Bağımsız akış tablolarını kullanın

Tek başına akış tablosu , Lakeflow işlem hattının dışında tanımlanan, akış veya artımlı veri işleme için ek destek içeren Unity Kataloğu'na kayıtlı bir tablodur. Her akış tablosu için otomatik olarak bir işlem hattı oluşturulur. Kafka ve bulut nesne depolama alanından artımlı veri yükleme için akış tablolarını kullanabilirsiniz.

Databricks SQL ambarından veya sunucusuz genel işlem üzerinde çalışan bir not defterinden tek başına akış tabloları oluşturabilir ve yenileyebilirsiniz. İki işlem seçeneği arasındaki farklar hakkında ayrıntılı bilgi için bkz . Tek başına işlem hatları için gereksinimler.

Not defterinden Python ile tek başına akış tabloları oluşturmak ve yenilemek için bkz. Tek başına işlem hatlarıyla Python kullanma.

Uyarı

Delta Lake tablolarını akış kaynakları ve havuzları olarak kullanmayı öğrenmek için bkz. Delta Lake tablo akışı okuma ve yazma işlemleri.

Gereksinimler

Tek başına akış tablolarını oluşturma, yenileme ve sorgulamaya yönelik işlem seçenekleri, izinler ve diğer gereksinimler için bkz. Tek başına işlem hatları için gereksinimler.

Akış tabloları oluşturma

Akış tablosu Databricks SQL'deki bir SQL sorgusu tarafından tanımlanır. Akış tablosu oluşturduğunuzda, akış tablosunu oluşturmak için şu anda kaynak tablolarda bulunan veriler kullanılır. Daha sonra, kaynak tablolara eklenen verileri akış tablosuna eklemek için tabloyu genellikle belirli bir zaman dilimine göre yenilersiniz.

Akış tablosu oluşturduğunuzda, tablonun sahibi olarak kabul edilirsiniz.

Var olan bir tablodan akış tablosu oluşturmak için aşağıdaki örnekte olduğu gibi deyimini kullanınCREATE STREAMING TABLE:

CREATE OR REFRESH STREAMING TABLE sales
  SCHEDULE EVERY 1 hour
  AS SELECT product, price FROM STREAM raw_data;

Bu durumda, sales tablosunun belirli sütunlarından raw_data akış tablosu oluşturulur ve saatte bir yenilenecek şekilde bir zamanlama yapılır. Kullanılan sorgu bir akış sorgusu olmalıdır. Akış semantiğini kullanarak kaynaktan okumak için STREAM anahtar sözcüğünü kullanın.

Yenileme için kullanılan hesaplama

deyimini CREATE OR REFRESH STREAMING TABLE kullanarak bir akış tablosu oluşturduğunuzda, ilk veri yenileme ve popülasyon hemen başlar. Bu işlemler Databricks SQL deposu hesaplama kapasitesini harcamaz. Bunun yerine akış tabloları hem oluşturma hem de yenileme için sunucusuz işlem hatlarını kullanır. Ayrılmış sunucusuz işlem hattı, her akış tablosu için sistem tarafından otomatik olarak oluşturulur ve yönetilir.

Otomatik Yükleyici ile dosya yükleme

Birimdeki dosyalardan akış tablosu oluşturmak için Otomatik Yükleyici'yi kullanırsınız. Bulut nesne depolamasından veri alımı görevlerinin çoğu için Otomatik Yükleyici'yi kullanın. Auto Loader ve işlem hatları, sürekli büyüyen verileri bulut depolama alanına ulaşırken, artımlı ve değişmez bir şekilde yüklemek üzere tasarlanmıştır.

Databricks SQL'de Otomatik Yükleyici'yi kullanmak için işlevini kullanın read_files . Aşağıdaki örneklerde, JSON dosyalarının bir birimini akış tablosuna okumak için Otomatik Yükleyici'nin kullanılması gösterilmektedir:

CREATE OR REFRESH STREAMING TABLE sales
  SCHEDULE EVERY 1 hour
  AS SELECT * FROM STREAM read_files(
    "/Volumes/my_catalog/my_schema/my_volume/path/to/data",
    format => "json"
  );

Bulut depolamadan veri okumak için Otomatik Yükleyici'yi de kullanabilirsiniz:

CREATE OR REFRESH STREAMING TABLE sales
  SCHEDULE EVERY 1 hour
  AS SELECT *
  FROM STREAM read_files(
    'abfss://myContainer@myStorageAccount.dfs.core.windows.net/analysis/*/*/*.json',
    format => "json"
  );

Otomatik Yükleyici hakkında bilgi edinmek için bkz. Otomatik Yükleyici nedir?. SQL'de Otomatik Yükleyici'yi kullanma hakkında daha fazla bilgi edinmek için bkz. Nesne depolama alanından veri yükleme.

