Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Pour définir une vue dans un pipeline avec Python, appliquez le @temporary_view décorateur, puis référencez les vues par nom dans d’autres requêtes, notamment les vues matérialisées et les tables de streaming. Les résultats de la vue sont calculés lors de l’interrogation.
Note
Le module plus ancien dlt utilisait le décorateur @view pour définir une vue temporaire. Databricks recommande d’utiliser le pyspark.pipelines module (importé en tant que dp) et le @temporary_view décorateur pour définir des vues temporaires.
Syntaxe
from pyspark import pipelines as dp
@dp.temporary_view(
name="<name>",
comment="<comment>")
@dp.expect(...)
def <function-name>():
return (<query>)
Paramètres
| Paramètre | Type | Descriptif |
|---|---|---|
| fonction | function |
Obligatoire. Fonction qui retourne un DataFrame Apache Spark ou un DataFrame de streaming à partir d’une requête définie par l’utilisateur. |
name |
str |
Nom de la vue. S’il n’est pas fourni, la valeur par défaut est le nom de la fonction. Le nom doit être unique dans le catalogue et le schéma ciblés par le pipeline. |
comment |
str |
Description de la table. |