CREATE VIEW

A következőkre vonatkozik:jelölje be az igennel jelölt jelölőnégyzetet Databricks SQL jelölje be az igennel jelölt jelölőnégyzetet Databricks Runtime

Olyan virtuális táblát hoz létre, amely nem rendelkezik fizikai adatokkal egy SQL-lekérdezés eredményhalmaza vagy egy yaml-specifikáción alapuló metrikanézet alapján. ALTER VIEW és DROP VIEW csak a metaadatok módosítása.

Az utasítás végrehajtásához metaadattár-rendszergazdának kell lennie, vagy rendelkeznie kell USE CATALOG és USE SCHEMA jogosultságokkal a katalógusban és a sémában, valamint CREATE TABLE jogosultságokkal a célsémában.

A parancsot végrehajtó felhasználó lesz a nézet tulajdonosa.

Warning

CHAR és VARCHAR a hossz szemantikája, beleértve CHAR(n) a szóközpárnázást is, csak a táblázat határán alkalmazható. A nézet csak egy változatlanul átadott oszlop esetében tartja meg őket; az oszlop bármely kifejezése, például egy CASTfüggvény, alias vagy hozzáadott megjegyzés, egyszerű STRINGértéket ad vissza. Mivel CHAR az értékek szóközzel vannak elválasztva, az összehasonlítások eltérhetnek az alaptáblától. A rendszer például egy CHAR(10) értéket 'COLLEGE' a következőképpen tárol'COLLEGE ', így column = 'COLLEGE' a táblában, de true a nézetben adja visszafalse.

Szemantika

CREATE [ OR REPLACE ] [ TEMPORARY ] VIEW [ IF NOT EXISTS ] view_name
    [ column_list ]
    [ with_clause |
      COMMENT view_comment |
      DEFAULT COLLATION collation_name |
      TBLPROPERTIES clause |
      LANGUAGE YAML ] [...]
    AS { query | $$ yaml_string $$ }

with_clause
   WITH { { schema_binding | METRICS } |
          ( { schema_binding | METRICS } [, ...] } )

schema_binding
   WITH SCHEMA { BINDING | COMPENSATION | [ TYPE ] EVOLUTION }

column_list
   ( { column_alias [ COMMENT column_comment ] } [, ...] )

Paraméterek

  • VAGY CSERE

    Ha már létezik ilyen nevű nézet, a program lecseréli. Meglévő nézet cseréjéhez Önnek kell a tulajdonosnak lennie.

    A meglévő nézet lecserélése nem őrzi meg az eredeti nézeten vagy a table_id biztosított jogosultságokat. A jogosultságok megőrzéséhez használja a ALTER VIEW.

    CREATE OR REPLACE VIEW view_name egyenértékű a DROP VIEW IF EXISTS view_name, amit CREATE VIEW view_namekövet.

  • IDEIGLENES

    TEMPORARY a nézetek csak az őket létrehozó munkamenet számára láthatók, és a munkamenet végén el lesznek vetve.

  • GLOBÁLIS IDEIGLENES

    A következőkre vonatkozik:jelölje be az igennel jelölt jelölőnégyzetet Databricks Runtime

    GLOBAL TEMPORARY a nézetek egy rendszer által megőrzött ideiglenes sémához global_tempvannak kötve.

  • HA NEM LÉTEZIK

    Csak akkor hozza létre a nézetet, ha az még nem létezik. Ha már létezik ilyen nevű nézet, az CREATE VIEW utasítás figyelmen kívül lesz hagyva.

    Legfeljebb egyet adhat meg a következők közül: IF NOT EXISTS vagy OR REPLACE.

  • view_name

    Az újonnan létrehozott nézet neve. Az ideiglenes nézet neve nem minősíthető. A teljes nézetnévnek egyedinek kell lennie.

    A létrehozott hive_metastore nézetnevek csak alfanumerikus ASCII-karaktereket és aláhúzásjeleket (INVALID_SCHEMA_OR_RELATION_NAME) tartalmazhatnak.

  • METRIKÁK

    A következőkre vonatkozik:bejelölt igen Databricks SQL bejelölt igen Databricks Runtime 16.4 és újabb verziók bejelölt igen kizárólag a Unity Catalog

    A nézetet metrikanézetként azonosítja. A nézetet meg kell határozni, LANGUAGE YAML és a nézet törzsének érvényes yaml-specifikációnak kell lennie.

    A Databricks Runtime 17.2-es használata előtt ez a záradék ideiglenes nézetek esetén nem támogatott.

    A metrikanézet nem támogatja a DEFAULT COLLATION és schema_binding záradékokat.

