Delen via

CREATE VIEW

Van toepassing op:controleren gemarkeerd ja Databricks SQL-controle gemarkeerd als ja Databricks Runtime

Hiermee wordt een virtuele tabel samengesteld die geen fysieke gegevens bevat op basis van de resultatenset van een SQL-query of een metrische weergave op basis van een yaml-specificatie. ALTER VIEW en DROP VIEW alleen metagegevens wijzigen.

Als u deze instructie wilt uitvoeren, moet u een metastore-beheerder zijn of beschikken over USE CATALOG en USE SCHEMA bevoegdheden voor de catalogus en het schema, samen met CREATE TABLE bevoegdheden in het doelschema.

De gebruiker die deze opdracht uitvoert, wordt de eigenaar van de weergave.

Syntaxis

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 ] } [, ...] )

Parameterwaarden

  • OF VERVANGEN

    Als er al een weergave van dezelfde naam bestaat, wordt deze vervangen. Als u een bestaande weergave wilt vervangen, moet u de eigenaar zijn.

    Het vervangen van een bestaande weergave behoudt geen bevoegdheden die zijn verleend voor de oorspronkelijke weergave of de table_id. Gebruik ALTER VIEW om bevoegdheden te behouden.

    CREATE OR REPLACE VIEW view_name is gelijk aan DROP VIEW IF EXISTS view_name gevolgd door CREATE VIEW view_name.

  • TIJDELIJK

    TEMPORARY weergaven zijn alleen zichtbaar voor de sessie die ze heeft gemaakt en worden verwijderd wanneer de sessie wordt beëindigd.

  • GLOBAAL TIJDELIJK

    Van toepassing op:controleren gemarkeerd als Ja Databricks Runtime

    GLOBAL TEMPORARY weergaven zijn gekoppeld aan een systeembewaard tijdelijk schema global_temp.

  • ALS DEZE NIET BESTAAT

    Maakt de weergave alleen als deze niet bestaat. Als er al een weergave met deze naam bestaat, wordt de CREATE VIEW instructie genegeerd.

    U kunt maximaal één van IF NOT EXISTS of OR REPLACE.

  • view_name

    De naam van de zojuist gemaakte weergave. De naam van een tijdelijke weergave mag niet worden gekwalificeerd. De volledig gekwalificeerde weergavenaam moet uniek zijn.

    Weergavenamen die zijn gemaakt in hive_metastore mogen alleen alfanumerieke ASCII-tekens en onderstrepingstekens (INVALID_SCHEMA_OR_RELATION_NAME) bevatten.

  • STATISTIEKEN

    Van toepassing op:aanvinkteken ja Databricks SQL aanvinkteken ja Databricks Runtime 16.4 en hoger aanvinkteken ja alleen Unity Catalog

    Identificeert de weergave als een metrische weergave. De weergave moet worden gedefinieerd met LANGUAGE YAML en de hoofdtekst van de weergave moet een geldige yaml-specificatie zijn.

    Vóór Databricks Runtime 17.2 wordt deze component niet ondersteund voor tijdelijke weergaven.

    Een metrische weergave biedt geen ondersteuning voor de DEFAULT COLLATION en schema_binding componenten.

    De YAML-specificatie van de metrische weergave definieert dimensions en measures. Deze dimensions zijn de kolommen van de weergave waarmee de aanroeper de metingen kan aggregeren, omdat de measures de aggregaties van de weergave definiëren.

    De aanroeper van een metrische weergave maakt gebruik van de metingexpressie voor toegang tot de gedefinieerde weergaven in plaats van aggregatiefuncties op te geven.

  • schema_binding

    Van toepassing op:aangevinkt als ja Databricks Runtime 15.3 en hoger

    Optioneel geeft u op hoe de weergave wordt aangepast aan wijzigingen in het schema van de query vanwege wijzigingen in de onderliggende objectdefinities.

    Deze component wordt niet ondersteund voor tijdelijke weergaven, metrische weergaven of gerealiseerde weergaven.

    • SCHEMA BINDEND

      De weergave wordt ongeldig als de querykolomlijst wordt gewijzigd, met uitzondering van de volgende voorwaarden:

      • De kolomlijst bevat een ster clausule en er zijn extra kolommen. Deze extra kolommen worden genegeerd.
      • Het type van een of meer kolommen is zodanig gewijzigd dat ze veilig kunnen worden omgezet in de oorspronkelijke kolomtypen met behulp van impliciete cast-regels.

    • SCHEMA COMPENSATIE

      De weergave wordt ongeldig als de lijst met querykolommen wordt gewijzigd, met uitzondering van de volgende voorwaarden:

      • De kolomlijst bevat een ster clausule en er zijn extra kolommen. Deze extra kolommen worden genegeerd.
      • Het type van een of meer kolommen is gewijzigd op een manier waarmee ze kunnen worden omgezet naar de oorspronkelijke kolomtypen met behulp van expliciete ANSI-castregels.

      Dit is het standaardgedrag.

    • SCHEMA TYPE EVOLUTION

      In de weergave worden wijzigingen in typen in de lijst met querykolommen opgenomen in een eigen definitie wanneer de SQL-compiler een dergelijke wijziging detecteert in reactie op een verwijzing naar de weergave.

    • SCHEMA EVOLUTIE

      • Deze modus gedraagt zich als SCHEMA TYPE EVOLUTIONen neemt ook wijzigingen aan in kolomnamen of toegevoegde en verwijderde kolommen als de weergave geen expliciete column_listbevat.
      • De weergave wordt alleen ongeldig als de query niet meer kan worden geparseerd of de optionele weergave column_list niet meer overeenkomt met het aantal expressies in de query selectielijst.

  • column_list

    U kunt desgewenst de kolommen in het queryresultaat van de weergave labelen. Als u een kolomlijst opgeeft, moet het aantal kolomaliassen overeenkomen met het aantal expressies in de query of, voor metrische weergaven, de YAML-specificatie. Als er geen kolomlijst is opgegeven, worden aliassen afgeleid van de hoofdtekst van de weergave.

    • column_alias

      De kolomaliassen moeten uniek zijn.

    • column_comment

      Een optionele STRING literale beschrijving van de kolomalias.

  • view_comment

    Een optionele letterlijke STRING tekst die opmerkingen op weergaveniveau biedt.

  • STANDAARDSORTERING collation_name

    Van toepassing op:gemarkeerd ja Databricks SQL gemarkeerd ja Databricks Runtime 16.3 en hoger

    Definieert de standaardsortering die moet worden gebruikt binnen query. Als dit niet is opgegeven, wordt de standaardsortering afgeleid van het schema waarin de weergave wordt gemaakt.

    Deze component wordt niet ondersteund voor metrische weergaven.

  • TBLPROPERTIES

    U kunt desgewenst een of meer door de gebruiker gedefinieerde eigenschappen instellen.

  • AS-query

    Een query waarmee de weergave wordt samengesteld op basistabellen of andere weergaven.

    Deze component wordt niet ondersteund voor metrische weergaven.

  • AS $$ yaml_string $$

    Een yaml-specificatie waarmee een metrische weergave wordt gedefinieerd.

Voorbeelden

-- 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']

-- 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