這篇文章給大家介紹如何進行delta lake 的curd操作，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。
delta lake 的表支持刪除和更新數據的語法，下面主要是從sql和scala兩個語法說起吧。
1. 刪除delta 表數據
可以根據查詢條件，從delta表中刪除數據，比如刪除日期在2017年之前的數據，sql和scala的表達語法如下。
sql
DELETE FROM events WHERE date < '2017-01-01'DELETE FROM delta.`/data/events/` WHERE date < '2017-01-01'
scala
import io.delta.tables._val deltaTable = DeltaTable.forPath(spark, "/data/events/")deltaTable.delete("date < '2017-01-01'") // predicate using SQL formatted stringimport org.apache.spark.sql.functions._import spark.implicits._deltaTable.delete(col("date") < "2017-01-01") // predicate using Spark SQL functions and implicits
請注意，delete操作會將數據從delta 表的最新版本中刪除，但其實只有到歷史版本直接被vacuum清空的時候，才會從物理存儲中刪除數據。
2. 更新表
可以更新滿足條件的表。比如想更新eventType的字段字符串的編寫失誤，可以使用下面的表達，sql和scala的表達分別如下：
sql
UPDATE events SET eventType = 'click' WHERE eventType = 'clck'UPDATE delta.`/data/events/` SET eventType = 'click' WHERE eventType = 'clck'
scala
import io.delta.tables._val deltaTable = DeltaTable.forPath(spark, "/data/events/")deltaTable.updateExpr( // predicate and update expressions using SQL formatted string"eventType = 'clck'",Map("eventType" -> "'click'")import org.apache.spark.sql.functions._import spark.implicits._deltaTable.update( // predicate using Spark SQL functions and implicitscol("eventType") === "clck",Map("eventType" -> lit("click")));
3.merge算子實現upsert操作
使用merge操作可以將source表，view，dataframe中的數據upsert到目標的delta lake表中。該操作很像傳統數據庫的merge into操作，但是額外的支持刪除操作，和更新，插入和刪除的額外條件。
假設你計算過程中生成了一個dataframe，元素是events，包含eventId。而且該dataframe中數據部分數據的eventId已經在events表中存在了。這個時候就可以使用merge into實現，eventId存在的話就更新其對應的值，不存在就插入其對應的值。實現表達式如下：
sql
MERGE INTO eventsUSING updatesON events.eventId = updates.eventIdWHEN MATCHED THEN UPDATE SET events.data = updates.dataWHEN NOT MATCHED THEN INSERT (date, eventId, data) VALUES (date, eventId, data)
scala
import io.delta.tables._import org.apache.spark.sql.functions._val updatesDF = ... // define the updates DataFrame[date, eventId, data]DeltaTable.forPath(spark, "/data/events/").as("events").merge(updatesDF.as("updates"),"events.eventId = updates.eventId").whenMatched.updateExpr(Map("data" -> "updates.data")).whenNotMatched.insertExpr(Map("date" -> "updates.date","eventId" -> "updates.eventId","data" -> "updates.data")).execute()
關于如何進行delta lake 的curd操作就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