Diğer kaynaklardan akış veri alımı

Kafka da dahil olmak üzere diğer kaynaklardan veri alımı örneği için bkz. İşlem hatlarına veri yükleme.

Otomatik CDC akışlarıyla değişim veri yakalama uygulama

Kaynaktan FLOW AUTO CDC değişiklik verisi yakalama (CDC) kayıtlarını bir akış tablosuna işlemek için formülü kullanın. MERGE INTO Daha önce deyimi, Azure Databricks'te CDC kayıtlarını işlemek için yaygın olarak kullanılıyordu. Ancak, MERGE INTO sıra dışı kayıtlar nedeniyle yanlış sonuçlar verebilir veya kayıtları yeniden sıralamak için karmaşık mantık gerektirir. Bkz. Veri değişikliğini yakalama ve anlık görüntüler.

AUTO CDC sırası bozulan kayıtları otomatik olarak işleyerek CDC'yi basitleştirir. Kayıtları tanımlamak için anahtarlar, sıralama için bir sıra sütunu ve sonuçların SCD tür 1 (doğrudan güncelleştirmeler) veya SCD tür 2 (geçmiş izleme) olarak depolanıp depolanmayacağını belirtirsiniz.

Aşağıdaki örnek, SCD tipi 1'i kullanarak CDC değişikliklerini uygulayan bir akış tablosu oluşturur.

CREATE OR REFRESH STREAMING TABLE target
  FLOW AUTO CDC
  FROM stream(cdc_data.users)
  KEYS (userId)
  SEQUENCE BY sequenceNum
  STORED AS SCD TYPE 1;

Aşağıdaki örnek, değişikliklerin geçmişini korumak için SCD tür 2'yi kullanır:

CREATE OR REFRESH STREAMING TABLE target
  FLOW AUTO CDC
  FROM stream(cdc_data.users)
  KEYS (userId)
  APPLY AS DELETE WHEN operation = "DELETE"
  SEQUENCE BY sequenceNum
  COLUMNS * EXCEPT (operation, sequenceNum)
  STORED AS SCD TYPE 2;

Otomatik CDC seçenekleri ve davranışı hakkında tüm ayrıntılar için bkz. AUTO CDC API'leri: İşlem hatları ile değişiklik verilerini yakalamayı basitleştirme. Söz dizimi referansının tamamı için bkz CREATE STREAMING TABLE.

REPLACE WHERE akışlarıyla seçmeli toplu değiştirme uygulayın

Tüm tablo geçmişinizi yeniden işlemeden, bir akış tablosunun hedeflenen bir alt kümesini yeniden hesaplayıp üzerine yazmak için FLOW REPLACE WHERE ifadesini kullanın. REPLACE WHERE akışlar, birleşimlerin ve toplamaların artımlı toplu işlemesi, geç gelen veriler, yukarı akış yeniden işleme, şema evrimi ve geri doldurma işlemleri için uygundur.

Gereksinimler, koşul geçersiz kılmaları ve artımlı yenileme dahil olmak üzere akışlarla ilgili REPLACE WHERE tüm ayrıntılar için bkz. Tek başına akış tabloları için DEĞİşTİr WHERE akışları.

REPLACE USING akışlarıyla kısmi anlık görüntü değiştirme uygula

Önemli

REPLACE USING akışları Beta'da.

Kısmi anlık görüntü akışıyla bir akış tablosunu senkronize tutmak için FLOW REPLACE USING ifadesini kullanın. Her güncellemede, REPLACE USING akışı belirtilen anahtar sütunlarla eşleşen tüm satırları değiştirir ve diğer tüm satırları değiştirmeden bırakır. Bir SEQUENCE BY sütun, güncellemeleri sıralar, böylece bir anahtarın en yüksek sırası her zaman kazanır, güncellemeler sırasız gelse bile. Örneğin:

CREATE OR REFRESH STREAMING TABLE payments_current
FLOW REPLACE USING (payment_id) SEQUENCE BY payment_date BY NAME
SELECT payment_id, booking_id, status, payment_date
FROM STREAM(samples.wanderbricks.payments);

BY NAME gereklidir. Sütunları konumlarına göre değil, adlarına göre eşleştirir.

