Megosztás a következőn keresztül:


INSERT

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

Új sorokat szúr be egy táblába, és tetszés szerint csonkolja a táblát vagy partíciókat. A beszúrt sorokat értékkifejezések vagy lekérdezés eredménye alapján adhatja meg.

A Databricks nem támogatja INSERT a Hive Avro-táblákat , ha a timestamp-millis típus szerepel a táblasémában.

Syntax

[ common_table_expression ]
  INSERT [ WITH SCHEMA EVOLUTION ] { OVERWRITE | INTO } [ TABLE ] table_name
    [ PARTITION clause ]
    [ ( column_name [, ...] ) | BY NAME ]
    query

[ common_table_expression ]
  INSERT [ WITH SCHEMA EVOLUTION ] INTO [ TABLE ] table_name
    [ BY NAME ]
    [ REPLACE WHERE predicate | REPLACE USING ( column_name [, ...] ) ]
    query

[ common_table_expression ]
  INSERT [ WITH SCHEMA EVOLUTION ] INTO [ TABLE ] table_name [target_alias]
    [ BY NAME ]
    REPLACE ON boolean_expression
    { (query) [source_alias] | query }

Note

Amikor létrehoz egy Delta táblázatot INSERT INTO, a sémakényszerítés és az evolúció támogatott. Ha egy oszlop adattípusa nem alakítható biztonságosan a Delta-tábla adattípusára, a rendszer futásidejű kivételt dob. Ha a sémafejlődés engedélyezve van, új oszlopok létezhetnek a séma utolsó oszlopaként (vagy beágyazott oszlopokként) a séma fejlődéséhez.

Parameters

  • közös tábla kifejezés

    A táblakifejezések (CTE) egy vagy több elnevezett lekérdezést jelentenek, amelyek többször újra felhasználhatók a fő lekérdezésblokkban az ismétlődő számítások elkerülése vagy az összetett, beágyazott lekérdezések olvashatóságának javítása érdekében.

  • WITH SCHEMA EVOLUTION

    A következőre vonatkozik: yes Databricks Runtime 18.1 vagy újabb jelöléssel

    Engedélyezi az automatikus sémafejlődést ehhez a INSERT művelethez. Ha engedélyezve van, a cél Delta Lake-tábla sémája automatikusan frissül a forrás lekérdezés további oszlopainak vagy szélesített típusainak megfelelően. A támogatott típusmódosítások listáját a Támogatott típusmódosítások című témakörben találja.

  • INTO vagy OVERWRITE

    Ha a következőket adja meg OVERWRITE , a következők érvényesek:

    • A partition_spec nélkül a táblázat levágottá válik az első sor beszúrása előtt.
    • Ellenkező esetben az első sor beszúrása előtt a partition_spec rendszer csonkolja a megfelelő partíciókat.

    Ha megadja INTO, minden beszúrt sor a meglévő sorokhoz adódik.

  • table_name

    Azonosítja a beszúrni kívánt táblát. A név nem tartalmazhat időbeli specifikációt. Ha a tábla nem található, az Azure Databricks TABLE_OR_VIEW_NOT_FOUND hibát jelez.

    table_name nem lehet idegen tábla.

    A következőre vonatkozik:ellenőrizze, hogyigen-e a Databricks Runtime 16.0-s vagy újabb verziója

    table_name beállítási specifikációt is tartalmazhat.

  • PARTITION záradék

    Nem kötelező paraméter, amely meghatározza a beszúrás célpartícióját. A partíciót is csak részben adhatja meg.

    Statikus partíció (column = value) megadásakor ezt az oszlopot nem szabad megismételni a beszúrási oszloplistában.

    Dinamikus partíció INSERT OVERWRITEmegadásakor a table_name Delta Lake-táblának kell lennie.

  • ( column_name [, ...] )

    A táblázat oszlopainak választható listája. A beszúrási parancs legfeljebb egyszer adhat meg egy adott oszlopot a táblából.

