Inspekter metadata fra Delta-tabellen

Bruk DESCRIBE DETAIL og DESCRIBE HISTORY når du trenger å inspisere en Delta-tabell uten å endre den. Disse kommandoene hjelper deg å forstå hvordan en tabell lagres, hva som har endret seg over tid, og hvilken tabellversjon du kanskje vil undersøke eller gjenopprette.

Begge kommandoene er skrivebeskyttede inspeksjonskommandoer. De endrer ikke tabelldata, metadata eller transaksjonshistorikk.

Bruk BESKRIV DETALJER

DESCRIBE DETAIL returnerer metadata på tabellnivå for en Delta-tabell. Bruk det når du vil ha et raskt øyeblikksbilde av tabelldefinisjonen og lagringsdetaljene.

Typiske metadata inkluderer:

  • Tabellformat
  • Tabellidentifikator og navn
  • OneLake-lokasjon
  • Opprettelsestid og sist modifisert tid
  • Partisjonskolonner
  • Filantall og total størrelse i bytes
  • Tabellegenskaper
  • Minimum versjoner for leser og skriverprotokoller

Kjør BESKRIV DETALJ

Kjør DESCRIBE DETAIL mot en Delta-tabell ved å bruke Spark SQL eller Delta Lake API i PySpark eller Scala.

DESCRIBE DETAIL schema_name.table_name

Forstå BESKRIV DETALJ-utdata

Det eksakte skjemaet kan variere etter kjøretid og tabellfunksjoner, men du ser ofte følgende kolonner.

Kolonne Hva det betyr
format Tabellformatet. For delta-tabeller i Fabric er denne verdien delta.
id Den unike identifikatoren for Delta-tabellen.
name Det registrerte bordnavnet.
location Lagringsstien for bordet i OneLake.
createdAt Tidsstempelet da tabellen ble opprettet.
lastModified Tidsstempelet når tabellmetadata eller filer sist ble oppdatert.
partitionColumns Listen over partisjonskolonner definert for tabellen.
numFiles Det nåværende antallet datafiler som følges av tabellen.
sizeInBytes Den totale størrelsen på de sporede tabelldataene i bytes.
properties Tabellegenskapene lagret med Delta-tabelldefinisjonen.
minReaderVersion Den minste Delta-protokollleserversjonen som kreves for å lese tabellen.
minWriterVersion Den minste Delta-protokollskriver-versjonen som kreves for å skrive til tabellen.

Bruk disse verdiene til å bekrefte hvor en tabell ligger, estimere lagringsavtrykk, verifisere partisjonering, og sjekke om tabellegenskaper eller protokollversjoner har endret seg.

Bruk BESKRIV HISTORIE

DESCRIBE HISTORY returnerer operasjonsnivå-historikken for en Delta-tabell. Bruk det når du trenger en revisjonsspor av skrivinger og vedlikeholdsaktiviteter som WRITE, MERGE, , OPTIMIZE, VACUUM, DELETE, eller UPDATE.

Denne historikken hjelper deg å svare på spørsmål som:

  • Hvem byttet bordet?
  • Hvilken operasjon ble gjennomført?
  • Når skjedde endringen?
  • Hvilken versjon bør du inspisere med tidsreise eller restaurere?

Kjør BESKRIV HISTORIE

Løp DESCRIBE HISTORY for å returnere hele tilgjengelig historikk.

DESCRIBE HISTORY schema_name.table_name

Begrens utgangen når du bare trenger de nyeste oppføringene.

DESCRIBE HISTORY schema_name.table_name LIMIT n

Forstå BESKRIV HISTORIKK-utgang

Historikkutdataene er en revisjonslogg over Delta-transaksjoner. Følgende spalter er spesielt nyttige.

Kolonne Hva det betyr
version Delta-tabellversjonen opprettet av operasjonen.
timestamp Tiden da operasjonen ble gjennomført.
operation Operasjonstypen, som WRITE, , , MERGE, eller OPTIMIZEVACUUM.
operationParameters Parametere som ble levert for operasjonen.
operationMetrics Målinger fanget opp for operasjonen, som filer lagt til, filer fjernet, rader skrevet eller datavolum behandlet.
userName Brukeren eller hovedpersonen knyttet til operasjonen, når tilgjengelig.
Notatbokinfo Notatbok-relatert kontekst, som notatboksti eller notatboks-ID, når operasjonen kom fra en notatbokkjøring.

Bruk operationParameters og operationMetrics sammen når du trenger mer enn operasjonsnavnet. For eksempel inkluderer OPTIMIZE og VACUUM ofte målinger som hjelper deg å forstå hvor mye data som Fabric omskrevet eller ryddet opp.

Når skal du bruke DESCRIBE HISTORY

DESCRIBE HISTORY er spesielt nyttig i disse situasjonene:

  • Revisjonsspor: Gå gjennom hvem som endret en tabell og hvilken operasjon de kjørte.
  • Feilsøking: Identifiser skrive-, sammenslåings-, optimaliserings- eller sletteoperasjonen som introduserte et problem.
  • Versjonsoppdagelse: Finn tabellversjonen for å bruke med tidsreiser eller RESTORE.
  • Vedlikeholdsovervåking: Inspiser OPTIMIZE og VACUUM målinger for å bekrefte at vedlikeholdet har kjørt og for å se hva som har endret seg.

Hvor man skal kjøre disse kommandoene

Kjør disse kommandoene i Fabric-notatbøker og Spark-jobbdefinisjoner når du jobber med Delta-tabeller gjennom Apache Spark.

DESCRIBE DETAIL Fungerer også i SQL analytics-endepunktet for grunnleggende tabellmetadata-scenarier. Bruk Spark når du trenger fullstendige Delta Lake API-er, som for eksempel DeltaTable.forName(...).detail() i DeltaTable.forName(...).history() PySpark eller Scala.

Historiebevaring

Delta-historikkoppbevaring styres av delta.logRetentionDuration tabellegenskapen. Standard oppbevaringsperiode er 30 dager.

Hvis du trenger å inspisere eldre historikk, bekreft at dine tabelllagringsinnstillinger bevarer transaksjonsloggen lenge nok for dine operasjonelle og revisjonsbehov.

Relatert innhold

  • Last updated on