    A metrikanézet YAML-specifikációja határozza meg dimensions, measuresés nem kötelező parameters. A dimensions nézet azon oszlopai, amelyekkel a meghívó összesítheti a mértékeket, míg a measures nézet összesítéseit határozza meg.

    A metrikanézet meghívója a mértékkifejezést használja a nézetek által definiált mértékek eléréséhez az összesítési függvények megadása helyett.

    Important

    Ez a funkció nyilvános előzetes verzióban van.

    A YAML-specifikáció opcionálisan meghatározza azokat parametersaz elnevezett értékeket, amelyeket a meghívó a lekérdezési időpontban köt össze. Minden paraméter rendelkezik névvel, adattípussal és opcionális alapértelmezett értékkel. Hivatkozzon egy paraméterre név dimensions és measures kifejezés szerint, majd adja át az értékeket névvel ellátott argumentumként, amikor táblaértékű függvényként kérdezi le a nézetet. A paraméterekhez a Databricks Runtime 18.2-s vagy újabb verziója szükséges. A YAML szintaxisa a paramétereket ismerteti.

  • schema_binding

    A következőkre vonatkozik:jelölje be az igennel jelölt jelölőnégyzetet Databricks Runtime 15.3 vagy újabb

    Opcionálisan meghatározza, hogy a nézet hogyan alkalmazkodik a lekérdezés sémájának a mögöttes objektumdefiníciók változásai miatti változásaihoz.

    Ez a záradék ideiglenes nézetek, metrikák vagy materializált nézetek esetében nem támogatott.

    • SCHEMA KÖTÉS

      A nézet érvénytelenné válik, ha a lekérdezés oszloplistája megváltozik, kivéve az alábbi feltételeket:

      • Az oszloplistában van egy csillag (*) karakter, és további oszlopok is vannak. Ezek a további oszlopok figyelmen kívül lesznek hagyva.
      • Egy vagy több oszlop típusa úgy módosult, hogy az implicit öntési szabályok használatával biztonságosan át lehessen őket helyezni az eredeti oszloptípusokra.

    • SCHEMA KÁRTÉRÍTÉS

      A nézet érvénytelenné válik, ha a lekérdezés oszloplistája megváltozik, kivéve az alábbi feltételeket:

      • Az oszloplistában van egy csillag (*) karakter, és további oszlopok is vannak. Ezek a további oszlopok figyelmen kívül lesznek hagyva.
      • Egy vagy több oszlop típusa úgy módosult, hogy explicit ANSI típuskonverziós szabályokkal az eredeti oszloptípusokra alakíthatók legyenek.

      Ez az alapértelmezett viselkedés.

    • SCHEMA TÍPUSFEJLŐDÉS

      A nézet a lekérdezésoszlopok listájában lévő típusok módosításait a saját definíciójába fogja beépíteni, amikor az SQL-fordító észleli ezt a változást a nézetre való hivatkozásra válaszul.

    • SCHEMA EVOLÚCIÓ

      • Ez a mód a következőképpen SCHEMA TYPE EVOLUTIONviselkedik, és az oszlopnevekben, az oszlop megjegyzéseiben, illetve a hozzáadott és elvetett oszlopokban is módosításokat hajt végre, ha a nézet nem tartalmaz explicit column_listértéket.
      • A nézet csak akkor lesz érvénytelen, ha a lekérdezés már nem elemezhető, vagy az opcionális nézet column_list már nem egyezik meg a query választólistában szereplő kifejezések számával.

  • column_list

    Igény szerint címkézheti a nézet lekérdezési eredményében szereplő oszlopokat. Ha oszloplistát ad meg, az oszlop aliasainak számát meg kell egyeznie a lekérdezésben szereplő kifejezések számával, vagy a metrikanézetek esetében a YAML-specifikációval. Ha nincs megadva oszloplista, akkor a rendszer a nézet törzséből származtat aliasokat.

    • column_alias

      Az oszlop aliasainak egyedinek kell lenniük.

    • column_comment

      Egy nem kötelező STRING literál, amely leírja az oszlop aliasát.

  • view_comment

    Egy nem kötelező STRING literál, amely nézetszintű megjegyzéseket biztosít.

  • ALAPÉRTELMEZETT RENDEZÉSI COLLATION_NAME

    A következőkre vonatkozik:igen Databricks SQL igen Databricks Runtime 16.3 és újabb

    Meghatározza a queryelemen belüli alapértelmezett sorrend összeállítását. Ha nincs megadva, az alapértelmezett rendezés abból a sémából származik, amelyben a nézet létrejön.

