CREATE TABLE [POUŽITÍ]

Platí pro: Databricks SQL Databricks Runtime

Definuje spravovanou nebo externí tabulkuvolitelně pomocí zdroje dat.

Syntaxe

{ { [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 |
    DEFAULT COLLATION default_collation_name |
    WITH { ROW FILTER clause } } [...]

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

Před Databricks Runtime 16.1 musí START WITH předcházet INCREMENT BY.

Parametry

• NAHRADIT

  Pokud je tato hodnota zadaná, nahradí tabulku a její obsah, pokud již existuje. Tato klauzule je podporována pouze pro tabulky Delta a Apache Iceberg.

  REPLACE zachovává historii tabulek i udělená oprávnění.

  Poznámka:

  Azure Databricks důrazně doporučuje místo vyřazování a opětovného vytváření tabulek používat REPLACE .

• EXTERNÍ

  Pokud je zadáno, vytvoří externí tabulku. Při vytváření externí tabulky musíte také zadat klauzuli LOCATION. Když dojde k vyřazení externí tabulky, soubory v LOCATION se nezahodí.

• POKUD NEEXISTUJE

  Pokud je zadána a tabulka se stejným názvem již existuje, příkaz je ignorován.

  IF NOT EXISTS nemůže existovat společně s REPLACE, což znamená, že CREATE OR REPLACE TABLE IF NOT EXISTS není povoleno.

• table_name

  Název tabulky, kterou chcete vytvořit. Název nesmí obsahovat dočasnou specifikaci ani specifikaci možností. Pokud název není kvalifikovaný, vytvoří se tabulka v aktuálním schématu.

  Tabulky vytvořené v hive_metastore můžou obsahovat pouze alfanumerické znaky a podtržítka (INVALID_SCHEMA_OR_RELATION_NAME).

  Tabulky Iceberg musí být vytvořeny v katalogu Unity. Vytváření tabulek Iceberg v tabulkách hive_metastore není podporováno.

• specifikace_tabulek

  Tato volitelná klauzule definuje seznam sloupců, jejich typů, vlastností, popisů a omezení sloupců.

  Pokud nedefinujete sloupce schématu tabulky, je nutné zadat AS query nebo LOCATION.

  • column_identifier

    Jedinečný název sloupce

    Identifikátory sloupců tabulek Delta bez vlastnosti mapování sloupců ('delta.columnMapping.mode' = 'name') nesmí obsahovat mezery ani následující znaky: , ; { } ( ) \n \t = .

    Identifikátory AVRO sloupců tabulek musí začínat podtržítkem (_) nebo písmenem Unicode (včetně písmen jiného typu než ASCII) a za ním musí následovat kombinace písmen Unicode, číslic a podtržítka.

    Identifikátory ICEBERG sloupců tabulek musí být jedinečné, nerozlišují velká a malá písmena a dodržují standardní pravidla identifikátorů SQL. Nepoužívejte mezery nebo speciální znaky, protože je nemusí podporovat všechny dotazovací moduly.

  • column_type

    Určuje datový typ sloupce. Ne všechny datové typy podporované službou Azure Databricks jsou podporovány všemi zdroji dat.

  • NOT NULL

    Pokud je zadaný, sloupec nepřijímá NULL hodnoty. Tato klauzule se podporuje jenom pro tabulky Delta a Iceberg.

  • KOLAT collation_name

    platí pro: Databricks SQL Databricks Runtime 16.1 a vyšší

    Pro STRINGcolumn_type volitelně pojmenovává kolaci, která se má použít pro operace porovnání a řazení v tomto sloupci. Výchozí řazení je tabulka default_collation_name.

  • VYGENEROVÁNO VŽDY JAKO ( výraz )

    Při zadání této klauzule je hodnota tohoto sloupce určena zadaným expr.

    DEFAULT COLLATION tabulky musí být UTF8_BINARY.

    expr se můžou skládat z literálů, identifikátorů sloupců v tabulce a deterministických integrovaných funkcí nebo operátorů SQL s výjimkou:

    • Agregační funkce
    • Analytické okenní funkce
    • funkce okna Řazení
    • Funkce generující hodnoty tabulek
    • Sloupce s jiným tříděním než UTF8_BINARY

    Také expr nesmí obsahovat žádný poddotaz.

