CREATE VIEW

Aplica-se a: marque sim SQL do Databricks Databricks Runtime

Constrói uma tabela virtual que não tem dados físicos com base no conjunto de resultados de uma consulta SQL ou em uma exibição de métrica com base em uma especificação yaml. ALTER VIEW e DROP VIEW alteram apenas metadados.

Para executar essa instrução, você deve ser um administrador de metastore ou ter USE CATALOG e USE SCHEMA privilégios no catálogo e no esquema, juntamente com CREATE TABLE privilégios no esquema de destino.

O usuário que executa esse comando se tornará o proprietário da exibição.

Sintaxe

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 ] } [, ...] )

Parâmetros

OU SUBSTITUIR

Se já houver uma exibição com o mesmo nome, ela será substituída. Para substituir uma exibição, você deve ser seu proprietário.

Substituir uma visualização existente não preserva privilégios concedidos na visualização original ou no table_id. Use ALTER VIEW para preservar privilégios.

CREATE OR REPLACE VIEW view_name é equivalente a DROP VIEW IF EXISTS view_name seguido por CREATE VIEW view_name.
TEMPORARY

TEMPORARY as exibições são visíveis apenas para a sessão que as criou e são descartadas quando a sessão termina.
TEMPORÁRIO GLOBAL

Aplica-se a: Databricks Runtime

GLOBAL TEMPORARY as exibições estão vinculadas a um esquema global_temptemporário preservado pelo sistema.
SE NÃO EXISTIR

Cria a exibição somente se ela não existir. Se já houver uma exibição com esse nome, a instrução CREATE VIEW será ignorada.

Você pode especificar no máximo uma opção: IF NOT EXISTS ou OR REPLACE.
view_name

O nome da exibição recém-criada. O nome de uma exibição temporária não deve ser qualificado. O nome de exibição totalmente qualificado deve ser exclusivo.

Os nomes de exibição criados em hive_metastore podem conter apenas caracteres ASCII alfanuméricos e sublinhados (INVALID_SCHEMA_OR_RELATION_NAME).
METRICS

Aplica-se a: Databricks SQL com Databricks Runtime 16.4 e superior com somente Catálogo do Unity

Identifica a visualização como uma visualização de métrica. A exibição deve ser definida com LANGUAGE YAML e o corpo da exibição deve ser uma especificação yaml válida.

Antes do Databricks Runtime 17.2, essa cláusula não tem suporte para exibições temporárias.

Uma exibição de métrica não dá suporte às cláusulas DEFAULT COLLATION e schema_binding.

A especificação YAML da exibição de métrica define dimensions e measures. Os dimensions são as colunas da exibição pelas quais o invocador pode agregar as medidas, enquanto os measures definem as agregações da exibição.

O invocador de uma exibição de métrica usa a expressão medida para acessar as medidas definidas na exibição em vez de especificar funções de agregação.
schema_binding

Aplica-se a: Databricks Runtime 15.3 e superior

Opcionalmente, especifica como a exibição se adapta às alterações no esquema da consulta devido a alterações nas definições de objeto subjacentes.

Essa cláusula não tem suporte para exibições temporárias, exibições de métrica ou exibições materializadas.
- SCHEMA LIGAÇÃO
  
  A exibição se tornará inválida se a lista de colunas da consulta for alterada, exceto nas seguintes condições:
  - A lista de colunas inclui uma cláusula de estrela e há colunas adicionais. Essas colunas adicionais são ignoradas.
  - O tipo de uma ou mais colunas foi alterado de uma forma que permite que elas sejam convertidas com segurança nos tipos de coluna originais usando regras de conversão implícitas.
- SCHEMA COMPENSAÇÃO
  
  A exibição se tornará inválida se a lista de colunas da consulta for alterada, exceto nas seguintes condições:
  - A lista de colunas inclui uma cláusula de estrela e há colunas adicionais. Essas colunas adicionais são ignoradas.
  - O tipo de uma ou mais colunas foi alterado de uma forma que permite que elas sejam convertidas nos tipos de coluna originais usando regras de conversão ANSI explícitas.
  Esse é o comportamento padrão.
- SCHEMA EVOLUÇÃO DO TIPO
  
  A exibição adotará as alterações feitas nos tipos da lista de colunas da consulta na própria definição quando o compilador SQL detectar essas alterações em resposta a uma referência à exibição.
- SCHEMA EVOLUÇÃO
  - Este modo se comporta como SCHEMA TYPE EVOLUTION e também adota as alterações nos nomes das colunas ou as colunas adicionadas e descartadas quando a exibição não inclui uma mensagem explícita column_list.
  - A exibição só se tornará inválida se não for mais possível analisar a consulta ou se a exibição opcional column_list não corresponder mais ao número de expressões na lista de seleção query.
column_list

Opcionalmente, rotula as colunas no resultado da consulta da exibição. Se você fornecer uma lista de colunas, o número de aliases de coluna deverá corresponder ao número de expressões na consulta ou, para exibições de métrica, à especificação YAML. Caso não haja lista de colunas especificada, os aliases derivam do corpo da exibição.
- column_alias
  
  Os aliases de coluna devem ser exclusivos.
- column_comment
  
  Um literal STRING opcional que descreve o alias da coluna.
view_comment

Um literal de STRING opcional que fornece comentários no nível de exibição.
COLLATION_NAME DE ORDENAÇÃO PADRÃO

Aplica-se a: Databricks SQL Databricks Runtime 16.3 e superior

Define a ordenação padrão a ser usada em query. Se não for especificado, a ordenação padrão será derivada do esquema no qual a exibição é criada.

Esta cláusula não tem suporte para exibições de métrica.
TBLPROPERTIES

Opcionalmente, define uma ou mais propriedades definidas pelo usuário.
ConsultaAS

Uma consulta que constrói a exibição com base em tabelas base ou em outras exibições.

Esta cláusula não tem suporte para exibições de métrica.
AS $$ yaml_string $$

Uma especificação yaml que define uma exibição de métrica.

Exemplos

-- 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

Comentários

Esta página foi útil?

Last updated on 2025-09-03

Compartilhar via

CREATE VIEW

Sintaxe

Parâmetros

Exemplos

Artigos relacionados

Comentários

Recursos adicionais