Operace potrubí

Platí pro: zaškrtnuto ano Databricks SQL Databricks Runtime 16.2 a vyšší

Zpracuje výsledek předchozího dotazu pomocí zřetězených operací.

Syntaxe

{ SELECT clause [ GROUP BY grouping_expr [ AS column_alias ] [, ...] ] |
  EXTEND { expression [ [ AS ] column_alias ] } [ , ...] |
  SET { column_name = expression } [, ...] |
  DROP column_name [, ...] |
  AS table_alias |
  WHERE clause |
  { LIMIT clause |
    OFFSET clause |
    LIMIT clause OFFSET clause } |
  aggregation |
  JOIN clause |
  ORDER BY clause |
  set_operator |
  TABLESAMPLE clause
  PIVOT clause
  UNPIVOT clause }

 aggregation
   AGGREGATE aggregate_expr [ [ AS ] column_alias ] [, ...]
   [ GROUP BY grouping_expr [AS column_alias ] ]

Parametry

SELECT klauzule

Shromažďuje sloupce, které se mají vrátit z dotazu, včetně provádění výrazů a odstranění duplicit.

V Databricks Runtime 18.0 nebo novějším může seznam sloupců obsahovat agregační funkce. Volitelná GROUP BY klauzule určuje výrazy seskupení a SELECT operátor kanálu vrátí pouze výrazy předcházející klauzuli GROUP BY . Pokud GROUP BY je vynechán, všechny řádky se považují za jednu skupinu. U starších verzí použijte AGGREGATE místo toho operaci.
- GROUP BY
  
  Určuje, podle kterých výrazů jsou řádky seskupeny. Pokud není zadáno, všechny řádky se považují za jednu skupinu.
  - grouping_expr
    
    Výraz identifikující sloupce seskupení. Další informace najdete v tématu GROUP BY.
  - column_alias
    
    Volitelný identifikátor sloupce, který pojme výsledek seskupování výrazu. Pokud není k dispozici žádný column_alias, Azure Databricks jeden odvozuje.
ROZŠÍŘIT

Připojí nové sloupce do seznamu pro výběr dotazu.
- výraz
  
  Kombinace jedné nebo více hodnot, operátorů a funkcí SQL, které se vyhodnotí jako hodnota.
  
  expression mohou obsahovat odkazy na sloupce v seznamu výběrů dotazu i předchozí column_alias v této klauzuli EXTEND.
- column_alias
  
  Volitelný identifikátor sloupce určující název výsledku výrazu. Pokud není k dispozici žádný column_alias, Azure Databricks je odvozena.
SET

Přepíše existující sloupce v seznamu výběru dotazu novými hodnotami.

Operace se provádí v pořadí výskytu v klauzuli SET. Výsledek libovolného výrazu může zohledňovat sloupce aktualizované předchozími výrazy.
- column_name
  
  Název sloupce, který se má aktualizovat. Pokud sloupec neexistuje, Azure Databricks vyvolá chybu UNRESOLVED_COLUMN.
- výrazu
  
  Kombinace jedné nebo více hodnot, operátorů a funkcí SQL, které se vyhodnotí jako hodnota.
DROP column_name [, ...]

Odebere sloupce ze seznamu výběrů dotazu.

Pokud sloupec neexistuje, Azure Databricks vyvolá chybu UNRESOLVED_COLUMN.
AS TABLE_ALIAS

Přiřadí název výsledku dotazu.
WHERE

Filtruje výsledek dotazu na základě zadaných predikátů.
LIMIT

Omezí maximální počet řádků, které může dotaz vrátit. Tato klauzule obvykle následuje ORDER BY k vytvoření deterministického výsledku.
OFFSET

Přeskočí počet řádků vrácených dotazem. Tato klauzule se obvykle používá ve spojení se LIMITstránkou prostřednictvím sady výsledků a ORDER BY k vytvoření deterministického výsledku.

