Freigeben über

Verwenden materialisierter Sichten in Databricks SQL

In diesem Artikel wird beschrieben, wie Sie materialisierte Ansichten in Databricks SQL erstellen und aktualisieren, um die Leistung zu verbessern und die Kosten Ihrer Datenverarbeitungs- und Analyseworkloads zu reduzieren.

Was sind materialisierte Sichten?

In Databricks SQL sind materialisierte Ansichten verwaltete Tabellen im Unity-Katalog, die die Ergebnisse einer Abfrage physisch speichern. Im Gegensatz zu Standardansichten, die Ergebnisse bei Bedarf berechnen, speichern materialisierte Ansichten die Ergebnisse zwischen und aktualisieren sie, wenn sich die zugrunde liegenden Quelltabellen ändern – entweder nach einem Zeitplan oder automatisch.

Materialisierte Ansichten eignen sich gut für Datenverarbeitungs-Workloads wie Extrahieren, Transformieren und Laden (ETL-Verarbeitung). Materialisierte Sichten bieten eine einfache, deklarative Möglichkeit zur Datenverarbeitung im Rahmen der Einhaltung von Richtlinien, Korrekturen, Aggregationen oder allgemeinem Change Data Capture (CDC). Materialisierte Sichten unterstützen zudem benutzerfreundliche Transformationen, indem sie Basistabellen bereinigen, anreichern und denormalisieren. Durch die Vorberechnung von teuren oder häufig verwendeten Abfragen reduzieren materialisierte Sichten die Abfragelatenz und den Ressourcenverbrauch. In vielen Fällen können sie inkrementelle Änderungen aus Quelltabellen berechnen, die Effizienz und die Endbenutzerfreundlichkeit weiter verbessern.

Im Folgenden finden Sie häufig verwendete Anwendungsfälle für materialisierte Ansichten:

  • Halten Sie ein BI-Dashboard auf dem neuesten Stand, während die Anfragelatenz der Endbenutzer minimal bleibt.
  • Reduzieren der komplexen ETL-Orchestrierung mit einfacher SQL-Logik.
  • Erstellen komplexer, geschichteter Transformationen.
  • Alle Anwendungsfälle, die eine einheitliche Leistung mit aktuellen Erkenntnissen erfordern.

Wenn Sie eine materialisierte Ansicht in einem Databricks SQL Warehouse erstellen, wird eine serverlose Pipeline erstellt, um die Erstellung und Aktualisierung der materialisierten Ansicht zu verarbeiten. Sie können den Status der Aktualisierungsvorgänge im Katalog-Explorer überwachen. Siehe Anzeigen der Details von materialisierte Sichten mit DESCRIBE EXTENDED.

Anforderungen

Materialisierte Ansichten, die in Databricks SQL erstellt wurden, werden von einer serverlosen Pipeline unterstützt. Ihr Arbeitsbereich muss serverlose Pipelines unterstützen, um diese Funktionalität zu verwenden.

Anforderungen zum Erstellen oder Aktualisieren von materialisierten Ansichten:

  • Sie müssen ein Unity Catalog-fähiges Pro- oder serverloses SQL Warehouse verwenden.

  • Um eine materialisierte Sicht zu aktualisieren, müssen Sie sich im Arbeitsbereich befinden, in dem diese erstellt wurde.

  • Um eine materialisierte Ansicht aus Delta-Tabellen inkrementell zu aktualisieren, müssen die Quelltabellen die Zeilennachverfolgung aktiviert haben.

  • Der Besitzer (der Benutzer, der die materialisierte Ansicht erstellt) muss über die folgenden Berechtigungen verfügen:

    • SELECT-Berechtigung für die Basistabellen, auf die die materialisierte Sicht verweist.
    • USE CATALOG- und USE SCHEMA-Berechtigungen für den Katalog und das Schema, das die Quelltabellen für die materialisierte Ansicht enthält.
    • USE CATALOG- und USE SCHEMA-Berechtigungen für den Zielkatalog und das Schema für die materialisierte Sicht.
    • CREATE TABLE- und CREATE MATERIALIZED VIEW-Berechtigungen für das Schema, das die materialisierte Sicht enthält.

  • Um eine materialisierte Ansicht zu aktualisieren, müssen Sie über die REFRESH Berechtigung für die materialisierte Ansicht verfügen.

