模式演化在合并时的工作深度是多少?
在以下情况下,合并时自动模式演化不起作用。
import json
d1 = {'a':'b','b':{'c':{'1':1}}}
d2 = {'a':'s','b':{'c':{'1':2,'2':2}}}
d3 = {'a':'v','b':{'c':{'1':4}}}
df1 = spark.read.json(spark.sparkContext.parallelize([json.dumps(d1)]))
# passes
df1.write.saveAsTable('test_table4',format='delta',mode='overwrite', path=f"hdfs://hdmaster:9000/dest/test_table4")
df2 = spark.read.json(spark.sparkContext.parallelize([json.dumps(d2)]))
df2.createOrReplaceTempView('updates')
query = """
MERGE INTO test_table4 existing_records
USING updates updates
ON existing_records.a=updates.a
WHEN MATCHED THEN UPDATE SET *
WHEN NOT MATCHED THEN INSERT *
"""
spark.sql("set spark.databricks.delta.schema.autoMerge.enabled=true")
spark.sql(query) #passes
df3 = spark.read.json(spark.sparkContext.parallelize([json.dumps(d3)]))
df3.createOrReplaceTempView('updates')
query = """
MERGE INTO test_table4 existing_records
USING updates updates
ON existing_records.a=updates.a
WHEN MATCHED THEN UPDATE SET *
WHEN NOT MATCHED THEN INSERT *
"""
spark.sql("set spark.databricks.delta.schema.autoMerge.enabled=true")
spark.sql(query) #FAILS #FAILS
当深度大于2并且传入的df缺少列时,这看起来会失败。这是故意的吗?这件事处理得很好 option("mergeSchema", "true")
如果要附加。但我想把数据插上去。但merge无法处理此架构更改
使用delta lake版本0.8.0
1条答案
按热度按时间r7xajy2e1#
在delta 0.8中,应通过设置
spark.databricks.delta.schema.autoMerge.enabled
至true
,除了mergeSchema
这对我来说更重要append
模式。有关此功能的更多详细信息,请参阅delta 0.8公告博客文章。