CREATE TABLE [USING]

發行項
04/18/2024

適用於： 檢查標示為是 Databricks SQL Databricks Runtime

選擇性地使用數據源定義 Managed 或外部數據表。

語法

{ { [CREATE OR] REPLACE TABLE | CREATE [EXTERNAL] TABLE [ IF NOT EXISTS ] }
  table_name
  [ table_specification ]
  [ USING data_source ]
  [ table_clauses ]
  [ AS query ] }

table_specification
  ( { column_identifier column_type [ column_properties ] } [, ...]
    [ , table_constraint ] [...] )

column_properties
  { NOT NULL |
    GENERATED ALWAYS AS ( expr ) |
    GENERATED { ALWAYS | BY DEFAULT } AS IDENTITY [ ( [ START WITH start ] [ INCREMENT BY step ] ) ] |
    DEFAULT default_expression |
    COMMENT column_comment |
    column_constraint |
    MASK clause } [ ... ]

table_clauses
  { OPTIONS clause |
    PARTITIONED BY clause |
    CLUSTER BY clause |
    clustered_by_clause |
    LOCATION path [ WITH ( CREDENTIAL credential_name ) ] |
    COMMENT table_comment |
    TBLPROPERTIES clause |
    WITH { ROW FILTER clause } } [...]

clustered_by_clause
  { CLUSTERED BY ( cluster_column [, ...] )
    [ SORTED BY ( { sort_column [ ASC | DESC ] } [, ...] ) ]
    INTO num_buckets BUCKETS }

參數

REPLACE

如果指定，則取代數據表及其內容，如果已經存在的話。只有 Delta Lake 數據表才支援這個子句。

REPLACE 會保留數據表歷程記錄。

注意

Azure Databricks 強烈建議使用 REPLACE ，而不是卸除和重新建立 Delta Lake 數據表。
EXTERNAL

如果指定，會建立外部數據表。建立外部數據表時，您也必須提供 LOCATION 子句。卸除外部數據表時，將不會卸除位於的 LOCATION 檔案。
如果不存在

如果指定且具有相同名稱的數據表已經存在，則會忽略語句。

IF NOT EXISTS 無法與 REPLACE共存，這表示 CREATE OR REPLACE TABLE IF NOT EXISTS 不允許。
table_name

要建立之數據表的名稱。名稱不得包含時態規格。如果名稱不合格，則會在目前的架構中建立數據表。

在中 hive_metastore 建立的數據表只能包含英數位元 ASCII 字元和底線（INVALID_SCHEMA_OR_RELATION_NAME）。
table_specification

這個選擇性子句會定義數據行清單、其類型、屬性、描述和數據行條件約束。

如果您未定義資料表架構的資料列，則必須指定 AS query 或 LOCATION。
- column_identifier
  
  數據行的唯一名稱。
  
  沒有數據行對應屬性（'delta.columnMapping.mode' = 'name'）之 Delta Lake 數據表的數據行標識元不得包含字元 '''、'、';'、'{'、'}'、'（'、'）'。 'n'、't'和 '='。
  
  數據表的數據 AVRO 行標識碼必須以『' 或 Unicode 字母開頭（包括非 ASCII 字母），後面接著『『、Unicode 字母和數字的組合。
- column_type
  
  指定數據行的數據類型。並非所有數據源都支援 Azure Databricks 支援的所有數據類型。
- NOT NULL
  
  如果指定，數據行將不會接受 NULL 值。只有 Delta Lake 數據表才支援這個子句。
- 產生的 ALWAYS AS （ expr ）
  
  當您指定這個子句時，這個資料列的值取決於指定的 expr。
  
  expr 可能包含常值、數據表中的數據行標識符，以及具決定性的內建 SQL 函數或運算符，但除外：
  - 彙總函數
  - 分析視窗函式
  - 排名視窗函式
  - 數據表值產生器函式
  也 expr 不得包含任何子查詢。
- GENERATED { ALWAYS |依預設 } AS IDENTITY [ [ [ START WITH start ] [ INCREMENT BY step ] ]
  
  適用於： Databricks SQL Databricks Runtime 10.4 LTS 和更新版本
  
  定義識別數據行。當您寫入數據表，且未提供識別數據行的值時，它會自動指派唯一且以統計方式遞增（如果為負值則遞減 step ）。只有 Delta Lake 數據表才支援這個子句。這個子句只能用於具有 BIGINT 資料類型的數據行。
  
