Utasítások (statementek) használata ALTER folyamat-adatkészletekkel

A Lakeflow-folyamatok olyan dedikált forráskódban vannak definiálva, amelyet sql-ben vagy Python, például a Lakeflow Pipelines-szerkesztőben hozhat létre.

A Lakeflow Connect olyan folyamatokat hoz létre, amelyek betöltik az adatokat, és betöltési streamelési táblákat hoznak létre.

Az Azure Databricks egy Databricks SQL nevű SQL-környezetet is biztosít. A Databricks SQL-sel materializált nézeteket és streamelési táblákat hozhat létre a Lakeflow-on kívüli folyamatfunkciókkal (lásd önálló folyamatok). A Databricks SQL-t általában nem használják update Lakeflow-folyamatok létrehozásához.

A Databricks SQL-ben azonban SQL-utasítások használatával ALTER módosíthatja a Lakeflow-folyamatokkal, a Databricks SQL-sel vagy a Lakeflow Connecttel létrehozott adathalmaz tulajdonságait. Ezeket az SQL-utasításokat bármely Databricks SQL-környezetből használhatja, függetlenül attól, hogy módosítja-e a Lakeflow-folyamat adatkészleteit, az önálló folyamatadatkészleteket vagy a Lakeflow Connect-adatkészleteket.

A Databricks SQL-ben létrehozott önálló folyamat által támogatott adathalmazok esetében a tulajdonost is módosíthatja a következővel SET OWNER TO: .

SET OWNER TO Nem lehet csoportot tulajdonosként meghatározni. Ha egy csoportot egy materializált nézet vagy streaming tábla tulajdonosává szeretnél alakítani, használd a workspace UI-t. Lásd : Állítsa be a run-as identitást egy csoportra.

Megjegyzés:

A Lakeflow-folyamatokban definiált adathalmaz ütemezését vagy eseményindítóját utasítással ALTER nem módosíthatja.

Korlátozás: Folyamatfrissítések és módosítások a következővel: ALTER

Vannak olyan esetek, amikor ALTER az utasítások ütköznek a folyamat által létrehozott adathalmazok definíciójával. A folyamat tábláit vagy nézeteit meghatározó SQL minden frissítésen újra fut. Ez visszavonhatja az ALTER utasítással végrehajtott módosításokat.

Ha például egy olyan SQL-utasítással rendelkezik, amely materializált nézetet határoz meg, például a következőket:

CREATE OR REPLACE MATERIALIZED VIEW masked_view (
    id int,
    name string,
    region string,
    ssn string MASK catalog.schema.ssn_mask_fn
  )
  WITH ROW FILTER catalog.schema.us_filter_fn ON (region)
  AS SELECT id, name, region, ssn
       FROM employees;

Próbálja meg az ssn oszlopból eltávolítani a maszkot az alábbi ALTER utasítással:

ALTER MATERIALIZED VIEW masked_view ALTER COLUMN ssn DROP MASK;

A maszk el lesz távolítva, de a materializált nézet következő frissítésekor az SQL-definíció hozzáadja.

A maszk biztonságos eltávolításához szerkessze az SQL-definíciót a maszk eltávolításához, majd futtassa a ALTER parancsot a maszk megsemmisítésére DROP.

Megjegyzés:

A Lakeflow-folyamatokban definiált folyamat definíciójának szerkesztéséhez szerkessze a folyamat forrását a folyamatszerkesztővel. Önálló folyamat definíciójának szerkesztéséhez futtassa a módosított SQL-utasítást bármely Databricks SQL-környezetben.

További erőforrások

  • Last updated on