    A következőre vonatkozik:yes Databricks SQL check mark yes Databricks Runtime 12.2 LTS és újabb

    • Ha ez a parancs kihagy egy oszlopot, a Databricks SQL ehelyett a megfelelő alapértelmezett értéket rendeli hozzá.
    • Ha a céltábla sémája nem határoz meg alapértelmezett értéket a beszúrt oszlophoz, a Databricks SQL NULL rendel hozzá, ha az oszlop null értékű. Ellenkező esetben a Databricks SQL hibát jelez.

    Ha nem ad meg oszloplistát, azzal egyenértékű az összes oszlop megadása, kivéve azokat, amelyek a PARTITION záradékban hozzárendelt értékekkel vannak megadva a táblában meghatározott sorrendben.

  • BY NAME

    A következőre vonatkozik:jelölt igen Databricks SQL jelölt igen Databricks Runtime 13.3 LTS és újabb

    Ha explicit oszloplista helyett ezt a záradékot használja, a parancs a query közzétett oszlopnevekkel hozza létre az oszloplistát querysorrendben. Az explicit oszloplistához hasonlóan minden oszlopnak léteznie kell a céltáblában, és nem lehet duplikálni. Ha a table_name oszlop nem része a hallgatólagos oszloplistának, akkor a DEFAULT értéket használja a rendszer.

    BY NAME a legfelső szintű oszlopokat név szerint egyezik meg. Beágyazott strukturált mezők esetén a feloldás név szerint történik a Parquet (és más nem Delta) táblákon, valamint a Delta Lake Lake-táblákon elfoglalt pozíció alapján. Delta Lake-táblák esetén győződjön meg arról, hogy a lekérdezési struktúramező sorrendje megfelel a célnak. Használjon named_struct('a', 1, 'b', 2) például egy oszlopot STRUCT<a INT, b INT>.

    A query egyetlen oszlopa sem felelhet meg a PARTITION záradékban megadott oszlopnak vagy a létrehozott oszlopnak.

  • CSERE WHERElogikai_kifejezés

    A következőre vonatkozik:jelölje be a jelölést igen Databricks SQL-ellenőrzés igen Databricks Runtime 12.2 LTS és a fenti ellenőrzés csak igen Delta Lake jelöléssel

    A megadott sorok beszúrása előtt törölje az queryegyező boolean_expressionboolean-expression sorokat. query A nem egyező boolean_expression sorok figyelmen kívül lesznek hagyva.

    table_name Delta Lake-táblát kell azonosítania

    boolean_expression csak a táblából származó attribútumokra hivatkozhat.

    boolean_expression egy kifejezés, amely egy BOOLEAN. A kifejezés a következő operátorokat, értékeket és függvényeket tartalmazhatja:

    • AND, ORés NOT
    • IN literális értékekkel
    • =, <=>, >, <, >=és <=
    • TRUE és FALSE
    • Függvények startsWith, endsWithcontains
    • IS NULL és IS NOT NULL

    Ha az érvénytelen, a boolean_expression Databricks DELTA_REPLACE_WHERE_MISMATCH hibát jelez.

    Lásd: Tetszőleges szelektív felülírás replaceWhere.

  • REPLACE USING ( column_name [, ...] )

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

    Atomi szinten törli azokat a table_name sorokat, amelyek megegyeznek a query egy sorával a megadott oszlopokon, majd beszúrja a query sorait. Az egyeztetés a táblázat megadott oszlopértékeinek egyenlőségi összehasonlításán alapul query.

    A Databricks Runtime 16.3-17.1-hez ez a funkció megköveteli, hogy a megadott oszlopok tartalmazzák a tábla összes partícióoszlopát.

    BY NAME REPLACE USING a Databricks Runtime 18.1-et vagy újabb verzióját támogatja.

    Note

    JOIN USINGEhhez hasonlóan a REPLACE USING sorok megegyeznek a normál egyenlőségi összehasonlítással, ahol NULL az értékek nem egyenlők semmivel. A megadott oszlopokban lévő értékeket tartalmazó NULL sorok nem egyeznek, ezért nem lesznek eltávolítva a céltáblából.

  • query

    Egy lekérdezés, amely létrehozza a beszúrni kívánt sorokat.

