Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Azure Databricks valideert de gegevenskwaliteit door schema's af te dwingen bij schrijven.
Notitie
In dit artikel wordt het standaardgedrag beschreven voor tabellen in Azure Databricks, die worden ondersteund door Delta Lake. Schemaafdwinging is niet van toepassing op tabellen die worden ondersteund door externe gegevens.
Schema afdwingen voor invoegbewerkingen
Azure Databricks dwingt de volgende regels af bij het invoegen van gegevens in een tabel:
- Alle ingevoegde kolommen moeten aanwezig zijn in de doeltabel.
- Alle kolomgegevenstypen moeten overeenkomen met de kolomgegevenstypen in de doeltabel.
Notitie
Azure Databricks probeert kolomgegevenstypen veilig te casten zodat deze overeenkomen met de doeltabel.
Schemavalidatie tijdens MERGE bewerkingen
Azure Databricks dwingt de volgende regels af bij het invoegen of bijwerken van gegevens als onderdeel van een MERGE bewerking:
- Als het gegevenstype in de broninstructie niet overeenkomt met de doelkolom, probeert
MERGEkolomgegevenstypen veilig te casten zodat deze overeenkomen met de doeltabel. - De kolommen die het doel van een
UPDATEofINSERTactie zijn, moeten aanwezig zijn in de doeltabel. - Wanneer u
INSERT *ofUPDATE SET *syntaxis gebruikt:- Kolommen in de brongegevensset die niet aanwezig zijn in de doeltabel, worden genegeerd.
- De brongegevensset moet alle kolommen bevatten die aanwezig zijn in de doeltabel.
Een tabelschema wijzigen
U kunt het schema van een tabel bijwerken met behulp van expliciete ALTER TABLE instructies of automatische schemaontwikkeling. Zie Tabelschema bijwerken.
Schema-evolutie heeft speciale semantiek voor MERGE bewerkingen. Zie Automatische schemaontwikkeling voor samenvoegen.