  • VYGENEROVÁNO { ALWAYS | VE VÝCHOZÍM REŽIMU } AS IDENTITY [ ( [ START WITH start ] [ INCREMENT BY step ] ) ]

    Platí pro: Databricks SQL Databricks Runtime 10.4 LTS a novější

    Definuje sloupec s identitou. Při zápisu do tabulky, pokud nezadáte hodnoty pro sloupec identity, bude automaticky přiřazena jedinečná hodnota, která se statisticky zvyšuje (nebo snižuje, pokud je step záporné). Tato klauzule je podporována pouze pro tabulky Delta. Tuto klauzuli lze použít pouze pro sloupce s datovým typem BIGINT.

    Automaticky přiřazené hodnoty začínají start a zvyšují se o step. Přiřazené hodnoty jsou jedinečné, ale nejsou zaručené, že budou souvislé. Oba parametry jsou volitelné a výchozí hodnota je 1. step nemůže být 0.

    Pokud jsou automaticky přiřazené hodnoty nad rámec rozsahu typu sloupce identity, dotaz selže.

    Při použití ALWAYS nemůžete pro sloupec identity zadat vlastní hodnoty.

    Následující operace nejsou podporovány:

    • PARTITIONED BY identifikační sloupec
    • UPDATE identifikační sloupec

    Poznámka:

    Deklarace sloupce identity v tabulce zakáže souběžné transakce. Sloupce identity používejte jenom v případech, kdy nejsou vyžadovány souběžné zápisy do cílové tabulky.

  • DEFAULT výchozí_výraz

    Platí pro: Databricks SQL Databricks Runtime 11.3 LTS a novější

    Definuje hodnotu DEFAULT pro sloupec, který se používá pro INSERT, UPDATEa MERGE ... INSERT, pokud sloupec není zadaný.

    Pokud není zadán žádný výchozí DEFAULT NULL se použije pro sloupce s možnou hodnotou null.

    default_expression mohou se skládat z literálů a integrovaných funkcí nebo operátorů SQL s výjimkou:

    • Agregační funkce
    • Analytické okenní funkce
    • funkce okna Řazení
    • Funkce generující hodnoty tabulek

    Také default_expression nesmí obsahovat žádný poddotaz.

    DEFAULTpodporuje se pro CSV, JSONPARQUET, a ORC zdroje.

  • KOMENTÁŘ column_comment

    Řetězcový literál popis sloupce.

  • column_constraint

    Přidá omezení primárního klíče nebo cizího klíče do sloupce v tabulce.

    Omezení nejsou podporována pro tabulky v katalogu hive_metastore.

    Chcete-li přidat omezení kontroly do tabulky, použijte ALTER TABLE.

  • Klauzule MASK

    platí pro: Databricks SQL Databricks Runtime 12.2 LTS a vyšší, Unity Catalog.

    Důležité

    Tato funkce je ve verzi Public Preview.

    Přidá funkci masky sloupce pro anonymizaci citlivých dat. Všechny následné dotazy z tohoto sloupce obdrží výsledek vyhodnocení této funkce místo původní hodnoty sloupce. To může být užitečné pro účely podrobného řízení přístupu, kde může funkce zkontrolovat identitu nebo členství ve skupině vyvolávajícího uživatele a rozhodnout se, zda by měla být hodnota redigována.

  • omezení_tabulky

    Přidá do tabulky omezení informačního primárního klíče nebo informačního cizího klíče.

    U tabulek v katalogu hive_metastore nejsou podporována klíčová omezení.

    Chcete-li přidat omezení kontroly do tabulky, použijte ALTER TABLE.

• POUŽITÍ data_source

  data_source může být buď formát souboru, nebo federovaný zdroj dat JDBC.

  Formát souboru musí být jeden z následujících:

  • AVRO
  • BINARYFILE
  • CSV
  • DELTA
  • ICEBERG
  • JSON
  • ORC
  • PARQUET
  • TEXT

  Pro jakýkoli jiný formát souboru než DELTA nebo ICEBERG, musíte také zadat LOCATION, pokud katalog tabulek není hive_metastore.