    A lekérdezés által visszaadott oszlopok számának meg kell egyeznie a megadott vagy hallgatólagos beszúrási oszloplistával.

    Ha egy adattípus nem konvertálható biztonságosan az egyező oszlop adattípusára, a rendszer futásidejű kivételt dob.

    A következőre vonatkozik:igen (pipával jelölve) Databricks SQL igen (pipával jelölve) Databricks Runtime 11.3 LTS és újabb

    • Ha queryVALUES záradékból áll, a expressionDEFAULTlehet.
    • Ha querySELECT záradékból áll, a named_expressionDEFAULTlehet.
    • DEFAULT beszúrja a megfelelő oszlop DEFAULT-ben explicit módon definiált table_name kifejezését, vagy NULL-at, ha nincs definiálva.

    Ha a sémafejlődés engedélyezve van, új oszlopok létezhetnek a séma utolsó oszlopaként (vagy beágyazott oszlopokként) a séma fejlődéséhez.

  • target_alias

    A tábla nem kötelező aliasa a következőhöz REPLACE ON: . Az alias nem tartalmazhat oszloplistát.

  • source_alias

    Választható lekérdezési alias a query következőhöz: REPLACE ON. Az alias nem tartalmazhat oszloplistát.

  • HELYETTESÍTÉS boolean_kifejezés

    A következőre vonatkozik:yes Databricks SQL check mark yes Databricks Runtime 17.1 és újabb

    Ha table_name Delta Lake-tábla, REPLACE ON a megadott query alapján atomi módon törli a táblázat összes sorát, majd beszúrja a query sorokat. A REPLACE WHERE ellentétben REPLACE ONa boolean_expression a tábla és a querytábla oszlopaira is hivatkozhatnak. Ha a query sor üres, akkor nem történik törlés, mert nincsenek query egyező sorok.

    BY NAME REPLACE ON a Databricks Runtime 18.1-et vagy újabb verzióját támogatja.

Examples

Ebben a szakaszban:

INSERT BE

INSERT használva VALUES

> CREATE TABLE students (name VARCHAR(64), address VARCHAR(64) DEFAULT 'unknown', student_id INT)
  PARTITIONED BY (student_id);

-- Single row insert using a `VALUES` clause specifying all columns.
> INSERT INTO students VALUES
    ('Amy Smith', '123 Park Ave, San Jose', 111111);

-- Single row insert using an implicit default for address
> INSERT INTO students(name, student_id) VALUES('Grayson Miller', 222222);

-- Single row insert using an explicit DEFAULT keyword for address
> INSERT INTO students VALUES('Youna Kim', DEFAULT, 333333);

--  Multi-row insert using a `VALUES` clause
> INSERT INTO students VALUES
    ('Bob Brown', '456 Taylor St, Cupertino', 444444),
    ('Cathy Johnson', '789 Race Ave, Palo Alto', 555555);

-- Multi-row insert using a mix of DEFAULT and literals
> INSERT INTO students VALUES
    ('Gwyneth Zhao', '120 Main St, Rockport', 666666),
    ('Jackson Peterson', DEFAULT, 777777);

> SELECT * FROM students;
            name                  address student_id
 ---------------- ------------------------ ----------
        Amy Smith   123 Park Ave, San Jose     111111
   Grayson Miller                  unknown     222222
        Youna Kim                  unknown     333333
        Bob Brown 456 Taylor St, Cupertino     444444
    Cathy Johnson  789 Race Ave, Palo Alto     555555
     Gwyneth Zhao    120 Main St, Rockport     666666
 Jackson Peterson                  unknown     777777

Beszúrás egy alkérdezés segítségével

-- Assuming the persons table has already been created and populated.
> SELECT * FROM persons;
          name                   address       ssn
 ------------- ------------------------- ---------
 Dora Williams 134 Forest Ave, Melo Park 123456789
   Eddie Davis   245 Market St, Milpitas 345678901

> INSERT INTO students PARTITION (student_id = 444444)
    SELECT name, address FROM persons WHERE name = "Dora Williams";

