Forespørg data ved at bruge lakehouse forespørgselsudforskeren

Lakehouse forespørgselsudforskeren er en integreret forespørgselseditor, der er indlejret direkte i Lakehouse-udforskeren. Du kan skrive og køre Spark SQL-forespørgsler mod dine lakehouse-data uden at forlade exploreren. Du behøver ikke skifte til SQL-analyse-endpointet eller oprette en notesbog til hurtig dataudforskning.

Forespørgselsudforskeren bruger Apache Spark som eksekveringsmotor ved at udnytte lakehouse Livy-endpointet. Du får samme SQL-dialekt som i Spark-notesbøger, understøttelse af læse- og skriveoperationer og muligheden for at forespørge store datasæt effektivt.

Animation af lakehouse-forespørgselsudforskeren i aktion.

Åbn forespørgselsfinderen

Du kan åbne forespørgselsudforskeren fra Lakehouse-udforskeren på følgende måder:

  • Topnavigationsmenu — Vælg Ny SparkSQL-forespørgsel fra topnavigationsmenuen. En tom forespørgselsfane åbnes inline i Lakehouse Explorer.
  • Venstre navigationsmenu — Højreklik på en hvilken som helst tabel, visning eller genvej i udforskertræet og vælg Ny SparkSQL-forespørgsel. En forespørgselsfane åbner med en forududfyldt SELECT * FROM <table> LIMIT 100 sætning.

Explorer-træet forbliver synligt til venstre, når forespørgselsudforskeren er åben, så du kan referere til skemaer og tabeller, mens du skriver forespørgsler.

Forespørgselseditorfunktioner

Forespørgselseditoren giver en produktiv forfatteroplevelse for Spark SQL:

  • IntelliSense — Autofuldførelse for tabelnavne, kolonnenavne, skemaer og SQL-funktioner. Efter at FROMhave skrevet , foreslår IntelliSense tilgængelige søhuse, skemaer og tabeller. Kolonneforslag vises, når en tabel refereres i forespørgslen. Hold musen over et tabelnavn for at se dets kolonner i en popout.
  • Syntaksfremhævning — Farvekodede SQL-nøgleord, identifikatorer og letterals.
  • Format — Vælg Format i værktøjslinjen for automatisk at indrykke og strukturere din SQL.
  • Kør og Annuller — Vælg Kør for at udføre forespørgslen, eller Annuller for at stoppe en kørende forespørgsel.
  • Linjenumre og kodefoldning — Sammenlap lange forespørgselssektioner for nemmere navigation.

Dynamiske faner

Du kan åbne flere forespørgselsfaner samtidig og skifte mellem dem med det samme. Hver fane vedligeholder sin egen forespørgselstekst, eksekveringstilstand og resultater uafhængigt.

For at åbne en ny fane, vælg Ny SparkSQL-forespørgsel fra båndet eller kontekstmenuen. For at lukke en fane, vælg X'et på fanen. At lukke én fane påvirker ikke andre.

Dynamiske faner er nyttige, når du skal udforske forskellige aspekter af dine data på samme tid. For eksempel én fane til ordrer, én til kunder og én til regionale opdelinger.

Bemærk

Tabs er ikke vedvarende på tværs af sessioner. Hvis du lukker eller navigerer væk fra søhuset, mister du alle åbne faner og deres forespørgselsindhold.

Kør forespørgsler

Når du vælger Kør fra forespørgselsvinduets værktøjslinje, forbinder forespørgselsstifinder til en letvægts Spark-session, der bruger lakehouse Livy-endpointet og er optimeret til hurtig opstart.

Statuslinjen nederst i forespørgselsstienderen viser den aktuelle sessionstilstand:

Status Betydning
Ikke forbundet Ingen Spark-session er aktiv.
Start af session En ny Spark-session er ved at initialisere (kun kold start).
Udførelse af forespørgsel Din forespørgsel kører.
Session klar Sessionen er aktiv og klar til næste forespørgsel.

Ved efterfølgende forespørgsler (varm start) begynder udførelsen straks uden "Start session"-trinnet.

Understøttede SQL-sætninger

Forespørgselsudforskeren understøtter alle Spark SQL-sætninger, herunder:

  • SELECT — Forespørg og udforsk data på tværs af skemaer og søhuse.
  • DML — INDSÆT , OPDATERING, SLET og MERGE for dataændringer.
  • DDL — CREATE VIEW, CREATE TABLE, ALTER og DROP til skemastyring.
  • Utility statements — BESKRIV, VIS TABELLER, VIS SKEMAER og andre metadata-forespørgsler.