  Podporují se následující federované zdroje JDBC:

  • POSTGRESQL
  • SQLSERVER
  • MYSQL
  • BIGQUERY
  • NETSUITE
  • ORACLE
  • REDSHIFT
  • SNOWFLAKE
  • SQLDW
  • SYNAPSE
  • SALESFORCE
  • SALESFORCE_DATA_CLOUD
  • TERADATA
  • WORKDAY_RAAS
  • MONGODB

  Při zadávání federovaného zdroje JDBC musíte také zadat OPTIONS klauzuli s potřebnými informacemi o připojení. Další informace o dotazování federovaných zdrojů dat najdete v tématu Dotazování databází pomocí JDBC .

  Databricks Runtime podporují následující další formáty souborů, které se mají použít pro tabulku:

  • JDBC
  • LIBSVM
  • plně kvalifikovaný název třídy vlastní implementace org.apache.spark.sql.sources.DataSourceRegister.

  Pokud USING je vynechán, výchozí hodnota je DELTA.

  Toto se vztahuje na: Databricks Runtime

  Podporuje se vytvoření tabulky Hive SerDe pomocí HIVE v Databricks Runtime. Můžete zadat Hive-specifické file_format a row_format pomocí klauzule OPTIONS, což je mapa řetězců bez rozlišování malých a velkých písmen. Jedná se o option_keys :

  • FILEFORMAT
  • INPUTFORMAT
  • OUTPUTFORMAT
  • SERDE
  • FIELDDELIM
  • ESCAPEDELIM
  • MAPKEYDELIM
  • LINEDELIM

• tabulkové klauzule

  Volitelně můžete zadat umístění, dělení, clustering, možnosti, komentáře a vlastnosti definované uživatelem pro novou tabulku. Každou dílčí klauzuli lze zadat pouze jednou.

  • ROZDĚLENÉ PODLE

    Volitelná klauzule pro rozdělení tabulky podle podmnožiny sloupců.

    Poznámka:

    U spravovaných tabulek Iceberg, Azure Databricks nepodporuje PARTITIONED BY. K optimalizaci rozložení dat použijte liquid clustering (CLUSTER BY). Pokud u tabulek Delta vynecháte definici tabulky, Azure Databricks umístí sloupce dělení na konec tabulky, i když je vypíšete dříve ve specifikaci sloupce.

  • CLUSTER BY

    Platí pro: Databricks SQL Databricks Runtime 13.3 a vyšší

    Volitelná klauzule pro seskupení tabulky Delta nebo Iceberg podle podmnožiny sloupců. Viz Použití metody 'liquid clustering' pro tabulky. Pokud chcete seskupit jiné tabulky, použijte clustered_by_clause.

    U tabulek Iceberg je nutné explicitně zakázat vektory odstranění a ID řádků při použití CLUSTER BY.

  Nemůžete kombinovat shlukování kapalin s PARTITIONED BY.

  • shlukováno_podle_klauzule

    Volitelně seskupte tabulku nebo každou část do pevného počtu hashovacích košů pomocí podmnožiny sloupců.

    Tato klauzule není podporovaná pro tabulky Delta ani Iceberg. Místo toho použijte CLUSTER BY.

    • SEŘAZENO PODLE

      Určuje sadu sloupců, podle kterých se mají jednotlivé oddíly seskupit, nebo tabulku, pokud není zadáno žádné dělení.

      • cluster_column

        Identifikátor odkazující na column_identifier v tabulce. Pokud zadáte více než jeden sloupec, nesmí existovat žádné duplicity. Vzhledem k tomu, že shlukování funguje na úrovni partyce, nesmíte sloupec partyce pojmenovat i jako sloupec clusteru.

    • SEŘAZENO PODLE

      Volitelně udržuje pořadí řazení řádků v bloku.

      • sort_column

        Sloupec, podle kterého chcete kontejner seřadit. Sloupec nesmí být sloupcem pro oddíly. Řadicí sloupce musí být jedinečné.