> SELECT * FROM students;
          name                   address student_id
 ------------- ------------------------- ----------
     Amy Smith    123 Park Ave, San Jose     111111
     Bob Brown  456 Taylor St, Cupertino     222222
 Cathy Johnson   789 Race Ave, Palo Alto     333333
 Dora Williams 134 Forest Ave, Melo Park     444444

-- Use an option specification to influence the write behavior
INSERT INTO t WITH ('write.split-size' = 10) SELECT * FROM s;

Beszúrás TABLE kifejezéssel

-- Assuming the visiting_students table has already been created and populated.
> SELECT * FROM visiting_students;
          name               address student_id
 ------------- --------------------- ----------
 Fleur Laurent 345 Copper St, London     777777
 Gordon Martin  779 Lake Ave, Oxford     888888

> INSERT INTO students TABLE visiting_students;

> SELECT * FROM students;
          name                   address student_id
 ------------- ------------------------- ----------
     Amy Smith     123 Park Ave,San Jose     111111
     Bob Brown  456 Taylor St, Cupertino     222222
 Cathy Johnson   789 Race Ave, Palo Alto     333333
 Dora Williams 134 Forest Ave, Melo Park     444444
 Fleur Laurent     345 Copper St, London     777777
 Gordon Martin      779 Lake Ave, Oxford     888888

Beszúrás könyvtárba

> CREATE TABLE students (name VARCHAR(64), address VARCHAR(64), student_id INT)
    PARTITIONED BY (student_id)
    LOCATION "/path/to/students_table";

> INSERT INTO delta.`/path/to/students_table` VALUES
    ('Amy Smith', '123 Park Ave, San Jose', 111111);
> SELECT * FROM students;
          name                   address student_id
 ------------- ------------------------- ----------
     Amy Smith    123 Park Ave, San Jose     111111

Beszúrás oszloplistával

> INSERT INTO students (address, name, student_id) VALUES
    ('Hangzhou, China', 'Kent Yao', 11215016);
> SELECT * FROM students WHERE name = 'Kent Yao';
      name                address student_id
 --------- ---------------------- ----------
 Kent Yao         Hangzhou, China   11215016

Beszúrás partíciós specifikáció és oszloplista használatával

> INSERT INTO students PARTITION (student_id = 11215017) (address, name) VALUES
    ('Hangzhou, China', 'Kent Yao Jr.');
> SELECT * FROM students WHERE student_id = 11215017;
         name                address student_id
 ------------ ---------------------- ----------
 Kent Yao Jr.        Hangzhou, China   11215017

INSERT a BY NAME záradék használatával

Az alábbi példák Delta Lake-táblákat használnak. A Delta esetében a beágyazott struccmezők pozíció szerint vannak egyeztetve, így a lekérdezés struccmező-sorrendje megegyezik a célsémával (STRUCT<a INT, b INT>). A Parquet és más nem Delta táblákban a strukturált mezők névvel vannak egyeztetve.

> CREATE TABLE target(n INT, text STRING, s STRUCT<a INT, b INT>);
> INSERT INTO target BY NAME SELECT named_struct('a', 1, 'b', 2) AS s, 0 AS n, 'data' AS text;
> SELECT * FROM target;
  0  data  {"a":1,"b":2}

> CREATE OR REPLACE TABLE target(n INT, arr ARRAY<STRUCT<a INT, b INT>>);
> INSERT INTO target BY NAME SELECT array(named_struct('a', 1, 'b', 2)) AS arr, 0 AS n;
> INSERT INTO target BY NAME SELECT array(named_struct('a', 1, 'b', 2)) AS arr;
> SELECT * FROM target;
  0     [{"a":1,"b":2}]
  NULL  [{"a":1,"b":2}]

> INSERT INTO target BY NAME SELECT array(named_struct('a', 1, 'b', 2)) AS arr, 0 AS badname;
Error

> INSERT INTO target BY NAME SELECT array(named_struct('a', 1, 'b', 2)) AS arr, 0 AS n, 1 AS n;
 Error: INSERT_COLUMN_ARITY_MISMATCH.TOO_MANY_DATA_COLUMNS

