Søk data ved å bruke lakehouse spørringsutforsker

Lakehouse-spørringsutforskeren er en integrert spørringsredigerer som er innebygd direkte i Lakehouse-utforskeren. Du kan skrive og kjøre Spark SQL-spørringer mot lakehouse-dataene dine uten å forlate utforskeren. Du trenger ikke å bytte til SQL-analyse-endepunktet eller lage en notatbok for rask datautforskning.

Spørringsutforskeren bruker Apache Spark som utførelsesmotor ved å utnytte lakehouse Livy-endepunktet. Du får samme SQL-dialekt som Spark-notatbøker, støtte for lese- og skriveoperasjoner, og muligheten til å spørre store datasett effektivt.

Animasjon av lakehouse query explorer i aksjon.

Åpne spørringsutforskeren

Du kan åpne spørringsutforskeren fra Lakehouse-utforskeren på følgende måter:

  • Toppnavigasjonsmeny — Velg Ny SparkSQL-spørring fra toppmenyen. En tom spørringsfane åpnes innebygd i Lakehouse-utforskeren.
  • Venstre navigasjonsmeny — Høyreklikk på en hvilken som helst tabell, visning eller snarvei i utforskertreet og velg Ny SparkSQL-forespørsel. En spørringsfane åpnes med en forhåndsutfylt SELECT * FROM <table> LIMIT 100 setning.

Utforskertreet forblir synlig til venstre når spørringsutforskeren er åpen, så du kan referere til skjemaer og tabeller mens du skriver spørringer.

Funksjoner i spørringseditoren

Spørringseditoren gir en produktiv forfatteropplevelse for Spark SQL:

  • IntelliSense — Autokompletter for tabellnavn, kolonnenavn, skjemaer og SQL-funksjoner. Etter å FROMha skrevet , foreslår IntelliSense tilgjengelige innsjøhus, skjemaer og tabeller. Kolonneforslag vises når en tabell refereres til i spørringen. Hold musepekeren over et bordnavn for å se kolonnene i en pop-out.
  • Syntaksmarkering — Fargekodede SQL-nøkkelord, identifikatorer og bokstaver.
  • Format — Velg Format i verktøylinjen for å automatisk innrykke og strukturere SQL-en din.
  • Kjør og avbryt — Velg Kjør for å utføre spørringen, eller Avbryt for å stoppe en kjørende spørring.
  • Linjenumre og kodefolding — Kollapser lange spørringsseksjoner for enklere navigasjon.

Dynamiske faner

Du kan åpne flere spørringsfaner samtidig og bytte mellom dem umiddelbart. Hver fane opprettholder sin egen spørringstekst, utførelsestilstand og resultater uavhengig.

For å åpne en ny fane, velg New SparkSQL Query fra båndet eller kontekstmenyen. For å lukke en fane, velg X på fanen. Å lukke én fane påvirker ikke andre.

Dynamiske faner er nyttige når du må utforske ulike aspekter av dataene dine samtidig. For eksempel én fane for bestillinger, én for kunder og én for regionale fordelinger.

Obs!

Tabs er ikke vedvarende på tvers av økter. Hvis du lukker eller navigerer bort fra innsjøhuset, mister du alle åpne faner og deres søkeinnhold.

Kjør spørringer

Når du velger Kjør fra spørringsvinduets verktøylinje, kobles spørringsutforskeren til en lettvekts Spark-økt som bruker lakehouse Livy-endepunktet og er optimalisert for rask oppstart.

Statuslinjen nederst i spørringsutforskeren viser den nåværende sesjonstilstanden:

Status Betydningen
Ikke tilkoblet Ingen Spark-økt er aktiv.
Oppstart av økt En ny Spark-økt initialiseres (kun kaldstart).
Kjøring av spørring Spørringen din kjører.
Økt klar Økten er aktiv og klar for neste forespørsel.

På påfølgende forespørsler (varm start) starter kjøringen umiddelbart uten steget "Start sesjon".