      • ASC nebo DESC

        Volitelně určuje, jestli sort_column je seřazený vzestupně (ASC) nebo sestupně (DESC). Výchozí hodnoty jsou ASC.

    • INTO num_buckets BUCKETS

      Literál INTEGER určující počet košů, do kterých se rozdělí každá partice (nebo tabulka, pokud není zadáno žádné particionování).

  • CESTA UMÍSTĚNÍ [ WITH ( CREDENTIAL credential_name ) ]

    Volitelná cesta k adresáři, kde jsou uložena data tabulky, což může být cesta v distribuovaném úložišti. path musí být textový literál. Pokud nezadáte žádné umístění, považuje se tabulka za managed table a Azure Databricks vytvoří výchozí umístění tabulky.

    Uvedení umístění tím vytvoří z tabulky externí tabulku.

    Pro tabulky, které se nenachází v katalogu hive_metastore, musí být tabulky path chráněny externím umístěním, pokud nejsou zadány platné přihlašovací údaje úložiště.

    Nelze vytvořit externí tabulky v umístěních, která se překrývají s umístěním spravovaných tabulek.

    U tabulek Delta tabulka zdědí svou konfiguraci z LOCATION, pokud již na této cestě existují data. V důsledku toho musí jakékoliv zadané TBLPROPERTIES, table_specification nebo PARTITIONED BY klauzule přesně odpovídat existujícím datům v umístění Delta.

    U tabulek Iceberg se LOCATION klauzule nepodporuje. Při vytváření cizího katalogu se automaticky zaregistrují cizí tabulky Iceberg a musíte vytvořit spravované tabulky Iceberg bez zadání umístění.

  • VOLBY

    Nastaví nebo obnoví jednu nebo více uživatelsky definovaných možností tabulky.

  • TABLE_COMMENT KOMENTÁŘ

    Řetězcový literál popisující tabulku.

  • TBLPROPERTIES

    Volitelně nastaví jednu nebo více uživatelem definovaných vlastností.

  • výchozí kolace default_collation_name

    Platí pro: Databricks SQL Databricks Runtime 16.3 a vyšší

    Definuje výchozí kolaci, která se má použít pro:

    • STRING sloupce a pole tabulky
    • výraz DEFAULT
    • Tělo CREATE TABLE AS query

    CHECK omezení a vygenerované výrazy sloupců vyžadují výchozí kolaci UTF8_BINARY.

    Pokud není zadáno, výchozí kolace je UTF8_BINARY.

  • KlauzuleROW FILTER s

    platí pro: Databricks SQL Databricks Runtime 12.2 LTS a vyšší, Unity Catalog.

    Přidá do tabulky funkci filtru řádků. Všechny následné dotazy k této tabulce obdrží podmnožinu řádků, ve kterých se funkce vyhodnotí jako PRAVDA. To může být užitečné pro jemné řízení přístupu, kdy funkce může zkontrolovat identitu nebo členství ve skupině vyvolávajícího uživatele a rozhodnout se, jestli se mají určitě řádky filtrovat.

• AS Dotaz

  Tato volitelná klauzule naplní tabulku pomocí dat z query. Pokud zadáte query, nesmíte také zadat table_specification. Schéma tabulky je odvozeno z dotazu.

  Všimněte si, že Azure Databricks přepíše podkladový zdroj dat dat vstupním dotazem, aby se zajistilo, že tabulka bude obsahovat přesně stejná data jako vstupní dotaz.

Příklady

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

-- Creates a managed Iceberg table
> CREATE TABLE edu.enrollment.student (id INT, name STRING, age INT) USING ICEBERG;

-- 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 a table with a default collation and override for a specific column.
> CREATE TABLE names(name STRING, first_name STRING, id STRING COLLATE UTF8_BINARY) DEFAULT COLLATION 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;

Související články

• ALTER TABLE
• CONSTRAINT
• CLUSTER BY
• CREATE TABLE LIKE
• CREATE TABLE CLONE
• DROP TABLE
• PARTICIONOVÁNO PODLE
• Vlastnosti tabulky a možnosti tabulky