CSERE WHERE

> CREATE TABLE sales(tx_date DATE, amount INTEGER);
> INSERT INTO sales VALUES
   (DATE'2022-10-01', 1234),
   (DATE'2022-10-02', 2345),
   (DATE'2022-10-03', 3456),
   (DATE'2022-11-01', 3214);

-- Replace any rows with a transaction date in October 2022.
> INSERT INTO sales REPLACE WHERE tx_date BETWEEN '2022-10-01' AND '2022-10-31'
   VALUES (DATE'2022-10-01', 1237),
          (DATE'2022-10-02', 2378),
          (DATE'2022-10-04', 2456),
          (DATE'2022-10-05', 6328);
> SELECT * FROM sales ORDER BY  tx_date;
 tx_date    amount
 ---------- ------
 2022-10-01   1237
 2022-10-02   2378
 2022-10-04   2456
 2022-10-05   6328
 2022-11-01   3214

-- Replace any rows with a transaction date in October 2022, matching columns by name.
> INSERT INTO sales BY NAME
  REPLACE WHERE
    tx_date BETWEEN '2022-10-01' AND '2022-10-31'
  SELECT
    *
  FROM
    (
      (
        VALUES (1237, DATE '2022-10-01'),
               (2378, DATE '2022-10-02')
      ) as (amount, tx_date)
    );
> SELECT * FROM sales ORDER BY  tx_date;
 tx_date    amount
 ---------- ------
 2022-10-01   1237
 2022-10-02   2378
 2022-11-01   3214

CSERE A KÖVETKEZŐ HASZNÁLATÁVAL:

> CREATE TABLE students (name STRING, country STRING) PARTITIONED BY (country);
> CREATE TABLE new_students (name STRING, country STRING);

> INSERT INTO students VALUES
    ('Dylan', 'US'),
    ('Doug', 'UK'),
    ('Julia', 'IT'),
    ('David', 'DE'),
    ('Liz', 'CN'),
    ('Adam', NULL);

> INSERT INTO new_students VALUES
    ('Peter', 'FR'),
    ('Jennie', 'UK'),
    ('Eva', NULL);

-- Replace any rows in `students` that have matching `country` values in `new_students`.
> INSERT INTO TABLE students
    REPLACE USING (country)
    SELECT * FROM new_students;

> SELECT * FROM students;
   name       country
  ------      -------
   Dylan           US
  Jennie           UK
   Julia           IT
   David           DE
     Liz           CN
   Peter           FR
    Adam         NULL
     Eva         NULL

-- Replace any rows in `students` that have matching `country` values, while inserting columns by name instead of by position.
> INSERT INTO TABLE students BY NAME
  REPLACE USING (country)
  SELECT * FROM (VALUES
    ('US', 'Sophie'),
    ('UK', 'Oliver'),
    ('JP', 'Yuki')) AS t(country, name);
> SELECT * FROM students;
  name       country
 ------      -------
 Sophie           US
 Oliver           UK
  Julia           IT
  David           DE
    Liz           CN
  Peter           FR
   Adam         NULL
    Eva         NULL
   Yuki           JP

CSERE BEKAPCSOLVA

> CREATE TABLE students (name STRING, row_origin STRING)
> CREATE TABLE people (name STRING, row_origin STRING)

> INSERT INTO students VALUES ('Alice', 'table'), (NULL, 'table'), ('Bob', 'table')
> INSERT INTO people VALUES ('Alice', 'query'), (NULL, 'query'), ('Delta', 'query')

> INSERT INTO TABLE students AS t
  REPLACE ON t.name <=> s.name
  (SELECT * FROM people) AS s

> SELECT * FROM students
  name        row_origin
 -----        ----------
 Alice             query
  NULL             query
   Bob             table
 Delta             query

-- Replace any rows that are matching on `name` values, while inserting columns by name instead of position.
> INSERT INTO TABLE students AS t BY NAME
  REPLACE ON t.name <=> s.name
  SELECT * FROM (VALUES
    ('query', 'Bob'),
    ('query', 'Charlie')) AS s(row_origin, name);
> SELECT * FROM students;
    name        row_origin
 -------     -----------
   Alice           query
    NULL           query
     Bob           query
   Delta           query
 Charlie           query

INSERT FELÜLÍRÁS

Figyelmeztetés

Ha lehetséges, használja INSERT OVERWRITE REPLACE USING a partíció felülírása INSERT OVERWRITE PARTITION és spark.sql.sources.partitionOverwriteMode=dynamica . A partíció felülírása elavult adatokat használhat a módosítások particionálása során.