Poznámka

Při stránkování sady výsledků pomocí LIMIT a OFFSET se zpracovávají všechny řádky, včetně přeskočených řádků. V sadě výsledků se ale vrátí pouze zadaná podmnožina řádků. Stránkování s touto technikou se nedoporučuje pro dotazy náročné na zdroje.
agregace

Agreguje sadu výsledků dotazu na základě zadaných výrazů a volitelných výrazů seskupení.

Tato operace vytvoří sadu výsledků, ve které se sloupce seskupení zobrazí před agregovanými sloupci.
- AGREGÁT
  
  Určuje výrazy, které se mají agregovat.
  - agregační_výraz
    
    Výraz obsahující jednu nebo více agregačních funkcí. Další informace najdete v tématu GROUP BY.
- GROUP BY
  
  Určuje, podle kterých výrazů jsou řádky seskupeny. Pokud není zadáno, všechny řádky se považují za jednu skupinu.
  - grouping_expr
    
    Výraz identifikující sloupce seskupení. Další informace najdete v tématu GROUP BY.
    
    Na rozdíl od obecné klauzule GROUP BY celočíselná číselná hodnota identifikuje sloupec v dotazu, který poskytuje vstup, a ne vygenerovanou sadu výsledků.
- column_alias
  
  Volitelný identifikátor sloupce určující název výsledku výrazu. Pokud není k dispozici žádný column_alias, Azure Databricks je odvozena.
JOIN

Kombinuje dvě nebo více relací pomocí spojení. Další informace najdete v tématu JOIN.
ORDER BY

Seřadí řádky sady výsledků dotazu. Výstupní řádky jsou seřazené napříč particemi. Tento parametr se vzájemně vylučuje s SORT BY, CLUSTER BYa DISTRIBUTE BY a nelze jej zadat společně.
set_operator

Kombinuje dotaz s jedním nebo více poddotazů pomocí operátorů UNION, EXCEPTnebo INTERSECT.
TABLESAMPLE

Zmenšuje velikost sady výsledků pouze vzorkováním zlomku řádků.
PIVOT

Používá se pro pohled na data. Agregované hodnoty můžete získat na základě konkrétních hodnot sloupců. Další informace najdete v tématu PIVOT.
UNPIVOT

Používá se pro pohled na data. Můžete rozdělit více skupin sloupců na řádky. Další informace najdete v tématu UNPIVOT.

Běžné chybové podmínky

Příklady

-- This query
> FROM customer
  |> LEFT OUTER JOIN orders ON c_custkey = o_custkey
     AND o_comment NOT LIKE '%unusual%packages%'
  |> AGGREGATE COUNT(o_orderkey) c_count
     GROUP BY c_custkey
  |> AGGREGATE COUNT(*) AS custdist
     GROUP BY c_count
  |> ORDER BY custdist DESC, c_count DESC;

is equivalent to:

> SELECT c_count, COUNT(*) AS custdist
  FROM
    (SELECT c_custkey, COUNT(o_orderkey) c_count
     FROM customer
     LEFT OUTER JOIN orders ON c_custkey = o_custkey
       AND o_comment NOT LIKE '%unusual%packages%' GROUP BY c_custkey
    ) AS c_orders
  GROUP BY c_count
  ORDER BY custdist DESC, c_count DESC;

-- Using the SELECT clause following a FROM clause
> CREATE TABLE t AS VALUES (0), (1) AS t(col);

> FROM t
  |> SELECT col * 2 AS result;
 result
 ------
      0
      2

-- Adding columns to the result set
> VALUES (0), (1) tab(col)
  |> EXTEND col * 2 AS result;
 col result
 --- ------
   0      0
   1      2

-- Replacing an expression
> VALUES (0), (1) tab(col)
  |> SET col = col * 2;
 col
 ---
   0
   2

-- Removing a column from the result set
> VALUES (0, 1) tab(col1, col2)
  |> DROP col1;
 col2
 ----
    1

-- Using a table alias
> VALUES (0, 1) tab(col1, col2)
  |> AS new_tab
  |> SELECT col1 + col2 FROM new_tab;
  col1 + col2
            1