Bemærk

Forespørgselsstifinder understøtter ikke oprettelse af materialiserede visninger. Hvis forespørgselsstifinder opdager materialiseret visningssyntaks, beder en dialog dig om at bruge en notesbog i stedet.

Cross-schema og cross-lakehouse forespørgsler

Du kan forespørge tabeller på tværs af forskellige skemaer i samme lakehouse, flere lakehouses i samme arbejdsområde og endda på tværs af lakehouses i forskellige arbejdsområder – alt sammen fra en enkelt forespørgselsfane.

  • Cross-schema — Referer til tabeller ved hjælp af schema_name.table_name syntaks (for eksempel, SELECT * FROM sales.orders JOIN marketing.campaigns ON ...).
  • Cross-lakehouse — Brug den fuldt kvalificerede vej workspace_name.lakehouse_name.schema_name.table_name til at forespørge tabeller i andre lakehouses.

Tip

Tilføj det refererede lakehouse til explorer-panelet (ved at bruge Add lakehouse) for at aktivere IntelliSense-forslag til cross-lakehouse-forespørgsler. Forespørgsler udføres succesfuldt, selv uden at tilføje referencen, men du får ikke auto-fuldførelsesstøtte.

Resultater

Forespørgselsresultater vises i et gitter under editoren. Resultatgitteret giver:

  • Kolonnesortering — Vælg en kolonneoverskrift for at sortere stigende eller nedadgående.
  • Søg og filtrer — Filtrer resultaterne inline for at finde specifikke værdier.
  • Rækketællingindikator — Viser antallet af returnerede rækker. Resultaterne er som standard begrænset til 1.000 rækker. En klar indikator vises, når resultaterne afkortes.
  • Kopier — Vælg celler og kopier med Ctrl+C. Indsæt dem i Excel eller andre værktøjer.
  • Eksportér — Download resultater i CSV-, JSON- eller XML-format.
  • Indbyggede diagrammer — Opret søjle-, linje-, cirkel- og andre diagramtyper direkte fra resultatsættet. Diagrammer opdateres, når du ændrer diagramtypen eller de underliggende data. Der er ikke behov for visualiseringskode.

Opret visninger

Du kan oprette visninger direkte fra forespørgselsstifinder for at bevare nyttige forespørgsler som genanvendelige aktiver. Visninger vises automatisk i Lakehouse-udforskertræet sammen med tabeller.

Der er to måder at skabe en visning på:

  • SQL-sætning — Skriv og kør en CREATE VIEW sætning i editoren. For mere information om Spark-udsigter, se Spark-udsigter i søhuset.

    CREATE VIEW my_view AS
SELECT customer_id, SUM(amount) AS total
FROM sales.orders
GROUP BY customer_id

  • Gem som visning — Efter at have kørt en SELECT-forespørgsel, vælg Gem som visning i værktøjslinjen. Giv et navn til visningen i dialogen.

Bemærk

Du har brug for skriveadgang til søhuset for at skabe udsigter. Hvis du ikke har skriverettigheder, returnerer view-oprettelsen en tilladelsesfejl.

Begrænsninger

  • Kun Spark SQL — Forespørgselsudforskeren understøtter Spark SQL. PySpark, Scala og R understøttes ikke. For flersprogsunderstøttelse, brug en notesbog.
  • Ingen forespørgselslagring — Forespørgsler bliver ikke bevaret på tværs af sessioner. For at bevare en nyttig forespørgsel, gem den som en visning.
  • Ingen forespørgselshistorik — Tidligere forespørgsler gemmes ikke. Gemning af forespørgsler og historik er planlagt til en fremtidig udgivelse.
  • Ingen oprettelse af materialiseret visning — Oprettelse af materialiseret visning (MLV) understøttes ikke. Brug en notesbog til at skabe materialiserede visninger.
  • Ingen realtidssamarbejde — Forespørgselsudforskeren understøtter ikke live co-authoring.
  • Ingen forespørgselsplanlægning — Til planlagt forespørgselsudførelse bør du bruge pipelines eller notebooks.

Relateret indhold

  • Last updated on