INSERT

Van toepassing op: Databricks SQL Databricks Runtime

Voegt nieuwe rijen in een tabel in en kapt eventueel de tabel of partities af. U specificeert de ingevoegde rijen via waarde-uitdrukkingen of het resultaat van een query.

Databricks biedt geen ondersteuning INSERT voor Hive Avro-tabellen als het timestamp-millis type aanwezig is in het tabelschema.

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

Wanneer u een Delta-tabel INSERT INTO, ondersteunt het de validering en evolutie van schema's. Als het gegevenstype van een kolom niet veilig kan worden gecast naar het gegevenstype van een Delta-tabel, wordt er een runtime-uitzondering gegenereerd. Als schemaontwikkeling is ingeschakeld, kunnen nieuwe kolommen bestaan als de laatste kolommen van uw schema (of geneste kolommen) om het schema verder te ontwikkelen.

Parameters

• algemene tabelexpressie

  Veelgebruikte tabelexpressies (CTE) zijn een of meer benoemde query's die meerdere keren in het hoofdqueryblok kunnen worden gebruikt om herhaalde berekeningen te voorkomen of om de leesbaarheid van complexe geneste query's te verbeteren.

• WITH SCHEMA EVOLUTION

  Van toepassing op: Databricks Runtime 18.1 en hoger

  Hiermee wordt automatische schemaontwikkeling voor deze INSERT bewerking ingeschakeld. Wanneer dit is ingeschakeld, wordt het schema van de Delta Lake-doeltabel automatisch bijgewerkt voor extra kolommen of uitgebreide typen van de bronquery. Zie Ondersteunde typewijzigingen voor een lijst met ondersteunde typewijzigingen.

• INTO of OVERWRITE

  Als u het volgende opgeeft OVERWRITE , is het volgende van toepassing:

  • Zonder een partition_spec wordt de tabel ingekort voordat de eerste rij wordt ingevoegd.
  • Anders worden alle partities die overeenkomen met de partition_spec partities afgekapt voordat u de eerste rij invoegt.

  Als u INTO opgeeft, worden alle ingevoegde rijen toegevoegd aan de bestaande rijen.

• table_name

  Hiermee geeft u de tabel aan waarnaar moet worden ingevoegd. De naam mag geen tijdelijke specificatie bevatten. Als de tabel niet kan worden gevonden, genereert Azure Databricks een TABLE_OR_VIEW_NOT_FOUND-fout.

  table_name mag geen buitenlandse tabel zijn.

  Van toepassing op: Databricks Runtime 16.0 en hoger

  table_name kan een specificatie van opties bevatten.

• PARTITION clausule

  Een optionele parameter waarmee een doelpartitie voor het invoegen wordt opgegeven. U kunt ook slechts gedeeltelijk de partitie opgeven.

  Wanneer u een statische partitie opgeeft (column = value), mag deze kolom niet worden herhaald in de lijst met invoegkolommen.

  Wanneer u een dynamische partitie opgeeft INSERT OVERWRITE, moet dit table_name een Delta Lake-tabel zijn.

• ( column_name [, ...] )

  Een optionele lijst met kolommen in de tabel. Met de opdracht invoegen kan een bepaalde kolom uit de tabel maximaal één keer worden opgegeven.

  Van toepassing op: Databricks Databricks Runtime 12.2 LTS en hoger

  • Als met deze opdracht een kolom wordt weggelaten, wijst Databricks SQL in plaats daarvan de bijbehorende standaardwaarde toe.
  • Als in het doeltabelschema geen standaardwaarde voor de ingevoegde kolom wordt gedefinieerd, wijst Databricks SQL NULL toe als de kolom null kan worden. Anders genereert Databricks SQL een fout.

  Het opgeven van geen kolomlijst is gelijk aan het opgeven van alle kolommen, met uitzondering van kolommen met toegewezen waarden in de PARTITION component, in de volgorde die in de tabel is gedefinieerd.

• BY NAME

  Van toepassing op: Databricks SQL Databricks Runtime 13.3 LTS en hoger

  Wanneer deze component wordt gebruikt in plaats van een expliciete kolomlijst, gebruikt de opdracht de weergegeven kolomnamen van query om de kolomlijst in de volgorde van queryte produceren. Net als bij een expliciete kolomlijst moet elke kolom aanwezig zijn in de doeltabel en mag deze niet worden gedupliceerd. Als een kolom in table_name geen deel uitmaakt van de impliciete kolomlijst, wordt in plaats daarvan de DEFAULT waarde gebruikt.

  BY NAME komt overeen met kolommen op het hoogste niveau op naam. Voor geneste structvelden is de resolutie op naam van Parquet-tabellen (en andere niet-Delta-tabellen) en op positie op Delta Lake Lake-tabellen. Zorg ervoor dat de veldvolgorde van de querystruct overeenkomt met het doel voor Delta Lake-tabellen. Gebruik bijvoorbeeld named_struct('a', 1, 'b', 2) voor een kolom STRUCT<a INT, b INT>.

  Er mag geen kolom in query overeenkomen met een kolom die is opgegeven in de PARTITION component of een kolom die wordt gegenereerd.

