Schematillämpning

Azure Databricks validerar datakvaliteten genom att framtvinga schema vid skrivning.

Kommentar

I den här artikeln beskrivs standardbeteendet för tabeller i Azure Databricks, som backas upp av Delta Lake. Schemaframtvingande gäller inte för tabeller som backas upp av externa data.

Schemaframtvingande för infogningsåtgärder

Azure Databricks tillämpar följande regler när data infogas i en tabell:

• Alla infogade kolumner måste finnas i måltabellen.
• Alla kolumndatatyper måste matcha kolumndatatyperna i måltabellen.

Kommentar

Azure Databricks försöker på ett säkert sätt omvandla kolumndatatyper så att de matchar måltabellen.

Schemavalidering under MERGE åtgärder

Azure Databricks tillämpar följande regler när du infogar eller uppdaterar data som en del av en MERGE åtgärd:

• Om datatypen i källutsatsen inte matchar målkolumnen MERGE försöker du på ett säkert sätt omvandla kolumndatatyper så att de matchar måltabellen.
• Kolumnerna som är målet för en UPDATE åtgärd INSERT måste finnas i måltabellen.
• När du använder INSERT * eller UPDATE SET * syntax:
  • Kolumner i källdatauppsättningen som inte finns i måltabellen ignoreras.
  • Källdatauppsättningen måste ha alla kolumner som finns i måltabellen.

Ändra ett tabellschema

Du kan uppdatera schemat för en tabell med explicita ALTER TABLE instruktioner eller automatisk schemautveckling. Se Uppdatera Delta Lake-tabellschema.

Schemautvecklingen har särskilda semantik för MERGE åtgärder. Se Automatisk schemautveckling för Delta Lake-sammanslagning.