Støttede SQL-setninger

Spørringsutforskeren støtter alle Spark SQL-setninger, inkludert:

  • SELECT — Søk og utforsk data på tvers av skjemaer og innsjøhus.
  • DML — SETT INN, OPPDATER, SLETT og MERGE for dataendringer.
  • DDL — CREATE VIEW, CREATE TABLE, ALTER og DROP for skjemahåndtering.
  • Nyttesetninger — BESKRIV, VIS TABELLER, VIS SKJEMAER og andre metadata-spørringer.

Obs!

Spørringsutforskeren støtter ikke opprettelse av materialiserte visninger. Hvis spørringsutforskeren oppdager materialisert visningssyntaks, ber en dialog deg bruke en notatbok i stedet.

Cross-schema og cross-lakehouse-spørring

Du kan spørre tabeller på tvers av ulike skjemaer i samme lakehouse, flere lakehouses i samme arbeidsområde, og til og med over lakehouses i forskjellige arbeidsområder – alt fra én enkelt forespørselsfane.

  • Cross-schema — Referer tabeller ved å bruke schema_name.table_name syntaks (for eksempel SELECT * FROM sales.orders JOIN marketing.campaigns ON ...).
  • Cross-lakehouse — Bruk den fullt kvalifiserte veien workspace_name.lakehouse_name.schema_name.table_name for å spørre tabeller i andre lakehouses.

Tips

Legg til det refererte lakehouse i utforskerpanelet (ved å bruke Add lakehouse) for å aktivere IntelliSense-forslag for cross-lakehouse-spørringer. Spørringer kjøres vellykket selv uten å legge til referansen, men du får ikke autofullføringsstøtte.

Resultater

Spørringsresultatene vises i et rutenett under editoren. Resultatrutenettet gir:

  • Kolonnesortering — Velg en kolonneoverskrift for å sortere stigende eller synkende.
  • Søk og filtrer — Filtrer resultatene direkte for å finne spesifikke verdier.
  • Indikator for radantall — Viser antall rader returnert. Resultatene er som standard begrenset til 1 000 rader. En tydelig indikator vises når resultatene er avkortet.
  • Kopier — Velg celler og kopier med Ctrl+C. Lim inn i Excel eller andre verktøy.
  • Eksporter — Last ned resultater i CSV-, JSON- eller XML-format.
  • Inline-diagrammer — Lag stolpe-, linje-, kake- og andre diagramtyper direkte fra resultatsettet. Diagrammer oppdateres når du endrer diagramtype eller underliggende data. Ingen visualiseringskode er nødvendig.

Opprette visninger

Du kan lage visninger direkte fra spørringsutforskeren for å bevare nyttige spørringer som gjenbrukbare ressurser. Visninger vises automatisk i Lakehouse explorer-treet sammen med tabeller.

Det finnes to måter å lage en visning på:

  • SQL-setning — Skriv og kjør en CREATE VIEW setning i editoren. For mer informasjon om Spark-utsikter, se Spark-utsikter i innsjøhuset.

    CREATE VIEW my_view AS
SELECT customer_id, SUM(amount) AS total
FROM sales.orders
GROUP BY customer_id

  • Lagre som visning — Etter å ha kjørt en SELECT-spørring, velg Save as View i verktøylinjen. Oppgi et navn på visningen i dialogen.

Obs!

Du trenger skrivetilgang til innsjøhuset for å lage utsikter. Hvis du ikke har skrivetillatelser, gir visningsopprettelse en tillatelsesfeil.

Begrensninger

  • Kun Spark SQL — Spørringsutforskeren støtter Spark SQL. PySpark, Scala og R støttes ikke. For flerspråklig støtte, bruk en notatbok.
  • Ingen lagring av spørringer — Spørringer lagres ikke på tvers av økter. For å bevare en nyttig forespørsel, lagre den som en visning.
  • Ingen søkehistorikk — Tidligere spørringer lagres ikke. Lagring av spørring og historikk er planlagt for en fremtidig utgivelse.
  • Ingen materialisert visningsopprettelse — Materialisert visning (MLV) opprettelse støttes ikke. Bruk en notatbok for å lage materialiserte visninger.
  • Ingen sanntidssamarbeid — Spørringsutforskeren støtter ikke live medforfatterskap.
  • Ingen spørringsplanlegging — For planlagt spørringsutførelse, bruk pipelines eller notatbøker.

Relatert innhold

  • Last updated on