次の方法で共有

create_sink

Important

パイプライン create_sink API は パブリック プレビュー段階です。

create_sink()関数は、Apache Kafka や Azure Event Hubs などのイベント ストリーミング サービス、または宣言型パイプラインから Delta テーブルに書き込みます。 create_sink() 関数を使用してシンクを作成した後、シンクにデータを書き込むには、追加フロー でシンクを使用します。 追加フローは、create_sink() 関数でサポートされている唯一のフローの種類です。 create_auto_cdc_flowなど、その他のフローの種類はサポートされていません。

Delta シンクでは、Unity カタログの外部テーブルとマネージド テーブル、および Hive メタストア マネージド テーブルがサポートされます。 テーブル名は完全修飾にする必要があります。 たとえば、Unity カタログ テーブルでは、<catalog>.<schema>.<table>の 3 層識別子を使用する必要があります。 Hive メタストア テーブルでは、<schema>.<table>を使用する必要があります。

注

  • の完全更新更新 を実行しても、シンクからデータが消去されることはありません。 再処理されたデータはシンクに追加され、既存のデータは変更されません。
  • sink API では、期待値はサポートされていません。

構文

from pyspark import pipelines as dp

dp.create_sink(name=<sink_name>, format=<format>, options=<options>)

パラメーター

パラメーター タイプ Description
name str 必須。 シンクを識別し、シンクを参照および管理するために使用される文字列。 シンク名は、パイプラインの一部であるすべてのソース コード ファイルを含め、パイプラインに固有である必要があります。
format str 必須。 kafka または deltaのいずれかの出力形式を定義する文字列。
options dict キーと値の両方が文字列である、 {"key": "value"}形式のシンク オプションの一覧。 Kafka シンクと Delta シンクでサポートされているすべての Databricks ランタイム オプションがサポートされています。

例示

from pyspark import pipelines as dp

# Create a Kafka sink
dp.create_sink(
  "my_kafka_sink",
  "kafka",
  {
    "kafka.bootstrap.servers": "host:port",
    "topic": "my_topic"
  }
)

# Create an external Delta table sink with a file path
dp.create_sink(
  "my_delta_sink",
    "delta",
    { "path": "/path/to/my/delta/table" }
)

# Create a Delta table sink using a table name
dp.create_sink(
  "my_delta_sink",
    "delta",
    { "tableName": "my_catalog.my_schema.my_table" }
)
  • Last updated on