Anforderungen für die Abfrage materialisierter Sichten:

  • Sie müssen Besitzer der materialisierten Sicht sein oder in der materialisierten Sicht SELECT sowie USE SCHEMA und USE CATALOG auf der übergeordneten Ebene haben.

  • Sie müssen eine der folgenden Computeressourcen verwenden:

    • SQL Warehouse

    • Lakeflow Declarative Pipelines Schnittstellen

    • Berechnen des Standardzugriffsmodus (früher gemeinsam genutzter Zugriffsmodus)

    • Dedizierter Zugriffsmodus (ehemals Einzelbenutzerzugriffsmodus) für Databricks Runtime 15.4 und höher, solange der Arbeitsbereich für die serverlose Berechnung aktiviert ist. Siehe Feingranulare Zugriffssteuerung auf dedizierten Rechenressourcen.

      Wenn Sie der Eigentümer der materialisierten Ansicht sind, können Sie eine dedizierte Rechnerressource im Zugriffsmodus verwenden, die auf der Databricks Runtime ab Version 14.3 läuft.

Informationen zu anderen Einschränkungen bei der Verwendung materialisierter Sichten finden Sie unter Einschränkungen.

Erstellen einer materialisierten Sicht

CREATE-Vorgänge zum Erstellen einer materialisierten Databricks SQL-Sicht verwenden ein Databricks SQL-Warehouse, um Daten in der materialisierten Sicht zu erstellen und zu laden. Das Erstellen einer materialisierten Ansicht ist ein synchroner Vorgang, was bedeutet, dass der CREATE MATERIALIZED VIEW Befehl blockiert, bis die materialisierte Ansicht erstellt und der anfängliche Datenladevorgang abgeschlossen ist. Für jede materialisierte SQL-Ansicht von Databricks wird automatisch eine serverlose Pipeline erstellt. Wenn die materialisierte Ansicht aktualisiert wird, verarbeitet Lakeflow Declarative Pipelines die Aktualisierung.

Zum Erstellen einer materialisierten Sicht verwenden Sie die Anweisung CREATE MATERIALIZED VIEW. Verwenden Sie zum Übermitteln einer Erstellungsanweisung den SQL-Editor in der Azure Databricks-Benutzeroberfläche, die Databricks SQL CLI oder die Databricks SQL API.

Der Benutzer, der eine materialisierte Ansicht erstellt, ist deren Eigentümer.

Im folgenden Beispiel wird die materialisierte Sicht mv1 von der Basistabelle base_table1 erstellt:

-- This query defines the materialized view:
CREATE OR REPLACE MATERIALIZED VIEW mv1
AS SELECT
  date,
  sum(sales) AS sum_of_sales
FROM
  base_table1
GROUP BY
  date;

Wenn Sie mithilfe der CREATE OR REPLACE MATERIALIZED VIEW Anweisung eine materialisierte Ansicht erstellen, beginnt die anfängliche Datenaktualisierung und -population sofort. Dies verbraucht keine SQL Warehouse-Rechenleistung. Stattdessen wird die serverlose Lakeflow-Technologie für die Erstellung und nachfolgenden Aktualisierungen deklarativer Pipelines verwendet.

Spaltenkommentare in einer Basistabelle werden automatisch nur bei der Erstellung in die neue materialisierte Sicht übertragen. Um einen Zeitplan, Tabelleneinschränkungen oder andere Eigenschaften hinzuzufügen, ändern Sie die materialisierte Ansichtsdefinition (die SQL-Abfrage).

Die gleiche SQL-Anweisung aktualisiert eine materialisierte Ansicht, wenn sie später oder in einem Zeitplan aufgerufen wird. Eine Auffrischung auf diese Weise funktioniert wie jede andere Aktualisierung. Ausführliche Informationen finden Sie unter Aktualisieren einer materialisierten Ansicht.

Weitere Informationen zum Konfigurieren einer materialisierten Ansicht finden Sie unter Konfigurieren materialisierter Ansichten in Databricks SQL. Informationen zur vollständigen Syntax zum Erstellen einer materialisierten Ansicht finden Sie unter CREATE MATERIALIZED VIEW. Informationen zum Laden von Daten in verschiedenen Formaten und von verschiedenen Orten finden Sie unter "Laden von Daten mit Lakeflow Declarative Pipelines".

