Поделиться через

inline_outer функция-генератор табличных значений

Область применения:флажок Databricks SQL флажок Databricks Runtime

Разворачивает массив структур в таблицу с семантикой OUTER.

В Databricks SQL и Databricks Runtime 16.1 и более поздних версий эта функция поддерживает вызов именованных параметров.

Синтаксис

inline_outer(input)

Аргументы

  • input: выражение STRUCT < МАССИВа>.

Набор строк, состоящих из полей в элементах структуры массива input. Столбцы, созданные inline, являются именами полей.

Если input имеется NULL одна строка с NULLs для каждого столбца, создается.

  • Применимо к: Databricks Runtime 12.1 и более ранних версий:флажок

    inline_outer можно помещать только в список SELECT в качестве корневого элемента выражения или следом за LATERAL VIEW. При размещении генерирующей функции в списке SELECT не должно быть другой генерирующей функции в том же списке SELECT, иначе устанавливается UNSUPPORTED_GENERATOR.MULTI_GENERATOR.

  • Применимо к:флажок Databricks SQL флажок Databricks Runtime 12.2 LTS и выше:

    Вызов из пункта LATERAL VIEW или из списка SELECT устарел и не рекомендуется. Вместо этого вызовите inline_outer как table_reference.

Примеры

Применимо к: Databricks Runtime 12.1 и более ранних версий:флажок 

> SELECT inline_outer(array(struct(1, 'a'), struct(2, 'b'))), 'Spark SQL';
 1  a Spark SQL
 2  b Spark SQL

> SELECT inline_outer(array(struct(1, 'a'), struct(1, 'b'))),
         inline_outer(array(struct('c', 1.0), struct('d', 2.0))),
         'Spark SQL';
 1  a Spark SQL
 2  b Spark SQL
Error: UNSUPPORTED_GENERATOR.MULTI_GENERATOR

Применимо к:флажок Databricks SQL флажок Databricks Runtime 12.2 LTS и выше:

> SELECT i.*, 'Spark SQL'
    FROM inline_outer(array(struct(1, 'a'), struct(2, 'b'))) AS i;
 1  a Spark SQL
 2  b Spark SQL

> SELECT i1.*, i2.*, 'Spark SQL'
   FROM  inline_outer(array(struct(1, 'a'), struct(1, 'b'))) AS i1,
         inline_outer(array(struct('c', 1.0), struct('d', 2.0))) AS i2;
 1      a       c       1.0     Spark SQL
 1      b       c       1.0     Spark SQL
 1      a       d       2.0     Spark SQL
 1      b       d       2.0     Spark SQL
  • Last updated on