メインコンテンツまでスキップ

Apache Spark DataFrames を使用した Delta Sharing 共有テーブルの読み取り

この記事では、Apache Spark を使用して 、Delta Sharing を使用して共有データのクエリを実行する構文の例を示します。 deltasharing キーワードを DataFrame 操作の形式オプションとして使用します。

共有データのクエリに関するその他のオプション​

また、次の例のように、メタストアに登録されている Delta Sharing カタログで共有テーブル名を使用するクエリを作成することもできます。

SQL
SELECT * FROM shared_table_name

Delta SharingDatabricksでの の設定と共有テーブル名を使用したデータのクエリの詳細については、「 を使用して共有されたデータの読み取りDatabricks-to-DatabricksDelta Sharing(受信者向け)」 を参照してください。

構造化ストリーミングを使用して、共有テーブルのレコードを増分的に処理できます。 構造化ストリーミングを使用するには、テーブルの履歴共有を有効にする必要があります。 ALTER SHAREを参照してください。履歴共有には、Databricks Runtime 12.2 LTS 以降が必要です。

共有テーブルでソース Delta テーブルでチェンジデータフィードが有効になっており、共有で履歴が有効になっている場合は、構造化ストリーミングまたはバッチ操作で Delta 共有を読み取るときにチェンジデータフィードを使用できます。 でのDelta Lake チェンジデータフィードの使用Databricks を参照してください。

Delta Sharing format キーワードで読み取ります​

deltasharing キーワードは、次の例に示すように、Apache Spark DataFrame の読み取り操作でサポートされています。

Python
df = (spark.read
  .format("deltasharing")
  .load("<profile-path>#<share-name>.<schema-name>.<table-name>")
)

Read チェンジデータフィード for Delta Sharing shared tables​

履歴が共有され、チェンジデータフィードが有効になっているテーブルの場合、 Apache Spark DataFramesを使用してチェンジデータフィードレコードを読み取ることができます。 履歴共有には、Databricks Runtime 12.2 LTS 以降が必要です。

Python
df = (spark.read
  .format("deltasharing")
  .option("readChangeFeed", "true")
  .option("startingTimestamp", "2021-04-21 05:45:46")
  .option("endingTimestamp", "2021-05-21 12:00:00")
  .load("<profile-path>#<share-name>.<schema-name>.<table-name>")
)

構造化ストリーミングを使用した Delta Sharing 共有テーブルの読み取り​

履歴が共有されているテーブルの場合、共有テーブルを構造化ストリーミングのソースとして使用できます。 履歴共有には、Databricks Runtime 12.2 LTS 以降が必要です。

Python
streaming_df = (spark.readStream
  .format("deltasharing")
  .load("<profile-path>#<share-name>.<schema-name>.<table-name>")
)

# If CDF is enabled on the source table
streaming_cdf_df = (spark.readStream
  .format("deltasharing")
  .option("readChangeFeed", "true")
  .option("startingTimestamp", "2021-04-21 05:45:46")
  .load("<profile-path>#<share-name>.<schema-name>.<table-name>")
)
に最終更新