    Ez a záradék nem támogatott a metrikanézetek esetében.

  • TBLPROPERTIES

    Igény szerint beállíthat egy vagy több felhasználó által definiált tulajdonságot.

  • AS-lekérdezés

    Olyan lekérdezés, amely alaptáblákból vagy más nézetekből hozza létre a nézetet.

    Ez a záradék nem támogatott a metrikanézetek esetében.

  • AS $$ yaml_string $$

    Egy YAML specifikáció, amely meghatároz egy metrikanézetet.

Példák

-- Create or replace view for `experienced_employee` with comments.
> CREATE OR REPLACE VIEW experienced_employee
    (id COMMENT 'Unique identification number', Name)
    COMMENT 'View for experienced employees'
    AS SELECT id, name
         FROM all_employee
        WHERE working_years > 5;

-- Create a temporary view `subscribed_movies`.
> CREATE TEMPORARY VIEW subscribed_movies
    AS SELECT mo.member_id, mb.full_name, mo.movie_title
         FROM movies AS mo
         INNER JOIN members AS mb
            ON mo.member_id = mb.id;

-- Create a view with schema binding (default)
> CREATE TABLE emp(name STRING, income INT);
> CREATE VIEW emp_v WITH SCHEMA BINDING AS SELECT * FROM emp;

– The view ignores adding a column to the base table
> ALTER TABLE emp ADD COLUMN bonus SMALLINT;
> SELECT * FROM emp_v;
name  income
----  ------

-- The view tolerates narrowing the underlying type
> CREATE OR REPLACE TABLE emp(name STRING, income SMALLINT, bonus SMALLINT);
> SELECT typeof(income) FROM emp_v;
 INTEGER

– The view does not tolerate widening the underlying type
CREATE OR REPLACE TABLE emp(name STRING, income BIGINT, bonus SMALLINT);
> SELECT typeof(income) FROM emp_v;
 Error

– Create a view with SCHEMA COMPENSATION
> CREATE TABLE emp(name STRING, income SMALLINT, bonus SMALLINT);
> CREATE VIEW emp_v WITH SCHEMA COMPENSATION AS SELECT * FROM emp;

-- The view tolerates widening the underlying type but keeps its own signature fixed
CREATE OR REPLACE TABLE emp(name STRING, income INTEGER, bonus INTEGER);
> SELECT typeof(income) FROM emp_v;
 INTEGER

-- The view does not tolerate dropping a needed column
ALTER TABLE emp DROP COLUMN bonus;
> SELECT * FROM emp_v;
Error

– Create a view with SCHEMA EVOLUTION
> CREATE TABLE emp(name STRING, income SMALLINT);
> CREATE VIEW emp_v WITH SCHEMA EVOLUTION AS SELECT * FROM emp;

-- The view picks up additional columns
> ALTER TABLE emp ADD COLUMN bonus SMALLINT
> SELECT * FROM emp_v;
 name income bonus
 ---- ------ -----

-- The view picks up renamed columns as well
> ALTER TABLE emp RENAME COLUMN income TO salary SMALLINT;
> SELECT * FROM emp_v;
 name salary bonus
 ---- ------ -----

-- The view picks up changes to column types and dropped columns
> CREATE OR REPLACE TABLE emp(name STRING, salary BIGINT);
> SELECT *, typeof(salary)AS salary_type FROM emp_v;
 name salary
 ---- ------

-- Create a view using a default collation of UTF8_BINARY
> CREATE VIEW v DEFAULT COLLATION UTF8_BINARY
    AS SELECT 5::STRING AS text;

-- Creates a Metric View as specified in the YAML definition, with three dimensions and four measures representing the count of orders.
> CREATE OR REPLACE VIEW region_sales_metrics
  (month COMMENT 'Month order was made',
   status,
   order_priority,
   count_orders COMMENT 'Count of orders',
   total_Revenue,
   total_revenue_per_customer,
   total_revenue_for_open_orders)
  WITH METRICS
  LANGUAGE YAML
  COMMENT 'A Metric View for regional sales metrics.'
  AS $$
   version: 0.1
   source: samples.tpch.orders
   filter: o_orderdate > '1990-01-01'
   dimensions:
   - name: month
     expr: date_trunc('MONTH', o_orderdate)
   - name: status
     expr: case
       when o_orderstatus = 'O' then 'Open'
       when o_orderstatus = 'P' then 'Processing'
       when o_orderstatus = 'F' then 'Fulfilled'
       end
   - name: prder_priority
     expr: split(o_orderpriority, '-')[1]
   measures:
   - name: count_orders
     expr: count(1)
   - name: total_revenue
     expr: SUM(o_totalprice)
   - name: total_revenue_per_customer
     expr: SUM(o_totalprice) / count(distinct o_custkey)
   - name: total_revenue_for_open_orders
     expr: SUM(o_totalprice) filter (where o_orderstatus='O')
  $$;

