スタンドアロンのマテリアライズドビューとストリーミングテーブル
LakeFlow Pipelinesは、Databricks上のApache Spark™宣言型パイプラインでマテリアライズドビューとストリーミングテーブルを作成する最も一般的な方法です。単純なクエリー構文を使用してLakeflowパイプラインの外側にスタンドアロンのマテリアライズドビューとストリーミングテーブルを定義することもでき、Databricksは基礎となるパイプラインを管理します。スタンドアロンテーブルは、Databricks SQL warehouseまたはServerless汎用コンピュートで実行されているノートブックから作成および更新できます。
スタンドアロンテーブルと LakeFlow Pipelines のどちらを選択するかについては、「スタンドアロンパイプラインと LakeFlow Pipelines の比較」を参照してください。管理対象パイプラインの一部としてマテリアライズドビューとストリーミングテーブルを構築するには、「LakeflowのSpark宣言型パイプライン」を参照してください。
このセクションは、以前は「Databricks SQLのパイプライン」と呼ばれていました。これは「スタンドアロンのマテリアライズドビューとストリーミングテーブル」に改名され、Databricks SQL Warehouseに加えて、サーバレス汎用コンピュートで実行されるノートブックからスタンドアロンのマテリアライズドビューとストリーミングテーブルを作成する新しいサポートを反映しています。
次のトピックでは、スタンドアロンのマテリアライズドビューとストリーミングテーブルについて説明します。
トピック | 説明 |
|---|---|
スタンドアロンのマテリアライズドビューおよびストリーミングテーブルのコンピュートオプション (機能サポートやリージョンの可用性を含む) について説明します。 | |
ストリーミングテーブルの作成、更新、構成、および監視を行います。 | |
マテリアライズドビューの作成、更新、およびクエリーを行います。 | |
バッチ抽出、変換、ロード（ETL）ワークロードに対して、REPLACE WHEREフローとマテリアライズドビューのどちらかを選択します。 |
ノートブックから Python を使用してスタンドアロンのマテリアライズドビューとストリーミングテーブルを作成および更新する方法については、スタンドアロンパイプラインでの Python の使用を参照してください。