Zpracování chyb v Azure Databricks

Platí pro: zaškrtnuto ano Databricks SQL Databricks Runtime 12.2 a vyšší

Součásti chyb

Když Azure Databricks vyvolá chybu, obsahuje následující komponenty:

Chybový stav

Popisný, čitelný řetězec, který je jedinečný pro chybový stav.

Mezi chybové podmínky patří podmíněné situace.

Příklad: TABLE_OR_VIEW_NOT_FOUND a INCOMPLETE_TYPE_DEFINITION.ARRAY.

Seznam všech chybových podmínek naleznete v části Chybové podmínky.
SQLSTATE

Pětimístný řetězec, seskupování chybových podmínek do standardního formátu podporovaného mnoha produkty a rozhraními API.

Příklad: '42P01'

Úplný seznam všech SQLSTATEpoložek používaných službou Azure Databricks najdete v tématu SQLSTATEs.
Parametrizovaná zpráva

Chybová zpráva se zástupnými symboly parametrů.

Například: TABLE_OR_VIEW_NOT_FOUND obsahuje následující zprávu:
```
The table or view <relationName> cannot be found.
```
Parametrizovanou zprávu můžete použít k vykreslení chybové zprávy mapováním hodnot parametrů zprávy na značky <parameter> parametrů.
Parametry zprávy

Mapa parametrů a hodnot, které poskytují další informace o chybě. Například: 'relationName' -> 'main.default.tab1'.

Zpráva

Kompletně vykreslená chybová zpráva, včetně chybového stavu a parametru SQLSTATE, s vyplněnými parametry. Příklad:

[TABLE_OR_VIEW_NOT_FOUND] The table or view `does_not_exist` cannot be found. Verify the spelling and correctness of the schema and catalog.
If you did not qualify the name with a schema, verify the current_schema() output, or qualify the name with the correct schema and catalog.
To tolerate the error on drop use DROP VIEW IF EXISTS or DROP TABLE IF EXISTS. SQLSTATE: 42P01; line 1 pos 14;
'Project [*]
+- 'UnresolvedRelation [does_not_exist], [], false

Varování

Message a Parameterized Message nejsou stabilní mezi jednotlivými verzemi. Text zprávy se může změnit nebo lokalizovat bez předchozího upozornění. Pokud chcete programově zpracovat chybový stav, použijte místo toho chybovou podmínkuSQLSTATE a parametry zprávy.

Zpracování chybových podmínek

Platí pro: Kontrola označená jako ano Kontrola SQL Databricks Databricks Runtime 14.2 a vyšší

Důležité

Tato funkce je ve verzi Public Preview.

Azure Databricks poskytuje rozhraní API specifická pro jazyk pro zpracování chybových podmínek.

SQL

Platí pro: zaškrtnuto ano Databricks SQL Databricks Runtime 16.3 a vyšší

Pro SQL použijte syntaxi složeného příkazu k definování obslužných rutin podmínek.

DEKLARUJTE OBSLUŽNOU RUTINu EXIT: Definuje obslužnou rutinu pro sadu zadaných chybových podmínek, SQLSTATEs nebo jakékoli SQLEXCEPTION.
GET DIAGNOSTIKA: Načte chybovou podmínku SQLSTATEa parametry zprávy chybové podmínky zachycené obslužnou rutinou.

Python

Pro Python použijte pySparkException.

PySparkException.getErrorClass(): Vrátí chybovou podmínku výjimky jako řetězec.
PySparkException.getMessageParameters(): Vrátí parametry zprávy výjimky ve formě slovníku.
PySparkException.getSqlState(): Vrátí výraz SQLSTATE jako řetězec.

Scala

Pro Scala použijte SparkThrowable

getErrorClass(): Vrátí chybovou podmínku jako řetězec.
getMessageParameters(): Vrátí parametry zprávy jako mapu.
getSqlState(): Vrátí SQLSTATE jako řetězec.

Příklady

Zachyťte všechny výjimky a zobrazte chybovou podmínku, parametry zprávy a SQLSTATE. Zobrazí se také výchozí chybová zpráva.

SQL

BEGIN
  DECLARE EXIT HANDLER FOR SQLEXCEPTION
    BEGIN
      DECLARE error_condition STRING;
      DECLARE sqlstate STRING;
      DECLARE msg_args MAP<STRING, STRING>;
      DECLARE msg STRING;

      GET DIAGNOSTICS CONDITION 1
        error_condition = CONDITION_IDENTIFIER,
        sqlstate        = RETURNED_SQLSTATE,
        msg_args        = MESSAGE_ARGUMENTS,
        msg             = MESSAGE_TEXT;

      VALUES('Error Condition   : ' || error_condition         ),
            ('Message arguments : ' || cast(msg_args AS STRING)),
            ('SQLSTATE          : ' || sqlstate                ),
            (msg                                               );
    END;
  SELECT * FROM does_not_exist;
END;

Scala

import org.apache.spark.SparkThrowable

try {
  spark.sql("SELECT * FROM does_not_exist").show()
}
catch {
  case ex: SparkThrowable =>
    println("Error Condition   : " + ex.getErrorClass)
    println("Message arguments : " + ex.getMessageParameters())
    println("SQLSTATE          : " + ex.getSqlState)
    println(ex)
}

