Qu'est-il arrivé à Delta Live Tables (DLT) ?
Le produit anciennement connu sous le nom de Delta Live Tables (DLT) a été mis à jour en LakeFlow Pipelines. Si vous avez déjà utilisé DLT, aucune migration n'est nécessaire pour utiliser les pipelines LakeFlow : votre code fonctionnera toujours. Il y a des changements que vous pouvez apporter pour mieux tirer parti des Lakeflow pipelines, à la fois maintenant et à l'avenir, ainsi que pour introduire la compatibilité avec les pipelines déclaratifs Apache Spark™ (à partir d'Apache Spark 4.1).
Dans le code Python, les références à import dlt peuvent être remplacées par from pyspark import pipelines as dp, ce qui nécessite également les modifications suivantes :
@dltest remplacé par@dp.- Le décorateur
@tableest maintenant utilisé pour créer des tables de streaming, et le nouveau décorateur@materialized_viewest utilisé pour créer des vues matérialisées. @viewest maintenant@temporary_view.
Pour plus de détails sur les modifications du nom de l’API Python et les différences entre Lakeflow Pipelines et Apache Spark Declarative Pipelines, voir Qu’est-il arrivé à @dlt? dans la référence Python des pipelines.
Il existe toujours des références au nom DLT dans Databricks. Les SKU classiques pour les Lakeflow pipelines commencent toujours par DLT, et les schémas des Logs d'événements avec dlt dans le nom n'ont pas changé. Les APIs Python qui utilisaient dlt dans le nom peuvent toujours être utilisées, mais Databricks recommande de passer aux nouveaux noms.