data_skipping_summary función con valores de tabla

Aplica a:con marca de verificación sí Databricks SQL marcado sí Databricks Runtime 19 y superiores

Devuelve una fila por cada columna de hojas en una tabla de Iceberg Apache gestionada por Delta Lake. Cada fila informa si la columna es elegible para omitir datos y el porcentaje de archivos en la instantánea actual de la tabla que contienen estadísticas mínimas y máximas para la columna.

Esta función lee el registro de tablas y no escanea los archivos de datos.

Requirements

Para invocar esta función, debes tener el SELECT privilegio sobre la mesa.

Syntax

data_skipping_summary( TABLE ( table_name ) )

Arguments

  • table_name: Un identificador de tres partes que especifica la tabla.

    La función soporta los siguientes tipos de tablas:

    • Tablas gestionadas y externas del Delta Lake
    • Tablas gestionadas de Apache Iceberg y tablas Delta Lake con lecturas de iceberg activadas
    • Tablas de streaming
    • vistas materializadas
    • Clones gestionados y externos superficiales

    La función no soporta vistas métricas, tablas extranjeras ni vistas.

Devoluciones

La función devuelve las siguientes columnas:

  • column_name STRING NOT NULL: El nombre lógico de la columna. Los campos de estructuras anidadas utilizan caminos punteados, como address.street.
  • data_type STRING NOT NULL: El tipo de dato SQL de Spark, formateado como en DESCRIBE TABLE.
  • is_partition_column BOOLEAN NOT NULL: true si la columna forma parte de la especificación de partición de la tabla.
  • is_clustering_column BOOLEAN NOT NULL: true si la columna es una clave de agrupamiento líquido.
  • data_skipping_eligible BOOLEAN NOT NULL: true si la tabla recopila datos que saltan estadísticas para la columna.
  • data_skipping_excluded_reason STRING: La razón por la que una columna no es elegible para saltarse datos. El valor es NULL cuando la columna es elegible. De lo contrario, el valor es uno de los siguientes:
    • IS_PARTITION_COLUMN: La columna es una columna de partición. Las columnas de partición utilizan un mecanismo separado de salto de datos.
    • NOT_IN_INDEXED_COLUMN_SET: La columna no está configurada para la recogida de estadísticas.
    • TYPE_NOT_ELIGIBLE: El tipo de dato de la columna no permite que los datos se salten estadísticas.
  • stats_coverage_pct DOUBLE: El porcentaje de archivos en la instantánea actual de la tabla que contienen estadísticas mínimas y máximas para la columna, desde 0.0 hasta 100.0. El valor es NULL cuando la columna no es elegible.

MAP Las columnas, ARRAY columnas y STRUCT contenedores no son elegibles para estadísticas de saltos de datos. Las hojas dentro de una STRUCT se evalúan por separado.

Una VARIANT columna se indica como una columna de hoja. Solo es elegible si se recogen estadísticas de saltos de datos variantes para él. La función no lista VARIANT subcaminos.

Examples

> SELECT * FROM data_skipping_summary(TABLE(my_catalog.my_schema.events));
  column_name  data_type            is_partition_column  is_clustering_column  data_skipping_eligible  data_skipping_excluded_reason  stats_coverage_pct
  -----------  -------------------  -------------------  --------------------  ----------------------  -----------------------------  ------------------
  event_date   date                 true                 false                 false                   IS_PARTITION_COLUMN            null
  event_type   string               false                false                 true                    null                           98.0
  user_agent   string               false                false                 false                   NOT_IN_INDEXED_COLUMN_SET      null
  metadata     map<string,string>   false                false                 false                   TYPE_NOT_ELIGIBLE              null

Recursos adicionales