Запрос данных с помощью обозревателя запросов Lakehouse

Обозреватель запросов Lakehouse — это интегрированный редактор запросов, встроенный непосредственно в обозреватель Fabric Lakehouse. Вы можете записывать и запускать запросы Spark SQL к данным lakehouse, не выходя из обозревателя. Вам не нужно переключаться на конечную точку аналитики SQL или создавать записную книжку для быстрого изучения данных.

Обозреватель запросов использует Apache Spark в качестве обработчика выполнения, используя конечную точку Lakehouse Livy. Вы получаете тот же диалект SQL, что и записные книжки Spark, поддержку операций чтения и записи, а также возможность эффективно запрашивать большие наборы данных.

Открытие обозревателя запросов

Обозреватель запросов можно открыть из обозревателя Lakehouse следующим образом:

• Меню навигации сверху — выберите новый запрос SparkSQL в верхнем меню навигации. Откроется пустая вкладка запроса в обозревателе Lakehouse.
• Меню навигации слева — щелкните правой кнопкой мыши любую таблицу, представление или ярлык в дереве обозревателя и выберите новый запрос SparkSQL. Откроется вкладка запроса с предварительно заполненной SELECT * FROM <table> LIMIT 100 инструкцией.

Дерево обозревателя остается видимым слева при открытии обозревателя запросов, чтобы можно было ссылаться на схемы и таблицы при написании запросов.

Функции редактора запросов

Редактор запросов обеспечивает продуктивную разработку для Spark SQL:

• IntelliSense — автозавершение для имен таблиц, имен столбцов, схем и функций SQL. После ввода FROMтекста IntelliSense предлагает доступные озера, схемы и таблицы. Подсказки по столбцам отображаются при обращении к таблице в запросе. Наведите указатель мыши на имя таблицы, чтобы увидеть ее столбцы во всплывающем окне.
• Выделение синтаксиса — ключевые слова SQL с цветом, идентификаторы и литералы.
• Формат — выберите Формат на панели инструментов, чтобы автоматически расставить отступы и структурировать SQL.
• Запуск и отмена — выберите "Выполнить" , чтобы выполнить запрос, или отменить выполнение запроса.
• Номера строк и свертывание кода — свернуть разделы длинных запросов для упрощения навигации.

Динамические вкладки

Вы можете одновременно открывать несколько вкладок запросов и переключаться между ними мгновенно. Каждая вкладка поддерживает собственный текст запроса, состояние выполнения и результаты независимо друг от друга.

Чтобы открыть новую вкладку, выберите "Создать запрос SparkSQL " в меню ленты или контекстного меню. Чтобы закрыть вкладку, выберите X на вкладке. Закрытие одной вкладки не влияет на других пользователей.

Динамические вкладки полезны при одновременном изучении различных аспектов данных. Например, одна вкладка заказов, одна для клиентов и одна для региональных разбивк.

Выполнение запросов

Когда вы выбираете Запуск на панели инструментов окна запроса, обозреватель запросов подключается к облегчённому сеансу Spark, который использует конечную точку Livy для lakehouse и оптимизирован для быстрого запуска.

В строке состояния в нижней части обозревателя запросов отображается текущее состояние сеанса:

При последующих запросах (теплый запуск) выполнение начинается немедленно без шага "Запуск сеанса".

Поддерживаемые инструкции SQL

Обозреватель запросов поддерживает все инструкции Spark SQL, в том числе:

• SELECT — запрос и изучение данных в схемах и озерах.
• DML — INSERT, UPDATE, DELETE и MERGE для изменений данных.
• DDL — CREATE VIEW, CREATE TABLE, ALTER и DROP для управления схемами.
• Инструкции служебной программы — ОПИСАНИЕ, SHOW TABLE, SHOW SCHEMAS и другие запросы метаданных.

Перекрестная схема и кросс-лейкхаус запросов

Таблицы можно запрашивать в разных схемах в одном озерном доме, между несколькими озерами в одной рабочей области, а также даже между озерами в разных рабочих областях — все на одной вкладке запроса.

• Межсхемные ссылки — обращение к таблицам с использованием синтаксиса schema_name.table_name (например, SELECT * FROM sales.orders JOIN marketing.campaigns ON ...).
• Кросс-лейкхаус — используйте полный путь workspace_name.lakehouse_name.schema_name.table_name для запроса таблиц в других озерах.

Results

Результаты запроса отображаются в сетке под редактором. Сетка результатов предоставляет следующие возможности:

• Сортировка столбцов — выберите заголовок столбца для сортировки по возрастанию или убыванию.
• Поиск и фильтрация — фильтруйте результаты прямо в списке, чтобы находить конкретные значения.
• Индикатор счетчика строк— показывает количество возвращаемых строк. Результаты по умолчанию ограничены 1000 строк. Когда результаты усечены, появляется явный индикатор.
• Копирование — выбор ячеек и копирование с помощью CTRL+C. Вставьте в Excel или другие инструменты.
• Экспорт — скачивание результатов в формате CSV, JSON или XML.
• Встроенные диаграммы — создавайте столбчатые, линейные, круговые и другие типы диаграмм непосредственно из набора результатов. Диаграммы обновляются при изменении типа диаграммы или базовых данных. Код визуализации не нужен.

Создание представлений

Вы можете создавать представления непосредственно из обозревателя запросов, чтобы сохранить полезные запросы в качестве повторно используемых ресурсов. Представления автоматически отображаются в дереве обозревателя Lakehouse рядом с таблицами.

Создать представление можно двумя способами:

• Инструкция SQL — запись и запуск инструкции CREATE VIEW в редакторе. Дополнительные сведения о представлениях Spark см. в разделе "Представления Spark в Lakehouse".

  CREATE VIEW my_view AS
  SELECT customer_id, SUM(amount) AS total
  FROM sales.orders
  GROUP BY customer_id
  

• Сохраните как представление . После выполнения запроса SELECT выберите "Сохранить как представление " на панели инструментов. Укажите имя представления в диалоговом окне.

Limitations

• Только Spark SQL — обозреватель запросов поддерживает Spark SQL. PySpark, Scala и R не поддерживаются. Для поддержки нескольких языков используйте записную книжку.
• Сохранение запросов не выполняется. Запросы не сохраняются в сеансах. Чтобы сохранить полезный запрос, сохраните его в виде представления.
• Журнал запросов не сохраняется. Предыдущие запросы не хранятся. Сохранение запросов и история появятся в одном из будущих выпусков.
• Создание материализованного представления не поддерживается. Создание материализованного представления (MLV) не поддерживается. Используйте записную книжку для создания материализованных представлений.
• Нет совместной работы в режиме реального времени . Обозреватель запросов не поддерживает совместную разработку в режиме реального времени.
• Планирование запросов не поддерживается — для выполнения запросов по расписанию используйте конвейеры или записные книги.

Связанные материалы

• Навигация по обозревателю Fabric Lakehouse
• Что такое озёрный дом?
• Конечная точка SQL аналитики Lakehouse
• Исследование данных при помощи ноутбука Lakehouse
• Представления Spark в Lakehouse