• VERVANGEN WHEREboolean_expression

  Van toepassing op: Databricks Databricks Runtime 12.2 LTS en boven Delta Lake

  Verwijder rijen die overeenkomen boolean_expressionboolean-expression voordat u rijen invoegt die zijn opgegeven in query. Rijen die query niet overeenkomen boolean_expression , worden genegeerd.

  table_name moet een Delta Lake-tabel identificeren

  boolean_expression kan alleen verwijzen naar kenmerken uit de tabel.

  boolean_expression is een expressie die een BOOLEAN. De expressie kan de volgende operatoren, waarden en functies bevatten:

  • AND, OR en NOT
  • IN met letterlijke waarden
  • =, <=>, >, <, >=en <=
  • TRUE en FALSE
  • Functies startsWith, endsWithcontains
  • IS NULL en IS NOT NULL

  Als de boolean_expression waarde ongeldig is, genereert Databricks een DELTA_REPLACE_WHERE_MISMATCH fout.

  Zie willekeurig selectief overschrijven met replaceWhere.

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

  Van toepassing op: Databricks SQL Databricks Runtime 16.3 en hoger

  Atomisch verwijdert rijen uit table_name die overeenkomen met een rij in query de opgegeven kolommen en voegt vervolgens de rijen uit query. Vergelijken is gebaseerd op gelijkheidsvergelijking van de opgegeven kolomwaarden in de tabel en query.

  Voor Databricks Runtime 16.3 tot en met 17.1 is voor deze functie vereist dat de opgegeven kolommen alle partitiekolommen van de tabel bevatten.

  BY NAME ondersteuning voor REPLACE USING geldt voor Databricks Runtime 18.1 en hoger.

  Note

  Net als JOIN USING komen REPLACE USING overeen met rijen door gebruik te maken van een normale gelijkheidsvergelijking, waarbij NULL waarden worden behandeld als niet gelijk aan iets anders. Rijen met NULL waarden in de opgegeven kolommen komen niet overeen en worden daarom niet verwijderd uit de doeltabel.

• query

  Een query die de rijen produceert die moeten worden ingevoegd.

  U moet het aantal kolommen dat door de query wordt geretourneerd, afstemmen op de opgegeven of impliciete lijst met invoegkolommen.

  Als een gegevenstype niet veilig kan worden gecast naar het overeenkomende kolomgegevenstype, wordt er een runtime-uitzondering gegenereerd.

  Van toepassing op: Databricks SQL Databricks Runtime 11.3 LTS en hoger

  • Als query bestaat uit een VALUES component, kan de expression worden DEFAULT.
  • Als query bestaat uit een SELECT component, kan de named_expression worden DEFAULT.
  • DEFAULT voegt de expliciet gedefinieerde DEFAULT expressie van de bijbehorende kolom in table_namein of NULL als er geen is gedefinieerd.

  Als schemaontwikkeling is ingeschakeld, kunnen nieuwe kolommen bestaan als de laatste kolommen van uw schema (of geneste kolommen) om het schema verder te ontwikkelen.

• target_alias

  Een optionele tabelalias voor de tabel voor REPLACE ON. De alias mag geen kolomlijst bevatten.

• source_alias

  Een optionele queryalias voor de query for REPLACE ON. De alias mag geen kolomlijst bevatten.

• VERVANGEN OP boolean_expression

  Van toepassing op: Databricks Databricks Runtime 17.1 en hoger

  Als table_name dit een Delta Lake-tabel is, REPLACE ON worden alle rijen in de tabel die overeenkomen met de query rijen op basis van de opgegeven boolean_expression, atomisch verwijderd en worden de query rijen ingevoegd. In tegenstelling tot REPLACE WHERE's boolean_expression kunnen REPLACE ONde boolean_expression verwijzen naar kolommen uit zowel de tabel als de query. Als de waarde query leeg is, worden er geen verwijderingen uitgevoerd omdat er geen query rijen overeenkomen.

  BY NAME ondersteuning voor REPLACE ON geldt voor Databricks Runtime 18.1 en hoger.

Examples

In deze sectie:

• INSERT IN
• invoegen met een kolomlijst
• Invoegen met zowel een partitiespecificatie als een kolomlijst
• INSERT de BY NAME-component gebruiken
• VERVANGEN WHERE
• VERVANGEN MET
• VERVANGEN AAN
• INSERT overschrijven
• MET SCHEMA EVOLUTIE

INSERT IN

INSERT met 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

Invoegen met behulp van een subquery

-- 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;

Invoegen met behulp van een TABLE-clausule

-- 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

Invoegen in een map

> 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

Invoegen met een kolomlijst

> 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

Invoegen met zowel een partitiespecificatie als een kolomlijst

> 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 de BY NAME-clausule gebruiken

In de volgende voorbeelden worden Delta Lake-tabellen gebruikt. Voor Delta worden geneste structvelden gematcht op positie, zodat de structveldvolgorde in de query overeenkomt met het doelschema (STRUCT<a INT, b INT>). In Parquet- en andere niet-Delta-tabellen worden in plaats daarvan structvelden op naam vergeleken.

> 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

VERVANGEN 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

VERVANGEN MET

> 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

VERVANGEN AAN

> 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 OVERSCHRIJVEN

Waarschuwing

Gebruik indien INSERT OVERWRITE REPLACE USING mogelijk in plaats van partitie overschrijven INSERT OVERWRITE PARTITION en spark.sql.sources.partitionOverwriteMode=dynamic. Bij het partitioneren van wijzigingen kan overschrijven verouderde gegevens worden gebruikt.

Invoegen met behulp van een VALUES-clausule

-- 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

Invoegen met behulp van een subquery

-- 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

Invoegen met behulp van een TABLE-clausule

-- 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

Invoegen en overschrijven van een map

> 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

MET SCHEMA EVOLUTIE

> 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

Verwante artikelen

• algemene tabelexpressie
• COPY
• DELETE
• MERGE
• PARTITION
• query
• UPDATE