Sdílet prostřednictvím

Klauzule WATERMARK

  • Článek

Platí pro: zaškrtnutí označeného ano Databricks SQL zaškrtnutí označeného ano Databricks Runtime 12.0 a vyšší

Přidá vodoznak do vztahu v příkazu select. Klauzule WATERMARK se vztahuje pouze na dotazy na stavová streamovaná data, která zahrnují spojení datových proudů a agregaci.

Syntaxe

from_item
{ table_name [ TABLESAMPLE clause ] [ watermark_clause ] [ table_alias ] |
  JOIN clause |
  [ LATERAL ] table_valued_function [ table_alias ] |
  VALUE clause |
  [ LATERAL ] ( query ) [ TABLESAMPLE clause ] [ watermark_clause ] [ table_alias ] }

watermark_clause
  WATERMARK named_expression DELAY OF interval

Parametry

  • named_expression

    Výraz, který poskytuje hodnotu typu timestamp. Výraz musí být buď odkazem na existující sloupec, nebo deterministickým transformací pro existující sloupce. Výraz přidá sloupec typu časového razítka, který se používá ke sledování vodoznaku. Přidaný sloupec je k dispozici pro dotazování.

  • interval_clause

    Literál intervalu, který definuje prahovou hodnotu zpoždění meze. Musí to být kladná hodnota menší než měsíc.

Příklady

-- Creating a streaming table performing time window row count, with defining watermark from existing column
> CREATE OR REFRESH STREAMING TABLE window_agg_1
  AS SELECT window(ts, '10 seconds') as w, count(*) as CNT
  FROM
  STREAM stream_source WATERMARK ts DELAY OF INTERVAL 10 SECONDS AS stream
  GROUP BY window(ts, '10 seconds');

-- Creating a streaming table performing time window row count, with deriving a new timestamp column to define watermark
> CREATE OR REFRESH STREAMING TABLE window_agg_2
  AS SELECT window(ts, '10 seconds') as w, count(*) as CNT
  FROM
  STREAM stream_source WATERMARK to_timestamp(ts_str) AS ts DELAY OF INTERVAL 10 SECONDS AS stream
  GROUP BY window(ts, '10 seconds');