Laden von Daten aus externen Systemen

Databricks empfiehlt, externe Daten für unterstützte Datenquellen mithilfe von Lakehouse Federation zu laden. Informationen zum Laden von Daten aus Quellen, die von Lakehouse Federation nicht unterstützt werden, finden Sie unter Datenformatoptionen. Allgemeine Informationen zum Laden von Daten, einschließlich Beispielen, finden Sie unter "Load data with Lakeflow Declarative Pipelines".

Ausblenden vertraulicher Daten

Von Bedeutung

Dieses Feature befindet sich in der Public Preview.

Sie können materialisierte Ansichten verwenden, um vertrauliche Daten von Benutzern auszublenden, die auf die Tabelle zugreifen. Eine Möglichkeit hierzu besteht darin, die Abfrage zu erstellen, sodass sie diese Daten nicht an erster Stelle enthält. Sie können aber auch Spalten maskieren oder Zeilen basierend auf den Berechtigungen des Abfragebenutzers filtern. Sie könnten beispielsweise die tax_id Spalte für Benutzer ausblenden, die sich nicht in der Gruppe HumanResourcesDeptbefinden. Verwenden Sie dazu die ROW FILTER und MASK Syntax während der Erstellung der materialisierten Ansicht. Weitere Informationen finden Sie unter Zeilenfilter und Spaltenmasken.

Aktualisieren einer materialisierten Ansicht

Beim Aktualisieren einer materialisierten Ansicht wird die Ansicht aktualisiert, um die neuesten Änderungen an der Basistabelle zum Zeitpunkt der Aktualisierung widerzuspiegeln.

Wenn Sie eine materialisierte Ansicht definieren, wird die CREATE OR REPLACE MATERIALIZED VIEW Anweisung zum Erstellen der Ansicht und zum Aktualisieren für alle geplanten Aktualisierungen verwendet. Sie können die REFRESH MATERIALIZED VIEW Anweisung auch verwenden, um die materialisierte Ansicht zu aktualisieren, ohne die Abfrage erneut bereitstellen zu müssen. Einzelheiten zur SQL-Syntax und zu den Parametern für diesen Befehl finden Sie unter REFRESH (MATERIALIZED VIEW oder STREAMING TABLE). Weitere Informationen zu den Typen materialisierter Ansichten, die inkrementell aktualisiert werden können, finden Sie unter Inkrementelle Aktualisierung für materialisierte Ansichten.

Verwenden Sie zum Übermitteln einer Aktualisierungsanweisung den SQL-Editor in der Azure Databricks-Benutzeroberfläche, ein an ein SQL-Warehouse angeschlossenes Notebook, die Databricks SQL CLI oder die Databricks SQL-API.

Der Besitzer und jeder Benutzer, dem die REFRESH Berechtigung für die Tabelle gewährt wurde, kann die materialisierte Ansicht aktualisieren.

Im folgenden Beispiel wird die materialisierte Sicht mv1 aktualisiert:

REFRESH MATERIALIZED VIEW mv1;

Der Vorgang ist standardmäßig synchron, d. h., der Befehl blockiert, bis der Aktualisierungsvorgang abgeschlossen ist. Um asynchron zu aktualisieren, können Sie das ASYNC Schlüsselwort hinzufügen:

REFRESH MATERIALIZED VIEW mv1 ASYNC;

Wie werden materialisierte Databricks SQL-Sichten aktualisiert?

Materialisierte Ansichten erstellen und verwenden serverlose Lakeflow Declarative Pipelines automatisch, um Aktualisierungsvorgänge zu verarbeiten. Die Aktualisierung wird von der Pipeline verwaltet, und das Update wird vom Databricks SQL Warehouse überwacht, das zum Erstellen der materialisierten Ansicht verwendet wird. Materialisierte Ansichten können mithilfe einer Pipeline aktualisiert werden, die in einem Zeitplan ausgeführt wird. Von Databricks SQL erstellte materialisierte Sichten werden immer im Modus „ausgelöst“ ausgeführt. Siehe Ausgelöste vs. Continuous Pipeline-Modus.

Materialisierte Ansichten werden mit einer von zwei Methoden aktualisiert.

