Dela via

inline_outer generatorfunktion med tabellvärde

Gäller för:markerad ja Databricks SQL markerad ja Databricks Runtime

Omvandlar en array av strukturer till en tabell med OUTER-semantik.

I Databricks SQL och Databricks Runtime 16.1 och senare stöder den här funktionen med namnet parameteranrop.

Syntax

inline_outer(input)

Argument

  • input: Ett ARRAY < STRUCT-uttryck > .

En uppsättning rader som består av fälten i matrisens structelement input. Kolumnerna som skapas av inline är namnen på fälten.

Om input är NULL skapas en enda rad med NULLför varje kolumn.

  • Gäller för:markerad ja Databricks Runtime 12.1 och tidigare:

    inline_outer kan bara placeras i listan SELECT som rot för ett uttryck eller efter en LATERAL VIEW. När du placerar funktionen i SELECT-listan får det inte finnas någon annan generatorfunktion i samma SELECT-lista eller UNSUPPORTED_GENERATOR.MULTI_GENERATOR höjs.

  • Gäller för:markerad ja Databricks SQL markerad ja Databricks Runtime 12.2 LTS och senare:

    Anrop från LATERAL VIEW-satsen eller SELECT-listan är inaktuell. Anropa inline_outer i stället som en table_reference.

Exempel

Gäller för:markerad ja Databricks Runtime 12.1 och tidigare:

> 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

Gäller för:markerad ja Databricks SQL markerad ja Databricks Runtime 12.2 LTS och senare:

> 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