> DESCRIBE EXTENDED region_sales_metrics;
  col_name                       data_type
  ------------------------------ --------------------------
  month                          timestamp
  status                         string
  order_priority                 string
  count_orders                   bigint measure
  total_revenue                  decimal(28,2) measure
  total_revenue_per_customer     decimal(38,12) measure
  total_revenue_for_open_orders  decimal(28,2) measure

  # Detailed Table Information
  Catalog                        main
  Database                       default
  Table                          region_sales_metrics
  Owner                          alf@melmak.et
  Created Time                   Thu May 15 13:03:01 UTC 2025
  Last Access                    UNKNOWN
  Created By                     Spark
  Type                           METRIC_VIEW
  Comment                        A Metric View for regional sales metrics.
  Use Remote Filtering           false
  View Text                      "
     version: 0.1
     source: samples.tpch.orders
     filter: o_orderdate > '1990-01-01'
     dimensions:
     - name: month
       expr: date_trunc('MONTH', o_orderdate)
     - name: status
       expr: case
         when o_orderstatus = 'O' then 'Open'
         when o_orderstatus = 'P' then 'Processing'
         when o_orderstatus = 'F' then 'Fulfilled'
         end
     - name: Order_Priority
       expr: split(o_orderpriority, '-')[1]
     measures:
     - name: count_orders
       expr: count(1)
     - name: total_Revenue
       expr: SUM(o_totalprice)
     - name: total_Revenue_per_Customer
       expr: SUM(o_totalprice) / count(distinct o_custkey)
     - name: Total_Revenue_for_Open_Orders
       expr: SUM(o_totalprice) filter (where o_orderstatus='O')
                                 "
  Language                       YAML
  Table Properties               [metric_view.from.name=samples.tpch.orders, metric_view.from.type=ASSET, metric_view.where=o_orderdate > '1990-01-01']

-- Create a parameterized metric view (requires DBR 18.2 and above)
-- The `discount` parameter is bound at query time and referenced in a measure.
> CREATE OR REPLACE VIEW discounted_sales_metrics
  WITH METRICS
  LANGUAGE YAML
  AS $$
   version: 1.1
   source: samples.tpch.orders
   parameters:
   - name: discount
     data_type: double
     default: 0
   dimensions:
   - name: order_priority
     expr: o_orderpriority
   measures:
   - name: discounted_revenue
     expr: SUM((1 - discount) * o_totalprice)
  $$;

-- Query the parameterized metric view, passing `discount` as a named argument
> SELECT order_priority, measure(discounted_revenue)
  FROM discounted_sales_metrics(discount => 0.15)
  GROUP BY ALL;

-- Omit the argument to use the default value of 0
> SELECT order_priority, measure(discounted_revenue)
  FROM discounted_sales_metrics
  GROUP BY ALL;

-- Tracking total_revenue_per_customer by month in 1995
> SELECT extract(month from month) as month,
    measure(total_revenue_per_customer)::bigint AS total_revenue_per_customer
  FROM region_sales_metrics
  WHERE extract(year FROM month) = 1995
  GROUP BY ALL
  ORDER BY ALL;
  month	 total_revenue_per_customer
  -----  --------------------------
   1     167727
   2     166237
   3     167349
   4     167604
   5     166483
   6     167402
   7     167272
   8     167435
   9     166633
  10     167441
  11     167286
  12     167542

-- Tracking total_revenue_per_customer by month and status in 1995
> SELECT extract(month from month) as month,
    status,
    measure(total_revenue_per_customer)::bigint AS total_revenue_per_customer
  FROM region_sales_metrics
  WHERE extract(year FROM month) = 1995
  GROUP BY ALL
  ORDER BY ALL;
  month  status      total_revenue_per_customer
  -----  ---------   --------------------------
   1     Fulfilled   167727
   2     Fulfilled   161720
   2    Open          40203
   2    Processing   193412
   3    Fulfilled    121816
   3    Open          52424
   3    Processing   196304
   4    Fulfilled     80405
   4    Open          75630
   4    Processing   196136
   5    Fulfilled     53460
   5    Open         115344
   5    Processing   196147
   6    Fulfilled     42479
   6    Open         160390
   6    Processing   193461
   7    Open         167272
   8    Open         167435
   9    Open         166633
   10   Open         167441
   11   Open         167286
   12   Open         167542
  • Last updated on