Запросы в Data Intelligence Platform

Введение в Databricks SQL

Kevin Barlow

Data Manager

Мотивация

Диаграмма Lakehouse — преобразование

Мотивация

Диаграмма Lakehouse — анализ

Основы SQL-запросов

Основан на ANSI SQL
Общие паттерны и функции, знакомые по другим диалектам SQL
- Синтаксис SELECT ... FROM ...
- Встроенные и пользовательские функции
- Запросы к таблицам в Unity Catalog или других СУБД

SELECT
    id,
    name,
    product,
    store_id,
    sales,
    unit_price,
FROM
    sales_data
WHERE
    sales > 10 AND
    product IN ('widget', 'thingy')

Распространённые функции

Функции Databricks SQL охватывают наиболее распространённые операции SQL, Python и Spark
- ROUND() и FORMAT_NUMBER()
- CONCAT(), LEFT() и RIGHT()
- DATE(), DATE_ADD() и DATE_DIFF()
- CASE, IF() и ISNULL()
- FROM_CSV() и FROM_JSON()
Создание пользовательских функций (UDF)

SELECT
    id,
    initcap(name) as name,
    right(product, 10) as productSKU,
    store_id,
    int(sales) as numSales,
    round(unit_price, 2) as unit_price
FROM
    sales_data
WHERE
    sales > 10 AND
    product IN ('widget', 'thingy')

Визуализации

Визуальное представление результатов запроса
Поддержка наиболее популярных типов визуализации
- Столбчатые и линейные диаграммы
- Кольцевые диаграммы
- Картографические визуализации
- Сводные таблицы

Столбчатая диаграмма с накоплением

Линейный график

Давайте потренируемся!

Введение в Databricks SQL