Python

from pyspark.errors import PySparkException

try:
  spark.sql("SELECT * FROM does_not_exist").show()
except PySparkException as ex:
  print("Error Condition   : " + ex.getErrorClass())
  print("Message arguments : " + str(ex.getMessageParameters()))
  print("SQLSTATE          : " + ex.getSqlState())
  print(ex)

Výsledek

  Error Condition   : TABLE_OR_VIEW_NOT_FOUND
  Message arguments : {'relationName': '`does_not_exist`'}
  SQLSTATE          : 42P01
  [TABLE_OR_VIEW_NOT_FOUND] The table or view `does_not_exist` cannot be found. Verify the spelling and correctness of the schema and catalog.
  If you did not qualify the name with a schema, verify the current_schema() output, or qualify the name with the correct schema and catalog.
  To tolerate the error on drop use DROP VIEW IF EXISTS or DROP TABLE IF EXISTS. SQLSTATE: 42P01; line 1 pos 14;
  'Project [*]
  +- 'UnresolvedRelation [does_not_exist], [], false

Zachyťte pouze SQLSTATE 42P01 a zobrazte vlastní zprávu:

SQL

BEGIN
  DECLARE EXIT HANDLER FOR SQLSTATE '42P01'
    BEGIN
      DECLARE msg_args MAP<STRING, STRING>;
      GET DIAGNOSTICS CONDITION 1 msg_args = MESSAGE_ARGUMENTS;
      VALUES('I\'m so sorry, but I cannot find: ' || msg_args['relationName']);
    END;
  SELECT * FROM does_not_exist;
END;

Scala

import org.apache.spark.SparkThrowable

try {
  spark.sql("SELECT * FROM does_not_exist").show()
}
catch {
  case ex: SparkThrowable if (ex.getSqlState == "42P01") =>
    println("I'm so sorry, but I cannot find: " + ex.getMessageParameters().get("relationName"))
}

Python

from pyspark.errors import PySparkException

try:
  spark.sql("SELECT * FROM does_not_exist").show()
except PySparkException as ex:
  if (ex.getSqlState() == "42P01"):
    print("I'm so sorry, but I cannot find: " + ex.getMessageParameters()['relationName'])
  else:
    raise

Výsledek

I'm so sorry, but I cannot find: `does_not_exist`

Zachyťte pouze chybový stav TABLE_OR_VIEW_NOT_FOUND a zobrazte vlastní zprávu:

SQL

BEGIN
  DECLARE EXIT HANDLER FOR TABLE_OR_VIEW_NOT_FOUND
    BEGIN
      DECLARE msg_args MAP<STRING, STRING>;
      GET DIAGNOSTICS CONDITION 1 msg_args = MESSAGE_ARGUMENTS;
      VALUES('I\'m so sorry, but I cannot find: ' || msg_args['relationName']);
    END;
  SELECT * FROM does_not_exist;
END;

Scala

import org.apache.spark.SparkThrowable

try {
  spark.sql("SELECT * FROM does_not_exist").show()
}
catch {
  case ex: SparkThrowable if (ex.getErrorClass == "TABLE_OR_VIEW_NOT_FOUND") =>
    println("I'm so sorry, but I cannot find: " + ex.getMessageParameters().get("relationName"))
}

Python

from pyspark.errors import PySparkException

try:
  spark.sql("SELECT * FROM does_not_exist").show()
except PySparkException as ex:
  if (ex.getErrorClass() == "TABLE_OR_VIEW_NOT_FOUND"):
    print("I'm so sorry, but I cannot find: " + ex.getMessageParameters()['relationName'])
  else:
    raise

Výsledek

I'm so sorry, but I cannot find: `does_not_exist`

Výjimky vyvolané uživatelem

Azure Databricks poskytuje následující funkce pro vyvolání chyb definovaných uživatelem:

vyvolat_chybu

Vyvolá výjimku s vlastní, přizpůsobenou chybovou zprávou.
assert_true

Vyvolá chybu s volitelnou chybovou zprávou, pokud není splněna podmínka.

Obě funkce vrací chybovou podmínku "USER_RAISED_EXCEPTION" a SQLSTATE'P0001' společně se zprávou definovanou uživatelem.

Příklady

> SELECT raise_error('This is a custom error message');
 [USER_RAISED_EXCEPTION] This is a custom error message. SQLSTATE: P0001

> SELECT assert_true(1 = 2, 'One is not two!');
 [USER_RAISED_EXCEPTION] One is not two! SQLSTATE: P0001

> SELECT assert_true(1 = 2);
 [USER_RAISED_EXCEPTION] '(1 = 2)' is not true! SQLSTATE: P0001

Váš názor

Byla tato stránka užitečná?

Last updated on 2026-01-23

Sdílet prostřednictvím

Zpracování chyb v Azure Databricks

Součásti chyb

Zpracování chybových podmínek

SQL

Python

Scala

Příklady

SQL

Scala

Python

SQL

Scala

Python

SQL

Scala

Python

Výjimky vyvolané uživatelem

Příklady

Související

Váš názor

Další materiály