Beszúrás VALUES kifejezéssel

-- Assuming the students table has already been created and populated.
> SELECT * FROM students;
          name                   address student_id
 ------------- ------------------------- ----------
     Amy Smith    123 Park Ave, San Jose     111111
     Bob Brown  456 Taylor St, Cupertino     222222
 Cathy Johnson   789 Race Ave, Palo Alto     333333
 Dora Williams 134 Forest Ave, Melo Park     444444
 Fleur Laurent     345 Copper St, London     777777
 Gordon Martin      779 Lake Ave, Oxford     888888
   Helen Davis 469 Mission St, San Diego     999999
    Jason Wang     908 Bird St, Saratoga     121212

> INSERT OVERWRITE students VALUES
    ('Ashua Hill', '456 Erica Ct, Cupertino', 111111),
    ('Brian Reed', '723 Kern Ave, Palo Alto', 222222);

> SELECT * FROM students;
       name                 address student_id
 ---------- ----------------------- ----------
 Ashua Hill 456 Erica Ct, Cupertino     111111
 Brian Reed 723 Kern Ave, Palo Alto     222222

Beszúrás egy alkérdezés segítségével

-- Assuming the persons table has already been created and populated.
> SELECT * FROM persons;
          name                   address       ssn
 ------------- ------------------------- ---------
 Dora Williams 134 Forest Ave, Melo Park 123456789
   Eddie Davis    245 Market St,Milpitas 345678901

> INSERT OVERWRITE students PARTITION (student_id = 222222)
    SELECT name, address FROM persons WHERE name = "Dora Williams";

> SELECT * FROM students;
          name                   address student_id
 ------------- ------------------------- ----------
    Ashua Hill   456 Erica Ct, Cupertino     111111
 Dora Williams 134 Forest Ave, Melo Park     222222

Beszúrás TABLE kifejezéssel

-- Assuming the visiting_students table has already been created and populated.
> SELECT * FROM visiting_students;
          name               address student_id
 ------------- --------------------- ----------
 Fleur Laurent 345 Copper St, London     777777
 Gordon Martin  779 Lake Ave, Oxford     888888

> INSERT OVERWRITE students TABLE visiting_students;

> SELECT * FROM students;
          name               address student_id
 ------------- --------------------- ----------
 Fleur Laurent 345 Copper St, London     777777
 Gordon Martin  779 Lake Ave, Oxford     888888

Könyvtár felülírása beszúrása

> CREATE TABLE students (name VARCHAR(64), address VARCHAR(64), student_id INT)
    PARTITIONED BY (student_id)
    LOCATION "/path/to/students_table";

> INSERT OVERWRITE delta.`/path/to/students_table` VALUES
    ('Amy Smith', '123 Park Ave, San Jose', 111111);
> SELECT * FROM students;
          name                   address student_id
 ------------- ------------------------- ----------
     Amy Smith    123 Park Ave, San Jose     111111

AZ EVOLÚCIÓVAL SCHEMA

> CREATE TABLE students (student_id INT, name STRING)
> CREATE TABLE new_students (student_id INT, name STRING, address STRING)


> INSERT INTO students VALUES (444444, 'Bob Brown'), (555555, 'Cathy Johnson')
> INSERT INTO new_students VALUES
    (111111, 'Ashua Hill', '456 Erica Ct, Cupertino'),
    (222222, 'Dora Williams', '134 Forest Ave, Melo Park')

> INSERT WITH SCHEMA EVOLUTION INTO TABLE students
    SELECT * FROM new_students


> SELECT * FROM students
student_id        name               address
----------        ------------       ----------------------
444444            Bob Brown          null
555555            Cathy Johnson      null
111111            Ashua Hill         456 Erica Ct, Cupertino
222222            Dora Williams      134 Forest Ave, Melo Park