REPLACE USING, bağımsız akış tabloları için de Lakeflow işlem hatlarında olduğu gibi aynı şekilde davranır. Nasıl çalıştığı, sıralama, beklentiler, sınırlamalar ve örnekler hakkında bilgi için REPLACE USING akışlarıyla kısmi anlık görüntü değiştirme bölümüne bakın. Bağımsız yayın tabloları için aşağıdaki farklılıklar geçerlidir:

Akışı SQL'de tanımlayın. CREATE OR REFRESH STREAMING TABLE üzerinde satır içi SQL FLOW REPLACE USING yan tümcesiyle REPLACE USING akışını oluşturun. Bağımsız CREATE FLOW ifade, Lakeflow pipeline yapısıdır ve bağımsız akış tabloları için kullanılmaz.
Hesaplama sizin için yönetiliyor. Bağımsız akış tabloları sistem tarafından yönetilen sunucusuz boru hatlarında çalışır ve Databricks Runtime 18.2 ve üzeri gerektirir. Klasik ve sunucusuz hesaplama arasında seçim yapamazsınız.

Yalnızca yeni verileri alma

Varsayılan olarak, read_files işlev tablo oluşturma sırasında kaynak klasördeki tüm mevcut verileri okur ve ardından her yenilemeyle yeni gelen kayıtları işler.

Tablo oluşturma sırasında kaynak klasörde zaten var olan verilerin alımını önlemek için seçeneğini olarak includeExistingFilesayarlayınfalse. Bu, yalnızca tablo oluşturulduktan sonra klasöre gelen verilerin işlendiği anlamına gelir. Örneğin:

CREATE OR REFRESH STREAMING TABLE sales
  SCHEDULE EVERY 1 hour
  AS SELECT *
  FROM STREAM read_files(
    '/path/to/files',
    includeExistingFiles => false
  );

Çalışma zamanı sürümü

Akış tabloları her zaman en son Databricks SQL çalışma zamanı sürümünde çalışır. pipelines.channel Daha önce bir preview veya current çalışma zamanı kanalı seçmek için kullanılan tablo özelliği artık desteklenmiyor ve etkisi yok. Mevcut bir tanım bu özelliği içeriyorsa, bu güvenle göz ardı edilir ve kaldırmanıza gerek yoktur.

Hassas verileri gizleme

Hassas verileri tabloya erişen kullanıcılardan gizlemek için akış tablolarını kullanabilirsiniz. Yaklaşımlardan biri, hassas sütunları veya satırları tamamen dışlayacak şekilde sorguyu tanımlamaktır. Alternatif olarak, sorgulayan kullanıcının izinlerine göre sütun maskeleri veya satır filtreleri uygulayabilirsiniz. Örneğin, grubunda olmayan kullanıcılar için tax_id sütununu gizleyebilirsiniz HumanResourcesDept. Bunu yapmak için akış tablosunun oluşturulması sırasında ROW FILTER ve MASK söz dizimini kullanın. Daha fazla bilgi için bkz. Satır filtreleri ve sütun maskeleri.

Akış tablosunu yenileme

Akış tabloları, yenileme işlemlerini işlemek için sunucusuz işlem hatlarını otomatik olarak oluşturur ve kullanır. Yenileme işlem hattı tarafından yönetilir ve güncelleştirme, akış tablosunu oluşturmak için kullanılan Databricks SQL ambarı tarafından izlenir. Akış tabloları, bir zamanlamaya göre çalışan bir işlem hattı kullanılarak güncelleştirilebilir.

Zamanlanmış yenilemeniz olsa bile, istediğiniz zaman el ile yenileme çağırabilirsiniz. Yenilemeler, akış tablosuyla birlikte otomatik olarak oluşturulan aynı işlem hattı tarafından işlenir.

Akış tablosunu yenilemek için:

REFRESH STREAMING TABLE sales;

EXTENDED ile DESCRIBE TABLEen son yenilemenin durumunu de kontrol edebilirsiniz.

Uyarı

zaman yolculuğu sorgularını kullanmadan önce akış tablonuzu yenilemeniz gerekebilir.

