Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Пайплайны Lakeflow — самый распространённый способ создания материализованных представлений и таблиц потоковой передачи с помощью декларативных конвейеров Apache Spark™ на Azure Databricks. Вы также можете определять автономные материализованные представления и потоковые таблицы вне конвейера Lakeflow с помощью простого синтаксиса запросов, а Azure Databricks управляет базовыми конвейерами за вас. Автономные таблицы можно создавать и обновлять из хранилища SQL Databricks или записной книжки, работающей на бессерверных общих вычислениях.
Чтобы выбрать между отдельными таблицами и конвейером Lakeflow, см. Отдельные конвейеры и конвейеры Lakeflow. Чтобы построить материализованные представления и потоковые таблицы в рамках управляемого конвейера, см. Spark Declarative Pipelines on Lakeflow.
Note
Ранее этот раздел назывался «Пайплайны для Databricks SQL». Он был переименован в «Автономные материализованные представления и потоковые таблицы», чтобы отразить новую поддержку создания автономных материализованных представлений и потоковых таблиц из блокнота, работающего на бессерверных вычислениях общего назначения, а также из хранилища Databricks SQL.
Следующие темы охватывают отдельные материализованные представления и потоковые таблицы.
| Topic | Description |
|---|---|
| Требования к автономным конвейерам | Узнайте о вариантах вычислений для автономных материализованных представлений и потоковых таблиц, включая поддержку функций и региональную доступность. |
| Используйте автономные потоковые таблицы | Создание, обновление, настройка и мониторинг потоковых таблиц. |
| Использование автономных материализованных представлений | Создание, обновление и запрос материализованных представлений. |
| Когда использовать REPLACE WHERE в сравнении с материализованными представлениями | Выбирайте между flows REPLACE WHERE и материализированными представлениями для пакетных нагрузок по извлечению, преобразованию и загрузке (ETL). |
Сведения о создании и обновлении автономных материализованных представлений и потоковых таблиц с Python из записной книжки см. в статье "Использование Python с автономными конвейерами".