-- Filtering the result set
> VALUES (0), (1) tab(col)
  |> WHERE col = 1;
 col
 ---
   1

-- Using LIMIT to truncate the result
> VALUES (0), (0) tab(col)
  |> LIMIT 1;
 col
 ---
   0

-- Full-table aggregation
> VALUES (0), (1) tab(col)
  |> AGGREGATE COUNT(col) AS count;
 count
 -----
     2

-- Aggregation with grouping
> VALUES (0, 1), (0, 2) tab(col1, col2)
  |> AGGREGATE COUNT(col2) AS count GROUP BY col1;
 col1 count
 ---- -----
    0     2

-- Using JOINs
> SELECT 0 AS a, 1 AS b
  |> AS lhs
  |> JOIN VALUES (0, 2) rhs(a, b) ON (lhs.a = rhs.a);
   a   b   c   d
 --- --- --- ---
   0   1   0   2

> VALUES ('apples', 3), ('bananas', 4) t(item, sales)
  |> AS produce_sales
  |> LEFT JOIN
       (SELECT "apples" AS item, 123 AS id) AS produce_data
       USING (item)
  |> SELECT produce_sales.item, sales, id;
   item      sales   id
  --------- ------- ------
  apples    3       123
  bananas   4       NULL

-- Using ORDER BY
> VALUES (0), (1) tab(col)
  |> ORDER BY col DESC;
 col
 ---
   1
   0

> VALUES (0), (1) tab(a, b)
  |> UNION ALL VALUES (2), (3) tab(c, d);
   a    b
 --- ----
   0    1
   2    3

-- Sampling the result set
> VALUES (0), (0), (0), (0) tab(col)
  |> TABLESAMPLE (1 ROWS);
 col
 ---
   0

> VALUES (0), (0) tab(col)
  |> TABLESAMPLE (100 PERCENT);
 col
 ---
   0
   0

-- Pivoting a query
> VALUES
    ("dotNET", 2012, 10000),
    ("Java", 2012, 20000),
    ("dotNET", 2012, 5000),
    ("dotNET", 2013, 48000),
    ("Java", 2013, 30000)
    AS courseSales(course, year, earnings)
  |> PIVOT (
       SUM(earnings)
       FOR COURSE IN ('dotNET', 'Java')
    )
 year dotNET   Java
 ---- ------ ------
 2012  15000  20000
 2013  48000  30000

-- Using | as the pipe token (DBR 18.0 and above)
> CREATE TABLE t AS VALUES (0, 1), (0, 2) AS t(a, b);

> FROM t
  | WHERE a < 2
  | SELECT a, SUM(b) AS total GROUP BY a;
  a  total
  -  -----
  0      3

-- Using SELECT with aggregates and GROUP BY (DBR 18.0 and above)
> VALUES (0, 1), (0, 2), (1, 3) tab(a, b)
  |> SELECT a, SUM(b) AS total GROUP BY a;
 a  total
 -  -----
 0      3
 1      3

-- Full-table aggregation using SELECT (DBR 18.0 and above)
> VALUES (0), (1), (2) tab(col)
  |> SELECT SUM(col) AS total;
 total
 -----
     3

-- Using UNPIVOT
> VALUES
    ("dotNET", 2012, 10000),
    ("Java", 2012, 20000),
    ("dotNET", 2012, 5000),
    ("dotNET", 2013, 48000),
    ("Java", 2013, 30000)
  AS courseSales(course, year, earnings)
  |> UNPIVOT (
    earningsYear FOR `year` IN (`2012`, `2013`, `2014`)
   course   year earnings
 -------- ------ --------
     Java   2012    20000
     Java   2013    30000
   dotNET   2012    15000
   dotNET   2013    48000
   dotNET   2014    22500

Váš názor

Byla tato stránka užitečná?

Last updated on 2026-06-18

Operace potrubí

Syntaxe

Parametry

Běžné chybové podmínky

Příklady

Související články

Váš názor

Další materiály