  • Inkrementelle Aktualisierung – Das System wertet die Abfrage der Ansicht aus, um Änderungen zu identifizieren, die nach der letzten Aktualisierung aufgetreten sind, und führt nur die neuen oder geänderten Daten zusammen.
  • Vollständige Aktualisierung : Wenn keine inkrementelle Aktualisierung ausgeführt werden kann, führt das System die gesamte Abfrage aus und ersetzt die vorhandenen Daten in der materialisierten Ansicht durch die neuen Ergebnisse.

Die Struktur der Abfrage und der Typ der Quelldaten bestimmen, ob die inkrementelle Aktualisierung unterstützt wird. Um die inkrementelle Aktualisierung zu unterstützen, sollten Quelldaten in Delta-Tabellen gespeichert werden, wobei Zeilennachverfolgung und Änderungsdatenfeed aktiviert sind. Nachdem Sie eine materialisierte Ansicht erstellt haben, können Sie das Aktualisierungsverhalten überwachen, um zu überprüfen, ob sie inkrementell oder über eine vollständige Aktualisierung aktualisiert wird.

Ausführliche Informationen zu Aktualisierungstypen und zur Optimierung für inkrementelle Aktualisierungen finden Sie unter "Inkrementelle Aktualisierung für materialisierte Ansichten".

Asynchrone Aktualisierungen

Aktualisierungsvorgänge werden standardmäßig synchron ausgeführt. Sie können auch einen Aktualisierungsvorgang so festlegen, dass er asynchron ausgeführt wird. Dies kann mithilfe des Aktualisierungsbefehls mit dem ASYNC Schlüsselwort festgelegt werden. Siehe REFRESH (MATERIALIZED VIEW oder STREAMING TABLE) Das mit den einzelnen Ansätzen verbundene Verhalten lautet wie folgt:

  • Synchron: Eine synchrone Aktualisierung verhindert, dass andere Vorgänge fortgesetzt werden, bis die Aktualisierung abgeschlossen ist. Wenn das Ergebnis für den nächsten Schritt erforderlich ist, z. B. beim Sequenzieren von Aktualisierungsvorgängen in Orchestrierungstools wie Lakeflow-Aufträgen, verwenden Sie eine synchrone Aktualisierung. Um materialisierte Ansichten mit einem Auftrag zu koordinieren, verwenden Sie den SQL-Aufgabentyp . Siehe Lakeflow Jobs.
  • Asynchron: Eine asynchrone Aktualisierung startet einen Job im Hintergrund auf Lakeflow Declarative Pipelines Compute, wenn eine Aktualisierung der materialisierten Ansicht beginnt. Dies bietet die Möglichkeit, dass der Befehl zurückkehrt, bevor die Ladung der Daten abgeschlossen ist. Dieser Aktualisierungstyp kann Kosten sparen, da der Vorgang nicht unbedingt Rechenkapazität im Lager enthält, in dem der Befehl initiiert wird. Wenn die Aktualisierung inaktiv wird und keine anderen Aufgaben ausgeführt werden, kann das Lager heruntergefahren werden, während die Aktualisierung andere verfügbare Rechenressourcen verwendet. Darüber hinaus unterstützen asynchrone Aktualisierungen das Starten mehrerer Vorgänge parallel.

Planen der Aktualisierung materialisierter Sichten

Sie können eine materialisierte Databricks SQL-Sicht so konfigurieren, dass sie nach einem festgelegten Zeitplan automatisch aktualisiert wird. Führen Sie zum Festlegen eines Zeitplans eine der folgenden Aktionen aus:

Hinweis

Alternativ können Sie eine Aufgabe in einem Auftrag erstellen, die entweder die CREATE OR REPLACE MATERIALIZED VIEW oder eine REFRESH Aussage enthält, und sie wie jeden anderen Auftrag orchestrieren. Siehe Lakeflow Jobs.

Im folgenden Beispiel wird die materialisierte Ansicht mv1 aus der Basistabelle base_table1und ein Zeitplan zum Aktualisieren der materialisierten Ansicht einmal pro Stunde erstellt:

CREATE OR REPLACE MATERIALIZED VIEW mv1
  SCHEDULE EVERY 1 hour
  AS SELECT
    date,
    sum(sales) AS sum_of_sales
  FROM
    base_table1
  GROUP BY
    date;

Verwenden Sie die ALTER MATERIALIZED VIEW Anweisung, um den Zeitplan nach der Erstellung festzulegen oder zu ändern:

ALTER MATERIALIZED VIEW sales ALTER SCHEDULE EVERY 1 day;

Beim Erstellen eines Zeitplans wird automatisch ein neuer Databricks-Auftrag konfiguriert, um die Aktualisierung zu verarbeiten.

