CREATE VIEW

Dotyczy: Databricks SQL Databricks Runtime

Tworzy tabelę wirtualną, która nie ma danych fizycznych na podstawie zestawu wyników zapytania SQL lub widoku metryki na podstawie specyfikacji yaml. ALTER VIEW i DROP VIEW zmieniają tylko metadane.

Aby wykonać tę instrukcję, musisz być administratorem magazynu metadanych lub mieć uprawnienia USE CATALOG do katalogu oraz uprawnienia USE SCHEMA do schematu, wraz z uprawnieniami CREATE TABLE w schemacie docelowym.

Użytkownik wykonujący to polecenie stanie się właścicielem widoku.

Składnia

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 ] } [, ...] )

Parametry

• ORAZ ZASTĄP

  Jeśli widok o tej samej nazwie już istnieje, zostanie zastąpiony. Aby zastąpić istniejący widok, musisz być jego właścicielem.

  Zamiana istniejącego widoku nie zachowuje uprawnień przyznanych w oryginalnym widoku ani w table_id. Użyj ALTER VIEW, aby zachować uprawnienia.

  CREATE OR REPLACE VIEW view_name jest odpowiednikiem DROP VIEW IF EXISTS view_name, a następnie CREATE VIEW view_name.

• TYMCZASOWY

  TEMPORARY widoki są widoczne tylko dla sesji, która je utworzyła i są usuwane po zakończeniu sesji.

• GLOBALNE TYMCZASOWE

  Dotyczy: Databricks Runtime

  GLOBAL TEMPORARY widoki są powiązane z systemowym tymczasowo przechowywanym schematem global_temp.

• JEŚLI NIE ISTNIEJE

  Tworzy widok tylko wtedy, gdy nie istnieje. Jeśli widok o tej nazwie już istnieje, CREATE VIEW instrukcja jest ignorowana.

  Możesz określić co najwyżej jeden z IF NOT EXISTS lub OR REPLACE.

• view_name

  Nazwa nowo utworzonego widoku. Nazwa widoku tymczasowego nie może być kwalifikowana. W pełni kwalifikowana nazwa widoku musi być unikatowa.

  Nazwy widoków utworzone w hive_metastore mogą zawierać tylko znaki alfanumeryczne ASCII i znaki podkreślenia (INVALID_SCHEMA_OR_RELATION_NAME).

• METRYKA

  Dotyczy: Databricks SQL, Databricks Runtime 16.4 i nowsze, tylko katalog Unity

  Identyfikuje widok jako widok metryki. Widok musi być zdefiniowany za pomocą LANGUAGE YAML, a jego treść musi być prawidłową specyfikacją yaml.

  Ta klauzula nie jest obsługiwana w przypadku widoków tymczasowych.

  Widok metryczny nie obsługuje klauzul DEFAULT COLLATION i schema_binding.

  Specyfikacja YAML widoku metrycznego definiuje dimensions i measures. dimensions to kolumny widoku, za pomocą których obiekt wywołujący może agregować miary, podczas gdy measures definiują agregacje widoku.

  Wywołujący widok metryki korzysta z wyrażenia miary do uzyskania dostępu do zdefiniowanych miar widoku zamiast określania funkcji agregacji.

• schema_binding

  Dotyczy: Databricks Runtime 15.3 i nowsze

  Opcjonalnie określa sposób dostosowywania widoku do zmian w schemacie zapytania z powodu zmian w definicjach obiektów bazowych.

  Ta klauzula nie jest obsługiwana w przypadku widoków tymczasowych, widoków metryk ani zmaterializowanych widoków.

  • SCHEMA WIĄŻĄCY

    Widok stanie się nieważny, jeśli lista kolumn zapytań zmieni się z wyjątkiem poniższych warunków:

    • Lista kolumn zawiera klauzulę z gwiazdką i istnieją dodatkowe kolumny. Te dodatkowe kolumny są ignorowane.
    • Typ co najmniej jednej kolumny zmienił się w sposób, który umożliwia bezpieczne rzutowanie ich do oryginalnych typów kolumn przy użyciu niejawnych reguł rzutowania.

    To jest zachowanie domyślne.

  • SCHEMA ODSZKODOWANIE

    Widok stanie się nieprawidłowy, jeśli lista kolumn zapytania zmieni się z wyjątkiem następujących warunków:

    • Lista kolumn zawiera klauzulę z gwiazdką i istnieją dodatkowe kolumny. Te dodatkowe kolumny są ignorowane.
    • Typ co najmniej jednej kolumny zmienił się w sposób umożliwiający rzutowanie ich do oryginalnych typów kolumn przy użyciu jawnych reguł rzutowania ANSI.

  • SCHEMA EWOLUCJA TYPÓW

    Widok przyjmie wszelkie zmiany typów na liście kolumn zapytania do własnej definicji, gdy kompilator SQL wykryje taką zmianę w odpowiedzi na odwołanie do widoku.

  • SCHEMA EWOLUCJA

    • Ten tryb działa jak SCHEMA TYPE EVOLUTION, a także uwzględnia zmiany w nazwach kolumn oraz dodane i usunięte kolumny, jeśli widok nie zawiera jawnego column_list.
    • Widok stanie się nieprawidłowy tylko wtedy, gdy zapytanie nie będzie już analizowane lub opcjonalny widok column_list nie jest już zgodny z liczbą wyrażeń na query liście wyboru.

• column_list

  Opcjonalnie etykietuje kolumny w wynikach zapytania dla widoku. Jeśli podasz listę kolumn, liczba aliasów kolumn musi dokładnie odpowiadać liczbie wyrażeń w zapytaniu, a w przypadku widoków metrycznych, specyfikacji YAML. Jeśli żadna lista kolumn nie jest określona, aliasy pochodzą z treści widoku.

  • column_alias

    Aliasy kolumn muszą być unikatowe.

  • column_comment

    Opcjonalny literał STRING opisujący alias kolumny.

• view_comment

  Opcjonalny STRING literał umożliwiający komentarze na poziomie widoku.

• DOMYŚLNE SORTOWANIE collation_name

  Dotyczy: oznaczone jako "tak"

  Definiuje sortowanie domyślne do użycia w query. Jeśli nie zostanie określone, domyślne sortowanie to UTF8_BINARYa.

  Ta klauzula nie jest obsługiwana w przypadku widoków metryk.

• TBLPROPERTIES

  Opcjonalnie ustawia co najmniej jedną właściwość zdefiniowaną przez użytkownika.

• AS Zapytanie

  Zapytanie, które konstruuje widok z tabel podstawowych lub innych widoków.

  Ta klauzula nie jest obsługiwana w przypadku widoków metryk.

• AS $$ yaml_string $$

  Specyfikacja yaml definiująca widok metryczny.

Przykłady

-- 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_p_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_p_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

Powiązane artykuły

• ALTER VIEW
• DROP VIEW
• miara
• zapytanie
• SHOW VIEWS
• Właściwości tabeli