• 特定的文件夹名称'**xJ'**可能是Delta Lake内部使用的随机生成的标识符。它是Delta Lake用于有效可靠地管理数据的结构的一部分。
• 这些内部文件夹不允许用户直接访问或修改，它们对Delta Lake的运行至关重要，并由Delta Lake系统自动管理。

我已经尝试了本地和全局spark会话，并执行了对ADLS的写入和合并操作：

下面是全球星火会议：

from pyspark.sql import SparkSession
spark = SparkSession.builder \
    .appName("example") \
    .config("spark.some.config.option", "some-value") \
    .getOrCreate()
data = [('Alice', 34), ('Bob', 55), ('Charlie', 45)]
columns = ['name', 'age']
df = spark.createDataFrame(data, columns)
df.write.format('delta').mode('overwrite').save("abfss://[email protected]/1_path/events")
new_data = [('Dave', 28), ('Eva', 38)]
new_df = spark.createDataFrame(new_data, columns)
new_df.write.format('delta').mode('append').save("abfss://folde[email protected]/1_path/events")

字符串

的数据
通过遵循此全局spark会话方法，可以确保操作一致，并避免在使用Delta Lake的Azure Databricks中执行写入和合并操作期间出现任何意外的文件夹创建或命名问题。