  自動指派的值會以開頭start，並以遞增。step 指派的值是唯一的，但不保證是連續的。這兩個參數都是選擇性的，預設值為1。 step 不可以是 0。
  
  如果自動指派的值超出識別數據行類型的範圍，查詢將會失敗。
  
  使用時 ALWAYS ，您無法提供自己的識別資料行值。
  
  不支援下列作業：
  - PARTITIONED BY 識別數據行
  - UPDATE 識別數據行
  注意
  
  在 Delta 數據表上宣告識別數據行會停用並行交易。只有在不需要同時寫入目標數據表的情況下，才使用識別數據行。
- DEFAULT default_expression
  
  適用於： Databricks SQL Databricks Runtime 11.3 LTS 和更新版本
  
  DEFAULT定義在、 UPDATEMERGE ... INSERT 和上INSERT未指定資料行時所使用的數據行值。
  
  如果未針對可為 Null 的資料列套 DEFAULT NULL 用預設值，則為。
  
  default_expression 可能由常值和內建 SQL 函式或運算子組成，但下列情況除外：
  - 彙總函數
  - 分析視窗函式
  - 排名視窗函式
  - 數據表值產生器函式
  也 default_expression 不得包含任何子查詢。
  
  DEFAULT 支援 CSV、 JSON、 PARQUET和 ORC 來源。
- 批注column_comment
  
  描述數據行的字串常值。
- column_constraint
  
  重要
  
  這項功能處於公開預覽狀態。
  
  將主鍵或外鍵條件約束加入 Delta Lake 數據表中的數據行。
  
  目錄中的數據表 hive_metastore 不支持條件約束。
  
  若要將檢查條件約束新增至 Delta Lake 數據表，請使用 ALTER TABLE。
- MASK 子句
  
  適用於：Databricks SQL Databricks Runtime 12.2 LTS 和更新版本僅限 Unity 目錄
  
  重要
  
  這項功能處於公開預覽狀態。
  
  新增數據行遮罩函式來匿名敏感數據。該數據行的所有未來查詢都會收到評估該函式的結果，而該數據行會取代數據行的原始值。這適用於細部訪問控制用途，其中函式可以檢查叫用使用者的身分識別和/或群組成員資格，以決定是否要修改值。
- table_constraint
  
  將參考主鍵或參考外鍵條件約束新增至 Delta Lake 數據表。
  
  目錄中的數據表 hive_metastore 不支援索引鍵條件約束。
  
  若要將檢查條件約束新增至 Delta Lake 數據表，請使用 ALTER TABLE。
使用data_source

要用於數據表的檔案格式。 data_source 必須是下列其中一項：
- AVRO
- BINARYFILE
- CSV
- DELTA
- JSON
- ORC
- PARQUET
- TEXT
Databricks Runtime 支援下列用於數據表的其他檔案格式：
- JDBC
- LIBSVM
- 自定義實 org.apache.spark.sql.sources.DataSourceRegister作的完整類別名稱。
如果 USING 省略，則預設值為 DELTA。

data_sourceDELTA除非您的資料表目錄是 hive_metastore，否則您也必須指定 LOCATION 。

下列適用於： Databricks Runtime

HIVE 支援在 Databricks Runtime 中建立 Hive SerDe 數據表。您可以指定 Hive 特定的 file_format ，並使用 row_formatOPTIONS 子句，這是不區分大小寫的字串對應。 option_keys為：
- FILEFORMAT
- INPUTFORMAT
- OUTPUTFORMAT
- SERDE
- FIELDDELIM
- ESCAPEDELIM
- MAPKEYDELIM
- LINEDELIM
table_clauses

選擇性地指定新資料表的位置、資料分割、叢集、選項、批注和使用者定義屬性。每個子子句只能指定一次。
- 數據分割者
  
  選擇性子句，可依數據行子集分割數據表。
  
  注意
  
  如果您未定義 Delta 資料表，即使資料行規格稍早定義數據行，資料分割數據行也會放在數據表結尾。請考慮使用 CLUSTER BY 而非 PARTITIONED BY Delta 數據表。
- CLUSTER BY
  
