Lakeflow 管線是使用 Apache Spark™ 宣告式管線在 Azure Databricks 上建立實體化視圖和串流資料表最常見的方式。 你也可以用簡單的查詢語法，在 Lakeflow 管線外定義獨立的實體化視圖和串流資料表，而 Azure Databricks 會幫你管理底層的管線。 獨立資料表可從 Databricks SQL Warehouse，或從在無伺服器一般運算上執行的筆記本中建立及重新整理。
欲決定獨立表格與湖流量管線之間，請參見 獨立管線與湖流管線。 若要建立實體化檢視與串流資料表作為管理管線的一部分，請參見 Lakeflow 上的 Spark 宣告式管線。
Note
此區塊先前稱為「Databricks SQL 的管線」。後來改名為「獨立實體化檢視與串流資料表」，以反映新增支援從在無伺服器一般運算上執行的筆記本建立獨立實體化檢視與串流資料表，除了 Databricks SQL 倉儲外。
以下主題涵蓋獨立的實體化視圖與串流資料表。
| Topic | Description |
|---|---|
| 獨立管線的要求 | 了解獨立實體化視圖與串流資料表的計算選項，包括功能支援與區域可用性。 |
| 使用獨立串流表 | 建立、刷新、設定並監控串流表格。 |
| 使用獨立的物質化視圖 | 建立、重新整理及查詢實體化檢視。 |
| 何時使用 REPLACE WHERE 與實體化視圖 | 可選擇 REPLACE WHERE flows 與實體化視圖，以處理批次擷取、轉換與載入（ETL）工作負載。 |
若要從筆記本使用 Python 建立並刷新獨立的實體化視圖與串流資料表，請參見「使用 Python 搭配獨立管線」。