Yenilemenin nasıl zamanlanacağını öğrenmek için bkz. Yenilemeleri zamanlama. Zamanlanmış yenilemelerde güncelleştirme bildirimleri olabilir ve yenileme için performans modunu ayarlayabilirsiniz.

Yenileme nasıl çalışır?

Akış tablosu yenilemesi yalnızca son güncelleştirmeden sonra gelen yeni satırları değerlendirir ve yalnızca yeni verileri ekler.

Her yenileme, bu yeni verileri işlemek için akış tablosunun geçerli tanımını kullanır. Akış tablosu tanımının değiştirilmesi, mevcut verileri otomatik olarak yeniden hesaplamaz. Bir değişiklik mevcut verilerle uyumsuzsa (örneğin, veri türünü değiştirme), sonraki yenileme bir hatayla başarısız olur.

Aşağıdaki örneklerde akış tablosu tanımındaki değişikliklerin yenileme davranışını nasıl etkilediği açıklanmaktadır:

Filtrenin kaldırılması, önceden filtrelenmiş satırları yeniden işlemez.
Sütun projeksiyonlarının değiştirilmesi, mevcut verilerin nasıl işlendiğini etkilemez.
Başlangıç işlemi yapıldığında statik anlık görüntülerle yapılan birleştirmeler, o zamanki anlık görüntü durumunu kullanır. Güncellenmiş anlık görüntüyle eşleşmeyen geç ulaşan veriler göz ardı edilir. Boyutlar geciktiğinde bu durum bilgilerin düşmesine neden olabilir.
Var olan bir sütunun CAST değerinin değiştirilmesi hataya neden olur.

Verileriniz mevcut akış tablosunda desteklenemeyecek şekilde değişirse, tam yenileme gerçekleştirebilirsiniz.

Akış tablosunu tam olarak yenileme

Tam yenilemeler, kaynakta bulunan tüm verileri en son tanım ile yeniden işler. Verilerin geçmişinin tamamını tutmayan veya Kafka gibi kısa saklama süreleri olan kaynaklarda tam yenilemelerin çağrılması önerilmez çünkü tam yenileme mevcut verileri kısaltmaktadır. Veriler artık kaynakta kullanılamıyorsa eski verileri kurtaramayabilirsiniz.

Örneğin:

REFRESH STREAMING TABLE sales FULL;

Yenilemeleri zamanlama ve izleme

Akış tablosunu bir zamanlamaya göre veya yukarı akış verileri değiştiğinde otomatik olarak yenileyebilir ve yenileme zaman aşımlarını, bildirimleri ve performans modlarını yapılandırabilirsiniz. Bkz. Yenilemeyi zamanlama.

Akış tablolarına erişimi denetleme

Akış tabloları, veri paylaşımını desteklemek için zengin erişim denetimlerini desteklerken, özel olabilecek verilerin açığa çıkartılmasını önler. Akış tablosu sahibi veya MANAGE ayrıcalığına sahip bir kullanıcı, SELECT ayrıcalıklar vererek diğer kullanıcılara izin verebilir. Akış tablosuna SELECT erişimi olan kullanıcılar, akış tablosunun başvurduğu tablolara SELECT erişim ihtiyacı duymayacak. Bu erişim denetimi, temel alınan verilere erişimi denetlerken veri paylaşımını etkinleştirir.

Akış tablosunun sahibini de değiştirebilirsiniz.

Akış tablosuna ayrıcalıklar verme

Akış tablosuna erişim vermek için deyiminiGRANT kullanın:

GRANT <privilege_type> ON <st_name> TO <principal>;

privilege_type şu şekilde olabilir:

SELECT - kullanıcı akış tablosunu görebilir SELECT.
REFRESH - kullanıcı akış tablosunu görebilir REFRESH. Yenilemeler, sahibin izinleri kullanılarak çalıştırılır.

Aşağıdaki örnek bir akış tablosu oluşturur ve kullanıcılara seçme ve yenileme ayrıcalıkları verir:

CREATE OR REFRESH STREAMING TABLE st_name AS SELECT * FROM STREAM source_table;

-- Grant read-only access:
GRANT SELECT ON st_name TO read_only_user;

-- Grant read and refresh access:
GRANT SELECT ON st_name TO refresh_user;
GRANT REFRESH ON st_name TO refresh_user;

Unity Kataloğu güvenli hale getirilebilir nesnelerde ayrıcalık verme hakkında daha fazla bilgi için bkz. Unity Kataloğu ayrıcalık başvurusu.