  適用於： Databricks SQL Databricks Runtime 13.3 和更新版本
  
  依數據行子集將 Delta 資料表叢集的選擇性子句。若要叢集其他資料表，請使用 clustered_by_clause。
  
  Delta Lake liquid clustering 無法與 PARTITIONED BY結合。
- clustered_by_clause
  
  選擇性地使用數據行子集，將數據表或每個分割區叢集成固定數目的哈希值區。
  
  Delta Lake 數據表不支援叢集。
  - 叢集依據
    
    指定要將每個資料分割叢集的數據行集，如果未指定任何數據分割，則指定數據表。
    - cluster_column
      
      參考 column_identifier 數據表中的識別碼。如果您指定多個數據行，則不一定有重複專案。由於叢集在分割層級上運作，因此您不得將分割區數據行命名為叢集數據行。
  - 排序依據
    
    選擇性地維護貯體中數據列的排序順序。
    - sort_column
      
      排序貯體依據的數據行。數據行不得為數據分割數據行。排序數據行必須是唯一的。
    - ASC 或 DESC
      
      選擇性地指定是以 sort_column 遞增（ASC）或遞減（DESC）順序排序。預設值為 ASC。
  - INTO num_buckets BUCKETS
    
    INTEGER 常值，指定分割每個資料分割的貯體數目（如果沒有指定分割區，則為數據表）。
- 位置路徑 [ WITH （ CREDENTIAL credential_name ） ]
  
  儲存數據表資料之目錄的選擇性路徑，可能是分散式記憶體上的路徑。 path 必須是 STRING 常值。如果您未指定任何位置，則會將數據表視為， managed table 且 Azure Databricks 會建立預設的數據表位置。
  
  指定位置會使資料表成為外部資料表。
  
  對於不在目錄中的hive_metastore數據表path，除非指定有效的記憶體認證，否則數據表必須受到外部位置的保護。
  
  您無法在與 Managed 資料表位置重疊的位置中建立外部資料表。
  
  若為 Delta Lake 數據表，數據表組態會繼承自 LOCATION ，如果數據存在的話。因此，如果為 Delta Lake 數據表指定了任何 TBLPROPERTIES、 table_specification或 PARTITIONED BY 子句，它們必須完全符合 Delta Lake 位置數據。
- OPTIONS
  
  設定或重設一或多個使用者定義的數據表選項。
- 批注table_comment
  
  描述數據表的字串常值。
- TBLPROPERTIES
  
  選擇性地設定一或多個使用者定義的屬性。
- WITH ROW FILTER 子句
  
  適用於：Databricks SQL Databricks Runtime 12.2 LTS 和更新版本僅限 Unity 目錄
  
  重要
  
  這項功能處於公開預覽狀態。
  
  將數據列篩選函式加入至數據表。該數據表的所有未來查詢都會接收其數據列的子集，而此數據列會評估為布爾值 TRUE。這適用於細部訪問控制用途，其中函式可以檢查叫用使用者的身分識別和/或群組成員資格，以決定是否要篩選特定數據列。
AS 查詢

這個選擇性子句會使用中的數據 query填入數據表。當您指定時 query ，不得同時指定 table_specification。數據表架構衍生自查詢。

請注意，Azure Databricks 會使用輸入查詢的數據覆寫基礎數據源，以確保建立的數據表包含與輸入查詢完全相同的數據。

例子

-- Creates a Delta table
> CREATE TABLE student (id INT, name STRING, age INT);

-- Use data from another table
> CREATE TABLE student_copy AS SELECT * FROM student;

-- Creates a CSV table from an external directory
> CREATE TABLE student USING CSV LOCATION '/mnt/csv_files';

-- Specify table comment and properties
> CREATE TABLE student (id INT, name STRING, age INT)
    COMMENT 'this is a comment'
    TBLPROPERTIES ('foo'='bar');

-- Specify table comment and properties with different clauses order
> CREATE TABLE student (id INT, name STRING, age INT)
    TBLPROPERTIES ('foo'='bar')
    COMMENT 'this is a comment';

-- Create partitioned table
> CREATE TABLE student (id INT, name STRING, age INT)
    PARTITIONED BY (age);

-- Create a table with a generated column
> CREATE TABLE rectangles(a INT, b INT,
                          area INT GENERATED ALWAYS AS (a * b));

CREATE TABLE [USING]

語法

參數

例子

相關文章

其他資源