Führen Sie zum Anzeigen des Zeitplans einen der folgenden Schritte aus:

  • Führen Sie die DESCRIBE EXTENDED Anweisung aus dem SQL-Editor in der Azure Databricks-Benutzeroberfläche aus. Siehe DESCRIBE TABLE.
  • Verwenden Sie den Katalog-Explorer, um die materialisierte Ansicht anzuzeigen. Der Zeitplan wird auf der Registerkarte Übersicht unter Aktualisierungsstatus aufgeführt. Siehe Was ist der Katalog-Explorer?.

Wenn es einen Zeitplan für Aktualisierungen gibt, haben Sie immer noch die Möglichkeit, eine manuelle Aktualisierung jederzeit auszuführen, wenn Sie aktualisierte Daten benötigen.

Beenden einer aktiven Aktualisierung

Um eine aktive Aktualisierung in der Lakeflow Declarative Pipelines UI zu beenden, klicken Sie auf der Seite "Pipelinedetails " auf "Beenden ", um die Pipelineaktualisierung zu beenden. Sie können die Aktualisierung auch über die Databricks CLI oder den Vorgang POST /api/2.0/pipelines/{pipeline_id}/stop in der Pipelines-API beenden.

Datensätze dauerhaft aus einer materialisierten Ansicht entfernen, wobei Löschvektoren aktiviert sind

Von Bedeutung

Die Unterstützung für die REORG-Anweisung mit materialisierten Sichten befindet sich in der Public Preview.

Hinweis

  • Die Verwendung einer REORG-Anweisung mit einer materialisierten Sicht erfordert Databricks Runtime 15.4 und höher.
  • Obwohl Sie die REORG Anweisung mit einer beliebigen materialisierten Ansicht verwenden können, ist sie nur erforderlich, wenn Datensätze aus einer materialisierten Ansicht gelöscht werden, wobei Löschvektoren aktiviert sind. Der Befehl hat keine Auswirkung, wenn er bei einer materialisierten Ansicht ohne aktivierte Löschvektoren verwendet wird.

Um Datensätze physisch aus dem zugrunde liegenden Speicher für eine materialisierte Ansicht mit aktivierten Löschvektoren zu löschen, z. B. für die DSGVO-Compliance, müssen zusätzliche Schritte ausgeführt werden, um sicherzustellen, dass ein VACUUM Vorgang für die Daten der materialisierten Ansicht ausgeführt wird.

So löschen Sie Datensätze physisch:

  1. Führen Sie eine REORG-Anweisung für die materialisierte Ansicht aus, und geben Sie den APPLY (PURGE)-Parameter an. Beispiel: REORG TABLE <materialized-view-name> APPLY (PURGE);. Siehe REORG TABLE.
  2. Warten Sie, bis der Datenaufbewahrungszeitraum der materialisierten Ansicht überschritten wird. Der Standardzeitraum für die Datenaufbewahrung beträgt sieben Tage, kann jedoch mit der delta.deletedFileRetentionDuration Tabelleneigenschaft konfiguriert werden. Siehe Konfigurieren der Datenaufbewahrung für Zeitreiseabfragen.
  3. REFRESH die materialisierte Sicht. Siehe Aktualisieren einer materialisierten Sicht. Innerhalb von 24 Stunden nach dem REFRESH Vorgang werden Wartungsaufgaben von Lakeflow Declarative Pipelines, einschließlich des Vorgangs, der VACUUM erforderlich ist, um sicherzustellen, dass Datensätze dauerhaft gelöscht werden, automatisch ausgeführt.

Löschen einer materialisierten Sicht

Hinweis

Um den Befehl zum Ablegen einer materialisierten Ansicht zu übermitteln, müssen Sie der Besitzer dieser materialisierten Ansicht sein oder über die MANAGE Berechtigungen für die materialisierte Ansicht verfügen.

Verwenden Sie zum Löschen einer materialisierten Sicht die DROP VIEW-Anweisung. Zum Übermitteln einer DROP-Anweisung können Sie den SQL-Editor in der Azure Databricks-Benutzeroberfläche, die Databricks SQL CLI oder die Databricks SQL-API verwenden. Im folgenden Beispiel wird die materialisierte Sicht mv1 gelöscht:

DROP MATERIALIZED VIEW mv1;

Sie können auch den Katalogexplorer verwenden, um eine materialisierte Ansicht zu entfernen.

