Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Um eine Ansicht in einer Pipeline mit Python zu definieren, wenden Sie den @temporary_view Dekorateur an, und verweisen Sie dann in anderen Abfragen auf Ansichten nach Namen, einschließlich materialisierter Ansichten und Streamingtabellen. Die Ergebnisse der Ansicht werden beim Abfragen berechnet.
Hinweis
Das ältere dlt Modul verwendete den @view Dekorateur, um eine temporäre Ansicht zu definieren. Databricks empfiehlt die Verwendung des pyspark.pipelines Moduls (importiert als dp) und des @temporary_view Dekorators zum Definieren temporärer Ansichten.
Syntax
from pyspark import pipelines as dp
@dp.temporary_view(
name="<name>",
comment="<comment>")
@dp.expect(...)
def <function-name>():
return (<query>)
Die Parameter
| Parameter | Typ | Description |
|---|---|---|
| Funktion | function |
Erforderlich. Eine Funktion, die einen Apache Spark DataFrame zurückgibt oder DataFrame aus einer benutzerdefinierten Abfrage streamt. |
name |
str |
Der Name der Ansicht. Wenn nicht angegeben, wird standardmäßig der Funktionsname verwendet. Der Name muss innerhalb des Katalogs und schemas eindeutig sein, das von der Pipeline bestimmt ist. |
comment |
str |
Eine Beschreibung für die Tabelle. |