Akış tablosundan ayrıcalıkları kaldırma

Akış tablosundan erişimi iptal etmek için deyiminiREVOKE kullanın:

REVOKE privilege_type ON <st_name> FROM principal;

SELECT Bir kaynak tablodaki ayrıcalıklar, akış tablosu sahibinden veya akış tablosunda MANAGE veya SELECT ayrıcalıkları verilmiş olan diğer kullanıcılardan iptal edildiğinde veya kaynak tablo bırakıldığında, akış tablosu sahibi ya da erişim izni verilen kullanıcı akış tablosunu sorgulamaya devam edebilir. Ancak, aşağıdaki davranış oluşur:

Akış tablosu sahibi veya akış tablosuna erişimini kaybeden diğer kullanıcılar artık REFRESH bu akış tablosuna erişemez ve akış tablosu zaman içinde eskir.
Zamanlamayla otomatikleştirilmişse, bir sonraki zamanlanan REFRESH başarısız olur veya çalıştırılmaz.

Aşağıdaki örnek, SELECT'den read_only_user ayrıcalığını iptal eder.

REVOKE SELECT ON st_name FROM read_only_user;

Akış tablosunun sahibini değiştirme

Bağımsız bir akış tablosu üzerinde MANAGE izinlerine sahip bir kullanıcı, Katalog Gezgini aracılığıyla yeni bir sahip atayabilir. Yeni sahip kendileri veya Hizmet Sorumlusu Kullanıcı rolüne sahip oldukları bir hizmet sorumlusu olabilir.

Azure Databricks çalışma alanınızda Katalog Gezgini'ni açmak için katalog.
Güncelleştirmek istediğiniz akış tablosunu seçin.
Sağ kenar çubuğunda, Bu akış tablosu hakkında bölümünün altında Sahip'i bulun ve üzerine tıklayarak düzenleyin.

Uyarı

İşlem hattı ayarlarında Run as kullanıcısını değiştirerek sahibi güncellemeniz gerektiğini belirten bir ileti alırsanız, bu streaming tablosu bağımsız bir tablo olarak değil, bir Lakeflow işlem hattında tanımlanmıştır. İleti, kullanıcı olarak çalıştır'ı değiştirebileceğiniz işlem hattı ayarlarına bir bağlantı içerir.
Akış tablosu için yeni bir sahip seçin.

Sahipler, sahip oldukları akış tablolarında otomatik olarak MANAGE ve SELECT ayrıcalıklarına sahiptirler. Sahip olduğunuz bir akış tablosunun sahibi olarak bir hizmet sorumlusu ayarlıyorsanız ve akış tablosunda açıkça SELECT veya MANAGE ayrıcalıklarınız yoksa, bu değişiklik akış tablosuna tüm erişimi kaybetmenize neden olur. Bu durumda, bu ayrıcalıkları açıkça sağlamanız istenir.

MANAGE VER ve VER SELECT ayrıcalıklarını Kaydet'te sağlamak için seçin.
Sahibi değiştirmek için Kaydet'e tıklayın.

Akış tablosunun sahibi güncellenir. Gelecekteki tüm güncelleştirmeler yeni sahibin kimliği kullanılarak çalıştırılır.

Sahip, kaynak tablolara ayrıcalıklarını kaybettiğinde

Sahibi değiştirirseniz ve yeni sahibin kaynak tablolara erişimi yoksa (veya SELECT temel alınan kaynak tablolarda ayrıcalıklar iptal edilirse), kullanıcılar akış tablosunu sorgulamaya devam edebilir. Ancak:

Akış tablosunu kullanamazlar REFRESH .
Akış tablosunun bir sonraki zamanlanmış yenilemesi başarısız oluyor.

Kaynak verilere erişimin kaybedilmesi güncelleştirmeleri engeller, ancak mevcut akış tablosunun okunmasını hemen geçersiz kılmaz.

Akış tablosundaki kayıtları kalıcı olarak silme

Önemli

Akış tabloları içeren REORG deyimi desteği Genel Önizleme'ndedir.

