KOMMENTAR table_comment
  
  En strängliteral som beskriver tabellen.
- TBLPROPERTIES
  
  Du kan också ange en eller flera användardefinierade egenskaper.
- MED ROW FILTER-sats
  
  Gäller endast för: Databricks SQL Databricks Runtime 12.2 LTS och senare i Unity Catalog
  
  Lägger till en radfilterfunktion i tabellen. Alla efterföljande frågor från tabellen får en delmängd av raderna där funktionen utvärderas till boolesk TRUE. Detta kan vara användbart för detaljerad åtkomstkontroll där funktionen kan kontrollera identitets- eller gruppmedlemskapen för den anropande användaren för att avgöra om vissa rader ska filtreras.
AS-fråga

Den här valfria satsen fyller i tabellen med hjälp av data från query. När du anger en query får du inte också ange en table_specification. Tabellschemat härleds från frågan.

Observera att Azure Databricks skriver över den underliggande datakällan med data i indatafrågan för att se till att tabellen som skapas innehåller exakt samma data som indatafrågan.

Exempel

-- Creates a Delta table
> CREATE TABLE student (id INT, name STRING, age INT);

-- Use data from another table
> CREATE TABLE student_copy AS SELECT * FROM student;

-- Creates a CSV table from an external directory
> CREATE TABLE student USING CSV LOCATION '/path/to/csv_files';

-- Specify table comment and properties
> CREATE TABLE student (id INT, name STRING, age INT)
    COMMENT 'this is a comment'
    TBLPROPERTIES ('foo'='bar');

-- Specify table comment and properties with different clauses order
> CREATE TABLE student (id INT, name STRING, age INT)
    TBLPROPERTIES ('foo'='bar')
    COMMENT 'this is a comment';

-- Create partitioned table
> CREATE TABLE student (id INT, name STRING, age INT)
    PARTITIONED BY (age);

-- Create a table with a generated column
> CREATE TABLE rectangles(a INT, b INT,
                          area INT GENERATED ALWAYS AS (a * b));

-- Create a table with a string column with a case-insensitive collation.
> CREATE TABLE names(name STRING COLLATE UNICODE_CI);

-- Create an external table connected to Oracle
> CREATE TABLE IF NOT EXISTS ora_tab
  USING ORACLE
  OPTIONS (
    url '<jdbc-url>',
    dbtable '<table-name>',
    user '<username>',
    password '<password>'
);

> SELECT * FROM ora_tab;

Dela via

SKAPA TABELL [ANVÄNDA]

Syntax

Parametrar

Exempel

Feedback

Ytterligare resurser

Dela via

SKAPA TABELL [ANVÄNDA]

Syntax

Parametrar

Exempel

Relaterade artiklar

Feedback

Ytterligare resurser