  1. Klicken Sie auf das Symbol Katalog in der Randleiste.
  2. Öffnen Sie im Katalog-Explorer-Baum links den Katalog, und wählen Sie das Schema aus, in dem sich die materialisierte Ansicht befindet.
  3. Öffnen Sie das Element Tabelle unter dem ausgewählten Schema, und klicken Sie auf die materialisierte Sicht.
  4. Wählen Sie im Kebab-Menüsymbol " die Option "Löschen" aus.

Verstehen der Kosten einer materialisierten Ansicht

Da eine materialisierte Sicht in serverlosem Rechnen ausgeführt wird, also außerhalb der Berechnungsumgebung, die Sie für ein Notizbuch oder einen Auftrag eingerichtet haben, fragen Sie sich vielleicht, wie Sie die damit verbundenen Kosten nachvollziehen können. Die Nutzung von materialisierten Sichten wird durch den DBU-Verbrauch erfasst. Weitere Informationen finden Sie unter Was ist der DBU-Verbrauch einer materialisierten Ansicht oder Streamingtabelle?

Aktivieren der Zeilenverfolgung

Um inkrementelle Aktualisierungen aus Delta-Tabellen zu unterstützen, muss die Zeilennachverfolgung für diese Quelltabellen aktiviert sein. Wenn Sie eine Quelltabelle neu erstellen, müssen Sie die Zeilennachverfolgung erneut aktivieren.

Das folgende Beispiel zeigt, wie Sie die Zeilenverfolgung in einer Tabelle aktivieren:

ALTER TABLE source_table SET TBLPROPERTIES (delta.enableRowTracking = true);

Weitere Details finden Sie unter Verwenden der Zeilennachverfolgung für Delta-Tabellen

Einschränkungen

  • Um die Anforderungen an Rechenleistung und Arbeitsumgebung zu erfahren, siehe Anforderungen.
  • Informationen zu inkrementellen Aktualisierungsanforderungen finden Sie unter Inkrementelle Aktualisierung für materialisierte Ansichten.
  • Materialisierte Sichten unterstützen keine Identitätsspalten oder Ersatzschlüssel.
  • Wenn eine materialisierte Sicht ein Summenaggregat über eine NULL-fähige Spalte verwendet und nur NULL-Werte in dieser Spalte verbleiben, lautet der resultierende Aggregatwert der materialisierten Sicht 0 anstelle von NULL.
  • Sie können einen Datenänderungsfeed nicht aus einer materialisierten Sicht lesen.
  • Zeitreiseabfragen werden für materialisierte Sichten nicht unterstützt.
  • Die zugrunde liegenden Dateien, die materialisierte Sichten unterstützen, können Daten aus Upstreamtabellen (einschließlich möglicher personenbezogener Informationen) enthalten, die in der Definition der materialisierten Sicht nicht angezeigt werden. Diese Daten werden automatisch zum zugrunde liegenden Speicher hinzugefügt, um die inkrementelle Aktualisierung materialisierter Sichten zu unterstützen. Da die zugrunde liegenden Dateien einer materialisierten Sicht möglicherweise das Risiko bergen, dass Daten aus Upstreamtabellen verfügbar gemacht werden, die nicht Teil des Schemas der materialisierten Sicht sind, empfiehlt Databricks, den zugrunde liegenden Speicher nicht für nicht vertrauenswürdige Downstreamconsumer freizugeben. Nehmen wir an, die Definition einer materialisierten Sicht beinhaltet eine COUNT(DISTINCT field_a)-Klausel. Obwohl die Definition der materialisierten Sicht nur die Aggregatklausel COUNT DISTINCT enthält, enthalten die zugrunde liegenden Dateien eine Liste der tatsächlichen Werte von field_a.
  • Es können einige Kosten für serverlose Berechnung anfallen, selbst wenn Sie diese Funktionen auf dediziertem Rechenbetrieb verwenden.
  • Wenn Sie eine Azure Private Link-Verbindung mit Ihrer materialisierten Ansicht verwenden müssen, wenden Sie sich an Ihren Databricks-Mitarbeiter.