Uyarı

Akış tablosuyla REORG deyimi kullanabilmek için Databricks Runtime'ın en az 15.4 sürümüne veya daha yenisine sahip olmanız gerekir.
deyimini REORG herhangi bir akış tablosuyla kullanabilirsiniz ancak yalnızca silme vektörleri etkin bir akış tablosundan kayıt silerken gereklidir. Silme vektörleri etkinleştirilmeden bir akış tablosuyla kullanıldığında komutun hiçbir etkisi yoktur.

GDPR uyumluluğu gibi silme vektörleri etkinleştirilmiş bir akış tablosunun temel depolama alanından kayıtları fiziksel olarak silmek için, bir VACUUM işlemin akış tablosunun verilerinde çalıştığından emin olmak için ek adımlar atılmalıdır.

Kayıtları temel alınan depolama alanından fiziksel olarak silmek için:

Kayıtları güncelleştirin veya akış tablosundan kayıtları silin.
Akış tablosuna karşı REORG deyimi çalıştırarak APPLY (PURGE) parametresini belirleyin. Örneğin REORG TABLE <streaming-table-name> APPLY (PURGE);.
Akış tablosunun veri saklama süresinin geçmesini bekleyin. Varsayılan veri saklama süresi yedi gündür, ancak delta.deletedFileRetentionDuration tablo özelliğiyle yapılandırılabilir. Bkz Zaman yolculuğu sorguları için veri saklamayı yapılandırma.
REFRESH akış tablosu. Bkz. Akış tablosunu yenileme. İşlemi izleyen 24 saat içinde, kayıtların REFRESH kalıcı olarak silinmesini sağlamak için gereken işlem dahil olmak üzere VACUUM işlem hattı bakım görevleri otomatik olarak çalıştırılır.

Sorgu geçmişini kullanarak işlemleri takip etme

Akış tablosu güncelleştirmelerinizi çalıştırmak için kullanılan işlem hattında kötü performans gösteren sorguları ve performans sorunlarını belirlemenize yardımcı olabilecek sorgu ayrıntılarına ve sorgu profillerine erişmek için sorgu geçmişi sayfasını kullanabilirsiniz. Sorgu geçmişlerinde ve sorgu profillerinde kullanılabilen bilgilerin türüne genel bakış için bkz . Sorgu geçmişi ve Sorgu profili.

Önemli

Bu özellik Genel Önizleme aşamasındadır. Çalışma alanı yöneticileri Bu özelliğe erişimi Önizlemeler sayfasından denetleyebilir. Bkz. Azure Databricks önizlemelerini yönetme.

Akış tablolarıyla ilgili tüm deyimler sorgu geçmişinde görünür. Herhangi bir komutu seçmek ve ilgili sorguları incelemek için Deyim açılır filtresini kullanabilirsiniz. Tüm CREATE deyimlerini, bir ardışık düzen üzerinde zaman uyumsuz olarak yürütülen bir REFRESH deyimi takip eder. REFRESH İfadeler genellikle performans optimizasyonu için içgörüler sağlayan ayrıntılı sorgu planlarını içerir.

Sorgu geçmişi kullanıcı arabirimindeki REFRESH ifadelerine erişmek için aşağıdaki adımları kullanın:

History icon.Sorgu Geçmişi kullanıcı arabirimini açmak için sol kenar çubuğunda tıklayın.
REFRESH açılır filtresinden onay kutusunu seçin.
Sorgunun süresi ve toplanan ölçümler gibi özet ayrıntılarını görüntülemek için sorgu deyiminin adına tıklayın.
Sorgu profilini açmak için Sorgu profilini göster'e tıklayın. Sorgu profili gezinme hakkında ayrıntılı bilgi için bkz.
İsteğe bağlı olarak, ilgili sorguyu veya işlem hattını açmak için Sorgu Kaynağı bölümündeki bağlantıları kullanabilirsiniz.

Sorgu ayrıntılarına SQL düzenleyicisindeki bağlantıları kullanarak veya SQL ambarı ekli bir not defterinden de erişebilirsiniz.

Dış istemcilerden akış tablolarına erişme

Açık API'leri desteklemeyen dış Delta Lake veya Iceberg istemcilerinden akış tablolarına erişmek için Uyumluluk Modu'nu kullanabilirsiniz. Uyumluluk Modu, akış tablonuzun herhangi bir Delta Lake veya Iceberg istemcisi tarafından erişilebilen salt okunur bir sürümünü oluşturur.

Ek kaynaklar

Geri Bildirim

Bu sayfayı yararlı buldunuz mu?

Last updated on 2026-09-11